Klimaat & energie › Klimaat-AI & biosfeersimulaties

Google lanceert WeatherNext 3: weersvoorspelling vijf keer scherper dan voorheen

· Bijgewerkt 3 september 2026, 17:18 · 2 min leestijd

Klimaat-AI & biosfeersimulaties
Beeld: DeepMind Blog

Google DeepMind introduceert WeatherNext 3, een nieuw AI-model dat elk uur wereldwijde weersvoorspellingen maakt op basis van actuele satellietdata. Het model is tot vijf keer nauwkeuriger dan zijn voorganger en is direct beschikbaar in Google Zoeken, Maps en Gemini.

Weersvoorspellingen bepalen dagelijks talloze beslissingen: van een paraplu meenemen tot het plannen van oogsten of het aansturen van elektriciteitsnetten. Extreme gebeurtenissen zoals hittegolven, droogte en zware neerslag hebben grote gevolgen voor landbouw, energievoorziening en logistiek. Google DeepMind presenteert nu WeatherNext 3, een AI-weersvoorspellingsmodel dat volgens onafhankelijke evaluaties van onderzoeksinstituut Brightband het meest nauwkeurige ter wereld is.

Elk uur een nieuwe voorspelling

Het grote verschil met eerdere versies zit in de data waarop het model leert. Traditionele numerieke weersvoorspelling steunt op zware computersimulaties die het weer nabootsen met natuurkundige wetten, maar daardoor al snel zes uur achterlopen op de werkelijkheid. WeatherNext 3 gebruikt in plaats daarvan continu binnenkomende beelden van geostationaire weersatellieten. Daardoor kan het model elk uur een nieuwe voorspelling maken, gebaseerd op de meest recente waarnemingen.

Ook de ruimtelijke resolutie is flink verbeterd. Waar het vorige model, WeatherNext 2, werkte met vakken van 25 bij 25 kilometer, rekent de nieuwe versie voor temperatuur en vochtigheid op een schaal van 5 kilometer. Windsnelheden worden berekend op 25 kilometer nauwkeurig. Dat maakt voorspellingen bruikbaar voor kustgebieden, valleien en bergachtig terrein, waar het weer van plek tot plek sterk kan verschillen. Volgens Google is dit vooral een doorbraak voor delen van Afrika, Latijns-Amerika en Azië, waar gedetailleerde regionale voorspellingen tot nu toe te duur waren om zelf te berekenen.

Betere regenvoorspelling en energiedata

Neerslag is van oudsher lastig te voorspellen omdat regen- en sneeuwbuien op kleine schaal en razendsnel ontstaan. Door te trainen op satellietdata van NASA en eigen radarmetingen zegt Google een aanzienlijke sprong te hebben gemaakt: de nauwkeurigheid van neerslagvoorspellingen verbeterde tot 60 procent ten opzichte van bepaalde referentiedatasets. Onder de motorkap draait het systeem op een zogeheten functioneel generatief netwerk, een AI-architectuur die naast neerslagkaarten ook losse gegevens genereert, zoals de baan van tropische stormen.

WeatherNext 3 levert daarnaast speciale voorspellingen voor de energiesector. Het model berekent windsnelheden op honderd meter hoogte, ongeveer de hoogte van een windturbine, en voorspelt bewolking en zoninstraling voor zonneparken. Netbeheerders en energiebedrijven kunnen daarmee beter inschatten hoeveel duurzame stroom er op een bepaald moment beschikbaar is. Het model is inmiddels geïntegreerd in Google Zoeken, Google Maps, Gemini, Google Maps Platform en Google Cloud, waardoor zowel consumenten als bedrijven direct toegang hebben tot de verbeterde voorspellingen.

Achtergrond & begrippen

Wat betekent dit voor de toekomst? Nauwkeurigere en snellere weersvoorspellingen helpen mensen wereldwijd beter te reageren op extreem weer, van plotselinge stortbuien tot hittegolven. Voor landen die tot nu toe geen toegang hadden tot gedetailleerde regionale voorspellingen betekent dit een grote stap vooruit voor landbouw en rampenbestrijding. Ook de energiesector profiteert: betere voorspellingen van wind en zon maken het makkelijker om duurzame stroom in te passen in het elektriciteitsnet.

CRPS (Continuous Ranked Probability Score)
Een statistische maatstaf waarmee meteorologen meten hoe goed een waarschijnlijkheidsvoorspelling, zoals de kans op neerslag, overeenkomt met wat er werkelijk gebeurt.
Geostationaire satelliet
Een satelliet die op zo'n 36.000 kilometer hoogte precies met de aarde meedraait, waardoor hij continu hetzelfde gebied in de gaten kan houden.
Meteorologische reanalyse
Een methode waarbij historische weerwaarnemingen en modelberekeningen worden gecombineerd tot een zo consistent mogelijk beeld van het weer in het verleden, vaak gebruikt om AI-modellen te trainen.

Bronnen

Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.

Meer over Klimaat-AI & biosfeersimulaties