WeatherNext 3: pronósticos horarios con IA

• Nuestro modelo insignia de predicción meteorológica con IA ahora incluye datos satelitales en tiempo real, actualizaciones horarias, mayor resolución, pronósticos precisos de precipitación y variables de energía limpia. Ahora está integrado en Search, Gemini, Maps, Google Maps Platform y Cloud.

Cada día, el clima influye en miles de millones de decisiones. Algunas son tan sencillas como coger un paraguas antes de salir de casa, pero otras tienen consecuencias mucho mayores. El viento, la lluvia y los fenómenos meteorológicos extremos, como las olas de calor y las sequías, tienen repercusiones en cascada en la agricultura, las cadenas de suministro globales, la producción de energía limpia y las economías nacionales.

En los últimos años, la IA ha revolucionado la predicción meteorológica, utilizando registros históricos para realizar predicciones más rápidas y precisas que los métodos tradicionales. Sin embargo, predecir fenómenos meteorológicos muy locales y de rápido cambio sigue siendo un desafío. Los modelos anteriores a menudo carecían de la resolución espacial suficiente y tenían dificultades para incorporar datos meteorológicos en tiempo real procedentes de fuentes como los satélites.

Hoy, Google DeepMind y Google Research presentan WeatherNext 3, el modelo meteorológico global más avanzado y preciso hasta la fecha, según evaluaciones independientes en tiempo real realizadas por Brightband. Nuestro modelo aprende directamente de observaciones en tiempo real, lo que le permite ofrecer predicciones oportunas y más localizadas de los fenómenos meteorológicos que más afectan a las personas. Al utilizar datos satelitales sin procesar para generar un pronóstico cada hora en alta resolución, nuestro modelo pone a disposición de todos los productos de Google, ofreciendo pronósticos fiables, en todo el mundo.

Predicción meteorológica rápida con una resolución sin precedentes

La utilidad de un pronóstico a menudo depende de su nivel de detalle y de la precisión con la que define el tiempo y el espacio. WeatherNext 3 genera pronósticos por hora con múltiples resoluciones espaciales, manteniendo la coherencia física desde los patrones de viento globales hasta la topografía local.

Con WeatherNext 3, podemos visualizar variables clave de la superficie, como la temperatura y la humedad, con una resolución de 5 kilómetros; otras variables de la superficie, con una resolución de 10 kilómetros; y variables atmosféricas, como la velocidad del viento, con una resolución de 25 kilómetros. En general, esto proporciona una imagen meteorológica global aproximadamente cinco veces más nítida que nuestro modelo anterior, WeatherNext 2, que generaba pronósticos en una cuadrícula de 25 kilómetros con intervalos de 6 horas.

Figura 1: Arquitectura integral del sistema WeatherNext 3. El modelo procesa mosaicos satelitales geoestacionarios en tiempo real (1 hora) junto con análisis históricos tradicionales para alimentar un transformador de malla de red generativa funcional (FGN) flexible. Genera campos densos en cuadrícula, trayectorias de ciclones discretas y predice coordenadas dispersas a nivel de estación de forma nativa.

Figura 2: Comparación de pronósticos de temperatura a 2 metros sobre el Reino Unido. WeatherNext 2 (izquierda) con una resolución de 25 kilómetros (0,25°) frente a WeatherNext 3 (derecha) con una resolución nativa de 5 kilómetros (0,05°). WeatherNext 3 reproduce la compleja topografía local, evitando las representaciones térmicas pixeladas y excesivamente suavizadas que se observan en modelos anteriores.

Datos del mundo real a escala global y continua

El mayor avance de WeatherNext 3 radica en su capacidad de aprendizaje. La mayoría de los modelos meteorológicos de IA, incluido WeatherNext 2, se entrenan con datos de modelos numéricos de predicción meteorológica (NWP). Si bien son útiles, los modelos NWP son simulaciones físicas complejas, ejecutadas por supercomputadoras, que presentan un retraso de seis horas en los datos. Este retraso puede generar sesgos en variables que cambian rápidamente, como la lluvia o la temperatura superficial.

Al incorporar un mosaico de datos satelitales geoestacionarios globales en tiempo real, nuestro nuevo modelo obtiene una visión completa y actualizada de la atmósfera. Esto le permite generar un nuevo pronóstico cada hora, basado en las observaciones satelitales más recientes disponibles, con una resolución de hasta 5 kilómetros.

Esto es importante porque las condiciones meteorológicas críticas se desarrollan rápidamente. Cuando las tormentas, los frentes o los sistemas de precipitación se materializan repentinamente, nuestro ciclo de actualización rápido y nuestra mayor resolución proporcionan información más temprana y detallada, necesaria para impulsar una respuesta eficaz.

Algunas variables, como la temperatura y la humedad, pueden fluctuar drásticamente en distancias de tan solo unos kilómetros, lo cual es especialmente relevante para las comunidades cercanas a zonas costeras, valles o cordilleras. Los modelos tradicionales presentan dificultades en estas zonas, ya que se basan en representaciones de la atmósfera poco detalladas y no tienen en cuenta las variaciones locales extremas.

Para solucionar esto, WeatherNext 3 se entrena directamente con datos de observación dispersos de estaciones meteorológicas. Esto nos permite realizar pronósticos globales en una cuadrícula de 5 kilómetros que tienen en cuenta detalles regionales como la topografía.

Este avance es especialmente vital para regiones de América Latina, África y Asia-Pacífico que históricamente han carecido de pronósticos de alta resolución debido a los enormes costos de supercomputación de los modelos regionales tradicionales. Proporciona pronósticos localizados y de alta precisión a miles de millones de personas y empresas locales en estas áreas.

Además de una mejor resolución y frecuencia de pronóstico, nuestro modelo introduce predicciones diseñadas específicamente para la producción de energía renovable. El modelo pronostica velocidades del viento a 100 metros (aproximadamente a la altura de las turbinas) para una producción precisa de energía eólica, junto con cobertura de nubes y niveles de radiación solar de alta resolución para ayudar a las centrales solares a estimar cuánta luz recibirán en el suelo.

Estos datos son cruciales para la planificación global de energías limpias, ya que permiten a los operadores de redes y a los desarrolladores de energías renovables predecir con precisión cuánta energía generarán sus activos de energía limpia y ajustarla a la demanda de los consumidores.

Pronóstico de precipitaciones con precisión excepcional

Los modelos meteorológicos globales tienen serias dificultades para predecir con precisión las precipitaciones. Los sistemas de lluvia y nieve se originan por procesos nubosos de rápido movimiento a escalas diminutas, difíciles de modelar con exactitud mediante simulaciones físicas tradicionales. En consecuencia, las predicciones de IA suelen generar estimaciones imprecisas o no detectan por completo los límites de las tormentas severas.

Para resolver esto, entrenamos nuestro modelo con dos fuentes de datos de precipitación de excepcional calidad: el sistema IMERG (Integrated Multi-satellite Retrievals for GPM) basado en satélites de la NASA y nuestro propio reanálisis global de precipitación basado en radar satelital.

El resultado es un salto significativo en la precisión de la predicción de precipitaciones. En las predicciones globales a medio plazo, las evaluaciones comparativas con los valores de referencia muestran una mejora en la puntuación de probabilidad clasificada continua (CRPS) de hasta un 60 % con respecto a IMERG, un 30 % para MRMS y un 10 % con respecto a las mediciones de pluviómetros para los plazos de predicción más tempranos.

Figura 3: Comparación de pronósticos de probabilidad de precipitación a medio plazo (PoP > 1 mm). WeatherNext 2 (izquierda), con una resolución de 25 kilómetros, muestra una huella de precipitación muy difusa y pixelada. WeatherNext 3 (centro), con una resolución de 11 kilómetros, reproduce fielmente la realidad satelital (derecha), capturando con precisión las bandas convectivas nítidas de los sistemas meteorológicos.

Investigación aplicada en todo el ecosistema

Nuestro objetivo principal es mejorar la inteligencia meteorológica para que sea universalmente útil, ya sea para un socorrista que rastrea cambios repentinos en el viento, un controlador de tráfico aéreo que planifica rutas de vuelo o un agricultor que gestiona cultivos.

Para llevar estos avances del laboratorio al mundo real, estamos integrando WeatherNext 3 en todo el ecosistema principal de Google y más allá:

• Datos de pronóstico de alta resolución: Realizamos predicciones meteorológicas globales, actualizadas cada hora y listas para integrarse en tus flujos de trabajo sin necesidad de configurar ningún modelo. Esto permite a investigadores, desarrolladores y empresas consultar los datos en BigQuery y Earth Engine, o descargarlos masivamente desde Google Cloud Storage.
• Disponible a nivel mundial: WeatherNext 3 comenzará a ofrecer información meteorológica en la Búsqueda de Google, la aplicación Gemini, Google Maps, la API del tiempo de Google Maps Platform y Google Earth Engine a partir de hoy. Esta actualización mejora notablemente los pronósticos a largo plazo. Al planificar con uno o más días de anticipación, los usuarios verán pronósticos de precipitación hasta un 50 % más precisos, con las mayores mejoras en las regiones donde los pronósticos históricamente han sido menos fiables. Así que, si estás preparando un viaje de fin de semana o decidiendo el mejor día para una actividad al aire libre, ahora obtendrás predicciones más precisas para ayudarte a planificar.

La atmósfera siempre conservará cierto grado de imprevisibilidad. Sin embargo, al entrenarse con observaciones del mundo real y obviar las limitaciones de los modelos tradicionales, WeatherNext 3 nos acerca a un futuro donde los pronósticos realmente coincidan con lo que sucede en la realidad.

Para obtener más información sobre las plataformas geoespaciales y el trabajo de IA en Google, consulte Google Earth Engine, AlphaEarth Foundations y Earth AI.

Aviso legal: Para obtener pronósticos meteorológicos oficiales, alertas de clima severo y avisos de seguridad pública, consulte a su agencia meteorológica local o al servicio meteorológico nacional.

Obtén más información sobre WeatherNext 3.

• Lea nuestro artículo
• Construir con WeatherNext 3
• Explora Weather Lab para ver WeatherNext 3 visualizado en tiempo real.
• Consulta la posición de WeatherNext 3 en las clasificaciones en directo independientes de Brightband.