Google DeepMind en Google Research hebben WeatherNext 3 geïntroduceerd, dat het bedrijf beschrijft als zijn meest geavanceerde mondiale weersvoorspellingsmodel tot nu toe. Onafhankelijke live-evaluaties door Brightband geven aan dat het systeem een aanzienlijke sprong maakt in voorspellende nauwkeurigheid en ruimtelijke resolutie ten opzichte van zowel conventionele numerieke methoden als zijn voorganger, WeatherNext 2.

Het nieuwe model breekt met de gevestigde praktijk door rechtstreeks te leren van realtime waarnemingen in plaats van uitsluitend te vertrouwen op historische numerieke weersvoorspellingsdata, die doorgaans een vertraging van zes uur kennen. WeatherNext 3 neemt elk uur live mondiale geostationaire satellietmozaïeken op, waarmee het elk uur prognoses kan genereren met resoluties tot vijf kilometer voor oppervlaktevariabelen zoals temperatuur en vochtigheid. De verschuiving naar op AI gebaseerde voorspellingen reikt verder dan Googles eigen producten: machine-learning-voorspellingsmodellen zijn doorgaans tegen een fractie van de rekenkosten te draaien vergeleken met traditionele, op supercomputers gebaseerde numerieke weersvoorspelling — een factor die bepaalt hoe snel organisaties zoals NOAA, ECMWF en nationale meteorologische diensten vergelijkbare technieken overnemen.

Dat betekent een vijfvoudige verbetering van de ruimtelijke precisie ten opzichte van WeatherNext 2, dat op een raster van 25 kilometer met stappen van zes uur werkte; atmosferische variabelen, waaronder windsnelheid, worden op 25 kilometer opgelost. De kern van het systeem is een Functional Generative Network mesh transformer die zowel satellietbeelden als traditionele historische analyses verwerkt om daarmee van nature dichtheidgerasterde velden, discrete cycloonbanen en voorspellingen op stationsniveau te produceren.

Introducing WeatherNext 3, our most advanced and accurate global weather AI model to date, from @GoogleDeepMind and @GoogleResearch. This new forecasting model learns directly from real-time observations, and uses raw satellite data to produce a forecast every hour in high… pic.twitter.com/WlljsjiSfy — News from Google (@NewsFromGoogle) September 3, 2026

Energievoorspelling en wereldwijde beschikbaarheid

Voorbij de technische verfijning brengt WeatherNext 3 gespecialiseerde mogelijkheden voor de sector hernieuwbare energie en historisch onderbediende regio's. Het model voorspelt windsnelheden op 100 meter hoogte, samen met hoge-resolutieschattingen van bewolking en zonnestraling, wat netbeheerders en ontwikkelaars nauwkeurige instrumenten geeft om de opbrengst van schone energie te voorspellen en het aanbod af te stemmen op de consumentenvraag. Die mogelijkheid adresseert een langdurig operationeel probleem voor elektriciteitsnetten met een groeiend aandeel wind- en zonne-energie, waar de variabiliteit van de opbrengst nauwkeurige prognoses op korte termijn vereist om de inzet te plannen en de betrouwbaarheid te waarborgen.

Omdat het model rechtstreeks traint op schaarse waarnemingen van weerstations in plaats van op gegladde atmosferische simulaties, houdt het systeem rekening met lokale topografie en extreme microklimatologische variaties die bijzonder relevant zijn voor kust-, vallei- en berggemeenschappen. Deze methodiek is vooral belangrijk voor Latijns-Amerika, Afrika en Azië-Stille Oceaan, waar prognoses met hoge resolutie historisch beperkt werden door de prohibitieve supercomputerkosten van traditionele regionale modellen.

De neerslagnauwkeurigheid is aanzienlijk verbeterd door training op NASA's IMERG-satellietdata en Google's eigen mondiale neerslagheranalyse. Onafhankelijke evaluaties tonen Continuous Ranked Probability Scores die tot 60% beter zijn ten opzichte van IMERG-benchmarks, evenals verbeteringen van 30% ten opzichte van MRMS en 10% ten opzichte van regenmetermetingen op vroege vooruitlooptijden.

Google zet WeatherNext 3 met onmiddellijke ingang in across zijn consumenten- en zakelijke ecosystemen. Het model aandrijft nu de weerervaringen in Search, Gemini, Maps, de Google Maps Platform Weather API en Earth Engine. Gebruikers die reizen of buitenactiviteiten plannen, kunnen neerslagprognoses tegenkomen die op langere termijn tot 50% nauwkeuriger zijn, met de grootste winst in regio's die eerder geen betrouwbare voorspellingsinfrastructuur hadden.

Voor onderzoekers en bedrijven zijn de per uur beschikbare mondiale voorspellingsdatasets opvraagbaar via BigQuery en Earth Engine, of in bulk te downloaden via Google Cloud Storage, zonder dat een eigen modelimplementatie nodig is. De release zet Googles lijn van WeatherNext-modellen en zijn GraphCast-werk voort, onderdeel van een bredere brancheontwikkeling waarin AI-weermodellen van grote technologiebedrijven en meteorologische organisaties steeds vaker naast, in plaats van in plaats van, conventionele op natuurkunde gebaseerde voorspellingssystemen worden gebruikt.