Mga pinagkukunan ng panahon

Sabay-sabay na kinukunsulta ng Naola ang ilang serbisyo ng panahon at pinagsasama ang kanilang mga forecast sa iisang konsensus na forecast. Narito kung paano ito gumagana at kung anong mga pinagkukunan ang ginagamit.

Kasalukuyang mga pinagkukunan

Ang libreng tier ay kumukunsulta sa 3 pinagkukunan. Ang Naola Abanse ay nagdaragdag ng 3 pa para sa mas masinsinang konsensus, 6 sa kabuuan.

Ipinapakita ng mga home screen widget ang mga pinagkukunang kasama sa iyong tier, maliban sa Google, na lumalabas lamang sa app.

Paano gumagana ang konsensus

1. Sabay-sabay na kinukunsulta ang lahat ng pinagkukunan: Kung mabagal o hindi available ang isa, gumagana pa rin ang iba. Palaging may makukuha kang resulta.
2. Ni-normalize ang mga forecast: Lahat ng temperatura ay kino-convert sa Celsius at lahat ng bilis ng hangin sa m/s, upang patas na maihambing.
3. Kinakalkula ang weighted median: Ang mga pinagkukunang nakabase sa mas mataas na kalidad na forecast model (gaya ng European ECMWF) ay mas mabibigat kaysa blended model. Nagbibigay ito ng mas tumpak na konsensus.
4. Tinatanggal ang mga outlier: Kung ang isang pinagkukunan ay nagbibigay ng napakaibang halaga, ibinubukod ito sa huling resulta upang hindi malihis ang konsensus.

Mga kulay ng kumpiyansa

Ipinapakita ng kulay na badge sa weather card kung gaano katugma ang mga pinagkukunan:

Mga forecast

Ang konsepto ng konsensus ay nalalapat din sa mga forecast:

• Pang-araw-araw na forecast: Hanggang 7 araw na pasulong, pinagsasama ang mga forecast mula sa lahat ng pinagkukunan
• Oras-oras na forecast: Hanggang 48 oras na pasulong, para sa mas detalyadong pagpaplano

Paano sinusukat ang katumpakan ng pinagkukunan

Niraranggo ng screen na Katumpakan ng Pinagkukunan ang mga pinagkukunan ng panahon kada bansa, ayon sa kung gaano kalapit ang kanilang mga forecast sa sinukat ng mga istasyon ng panahon. Isa itong personal na tool para tulungan kang pumili ng pinagkukunan. Hindi ito opisyal o siyentipiko, at hindi ito nagpapatunay sa anumang provider. Wala sa mga serbisyo ng panahon na binanggit sa ibaba ang kasangkot sa ranggong ito o nag-eendorso nito. Narito ang buong pamamaraan, para maulit ito ng sinuman:

1. Mga istasyon: Sa bawat bansa, gumagamit ang Naola ng isang takdang hanay ng mga reference na istasyon ng panahon na pinapatakbo ng pambansang serbisyo ng panahon ng bansang iyon, na nakalista sa ibaba. Pareho ang mga ito para sa lahat: hindi kailanman nakadepende ang ranggo sa kung saan ka naghahanap, at walang itinatagong tala ang Naola kung saan mo ito tinitingnan.
2. Mga forecast: Araw-araw nang 08:00 UTC, itinatala ng Naola para sa bawat istasyon ang forecast na pinakamataas at pinakamababang temperatura ng bawat pinagkukunan para sa susunod na araw, ayon sa sariling araw sa kalendaryo ng istasyon, pati ang Naola Consensus ng mga forecast na iyon. Hindi kailanman itinatala ang Apple Weather, Google at WeatherAPI.com, dahil hindi pinapayagan ng kanilang mga tuntunin na itago ang kanilang mga forecast, kaya hindi rin sila kailanman niraranggo. Kaya ang Naola Consensus na niraranggo rito ay pinagsasama lamang ang Open-Meteo, OpenWeather at Visual Crossing Weather, at maaaring iba ito sa consensus sa iyong weather screen. Para sa Germany, France, Austria, Czechia at Japan, itinatala ang mga forecast nang 08:20 UTC.
3. Mga sukat: Ang sinukat na pinakamataas at pinakamababang temperatura ng bawat istasyon para sa araw na iyon ay kinukuha mula sa pambansang serbisyo ng panahon nito kapag nailathala na, karaniwang makalipas ang isang araw (dalawang araw para sa France, mga tatlong araw para sa Estados Unidos). May ilang serbisyo na iba ang pagtukoy sa araw: ang sa SMHI ay mula 18:00 hanggang 18:00 UTC, ang sa GeoSphere Austria ay mula 18:10 hanggang 18:00 UTC, at ang sa ČHMÚ ay mula 20:00 hanggang 20:00 UTC; ang sa MeteoSwiss at DWD ay mula hatinggabi hanggang hatinggabi UTC, at ang sa JMA ay ang araw sa kalendaryo sa Japan. Kinukuha ng Météo-France ang pinakamababa mula 18:00 hanggang 18:00 UTC na nagtatapos sa araw na iyon, at ang pinakamataas mula 06:00 UTC ng araw na iyon hanggang 06:00 UTC ng susunod na araw. Hindi inilalathala ng ČHMÚ at Météo-France ang dalawang saklaw na ito: hinango ito ng Naola mula sa sariling oras-oras o bawat 10 minutong sukat ng mga serbisyong iyon. Gayunman, saklaw pa rin ng bawat isa ang pinakamataas na temperatura sa hapon at pinakamababa sa madaling-araw. Maaari pang itama ng mga serbisyo ang mga kamakailang halaga sa loob ng ilang linggo; itinatago ng Naola ang unang halagang nabasa nito, at para sa Japan, ginagamit lamang nito ang mga halagang minarkahan ng JMA bilang may normal na kalidad.
4. Score: Para sa bawat pinagkukunan, istasyon at araw, ang error ay ang pagkakaiba ng forecast at ng sukat, para sa pinakamataas at para sa pinakamababa, nang hindi isinasaalang-alang ang sign, sa °C. Ang score ng isang pinagkukunan para sa isang panahon ay ang average ng mga error na iyon sa lahat ng istasyon at araw nito.
5. Ranggo: Sa loob ng bawat bansa, niraranggo ang mga pinagkukunan ayon sa kanilang average na score sa napiling panahon (7, 14 o 30 araw), mula sa pinakamababa. Ipinapakita ang ranggo ng isang bansa kapag mayroon na itong score ng 14 na araw mula sa hindi bababa sa 5 istasyon (o mula sa lahat ng istasyon, sa bansang mas kaunti ang mga ito). Ang mga bansang idinagdag kalaunan, gaya ng Germany, France, Austria, Czechia at Japan, ay ipinapakita sa parehong kondisyon.

Mga bansa at istasyon

• Estados Unidos, 25 istasyong sinusukat ng NOAA: New York (Central Park), Boston, Washington (paliparan ng Reagan National), Atlanta, Miami, Detroit, Chicago (paliparan ng O'Hare), Minneapolis-St Paul, Nashville, New Orleans, Houston (paliparan ng Intercontinental), Dallas-Fort Worth, Denver, Albuquerque, Salt Lake City, Billings, Phoenix, Las Vegas, Los Angeles, San Francisco, Portland (Oregon), Seattle-Tacoma, Anchorage, Fairbanks, Honolulu.
• Sweden, 6 na istasyong sinusukat ng SMHI: Stockholm (Observatoriekullen), Göteborg, Malmö, Umeå (paliparan), Luleå (paliparan ng Kallax), Kiruna (paliparan).
• Finland, 7 istasyong sinusukat ng Finnish Meteorological Institute (FMI): Helsinki (Kaisaniemi), Turku (Artukainen), Tampere (Härmälä), Kuopio (Savilahti), Oulu (paliparan), Rovaniemi, Sodankylä.
• Denmark, 6 na istasyong sinusukat ng DMI: Copenhagen (paliparan), Aalborg, Aarhus (paliparan), Odense (paliparan), Billund (paliparan), Bornholm (paliparan).
• Canada, 8 istasyong sinusukat ng Environment and Climate Change Canada (ECCC): Toronto (paliparan ng Pearson), Montréal (paliparan ng Trudeau), Vancouver (paliparan), Calgary (paliparan), Winnipeg (paliparan), Halifax (paliparan ng Stanfield), St. John's (paliparan), Yellowknife (paliparan).
• Switzerland, 6 na istasyong sinusukat ng MeteoSwiss: Zürich (Fluntern), Geneva (Cointrin), Basel (Binningen), Bern (Zollikofen), Lugano, Sion.
• Germany, 8 na istasyong sinusukat ng German Weather Service (DWD): Berlin (Tempelhof), Hamburg (paliparan), Rostock (Warnemünde), Dresden (paliparan), Cologne/Bonn (paliparan), Frankfurt (paliparan), Stuttgart (paliparan), Munich (sentro ng lungsod).
• France, 8 na istasyong sinusukat ng Météo-France: Paris (Montsouris), Lille (paliparan), Strasbourg (paliparan), Brest (paliparan), Lyon (paliparan), Bordeaux (paliparan), Toulouse (paliparan), Marseille (paliparan).
• Austria, 7 na istasyong sinusukat ng GeoSphere Austria: Vienna (Hohe Warte), Linz (sentro ng lungsod), Graz (paliparan), Klagenfurt (paliparan), Salzburg (paliparan), Innsbruck (paliparan), Bregenz.
• Czechia, 8 na istasyong sinusukat ng Czech Hydrometeorological Institute (ČHMÚ): Prague (paliparan), Cheb, Plzeň, České Budějovice, Liberec, Pardubice, Brno (paliparan), Ostrava (paliparan).
• Japan, 9 na istasyong sinusukat ng Japan Meteorological Agency (JMA): Sapporo, Sendai, Tokyo, Niigata, Nagoya, Osaka, Hiroshima, Fukuoka, Naha.

Mga sukat ng istasyon: attribution at mga lisensya

• NOAA: Menne et al. (2012), Global Historical Climatology Network - Daily (GHCN-Daily), Version 3, NOAA National Climatic Data Center, doi:10.7289/V5D21VHZ, ina-access araw-araw; mga istasyon lamang sa Estados Unidos. Gawa ng Pamahalaan ng US, nasa public domain.
• SMHI: Pinagmulan: SMHI. Lisensya CC BY 4.0. Binago: ang pang-araw-araw na pinakamataas at pinakamababang temperatura na ginagamit sa pagkalkula ng mga error ng forecast.
• FMI: Pinagmulan: Finnish Meteorological Institute. Lisensya CC BY 4.0. Binago: ang pang-araw-araw na pinakamataas at pinakamababang temperatura na ginagamit sa pagkalkula ng mga error ng forecast.
• DMI: Pinagmulan: DMI (Danish Meteorological Institute). Lisensya CC BY 4.0. Binago: ang pang-araw-araw na pinakamataas at pinakamababang temperatura na ginagamit sa pagkalkula ng mga error ng forecast.
• ECCC: Pinagmulan ng Datos: Environment and Climate Change Canada. Lisensya: ECCC Data Servers End-use Licence. Binago: ang pang-araw-araw na pinakamataas at pinakamababang temperatura na ginagamit sa pagkalkula ng mga error ng forecast. Naglalaman ng impormasyong lisensyado sa ilalim ng Data Server End-use Licence ng Environment and Climate Change Canada.
• MeteoSwiss: Pinagmulan: MeteoSwiss. Lisensya CC BY 4.0. Binago: ang pang-araw-araw na pinakamataas at pinakamababang temperatura na ginagamit sa pagkalkula ng mga error ng forecast. Hindi ine-endorso ng MeteoSwiss ang ranggong ito.
• DWD: Datenbasis: Deutscher Wetterdienst, Einzelwerte gemittelt. Lisensya CC BY 4.0. Binago: ang pang-araw-araw na pinakamataas at pinakamababang temperatura na ginagamit sa pagkalkula ng mga error ng forecast.
• Météo-France: Source : Météo-France, Données climatologiques de base - quotidiennes. Lisensya: Licence Ouverte / Open Licence 2.0. Binago: ang pang-araw-araw na pinakamataas at pinakamababang temperatura na ginagamit sa pagkalkula ng mga error ng forecast. Petsa ng huling update: ipinapakita kasama ng ranggo sa app.
• GeoSphere Austria: Datenquelle: GeoSphere Austria - https://data.hub.geosphere.at. Lisensya CC BY 4.0. Binago: ang pang-araw-araw na pinakamataas at pinakamababang temperatura na ginagamit sa pagkalkula ng mga error ng forecast.
• ČHMÚ: Pinagmulan: ČHMÚ (Czech Hydrometeorological Institute). Lisensya CC BY 4.0. Binago: ang pang-araw-araw na pinakamataas at pinakamababang temperatura na ginagamit sa pagkalkula ng mga error ng forecast.
• JMA: 出典：気象庁ホームページ（https://www.data.jma.go.jp/stats/data/mdrr/index.html）。Naola が編集・加工（予報誤差の算出）。 Lisensya: Public Data License 1.0. Binago: ang pang-araw-araw na pinakamataas at pinakamababang temperatura na ginagamit sa pagkalkula ng mga error ng forecast.

Attribution at mga lisensya

• Open-Meteo: datos ng panahon mula sa Open-Meteo.com, lisensyado sa ilalim ng CC BY 4.0. Binabago ito ng Naola: ini-normalize ang mga halaga at pinagsasama sa iba pang pinagkukunan.
• OpenWeather: datos ng panahon at paghahanap ng lokasyon na ibinibigay ng OpenWeather, available sa ilalim ng Open Database License (ODbL).
• Apple Weather: datos at mga babala sa panahon mula sa Apple Weather, na kumukuha sa mga pinagkukunang datos na ito. Binabago ng mga halaga ng konsensus ang datos ng Apple sa pamamagitan ng pagsasama nito sa iba pang pinagkukunan. Ang Apple Weather ay isang trademark ng Apple Inc.
• WeatherAPI.com: datos ng panahon na pinapagana ng WeatherAPI.com.
• Visual Crossing Weather: datos ng panahon na ibinibigay ng Visual Crossing.
• Google: Source: Includes weather data from Google. Kasama sa Naola ang mga feature at content ng Google Maps, na napapailalim sa Google Maps End User Additional Terms of Service at sa Patakaran sa Privacy ng Google.
• Copernicus (kalidad ng hangin, sa pamamagitan ng Open-Meteo.com): Contains modified Copernicus Atmosphere Monitoring Service information 2026. Neither the European Commission nor ECMWF is responsible for any use that may be made of the Copernicus information or data it contains.

Mga citation ng Copernicus

• Copernicus Atmosphere Monitoring Service (2020): CAMS European air quality forecasts. Copernicus Atmosphere Monitoring Service (CAMS) Atmosphere Data Store, DOI: 10.24381/a4005cee.
• Copernicus Atmosphere Monitoring Service (2021): CAMS global atmospheric composition forecasts. Copernicus Atmosphere Monitoring Service (CAMS) Atmosphere Data Store, DOI: 10.24381/04a0b097.
• METEO FRANCE, Institut national de l'environnement industriel et des risques (Ineris), Aarhus University, Norwegian Meteorological Institute (MET Norway), Jülich Institut für Energie- und Klimaforschung (IEK), Institute of Environmental Protection – National Research Institute (IEP-NRI), Koninklijk Nederlands Meteorologisch Instituut (KNMI), Nederlandse Organisatie voor toegepast-natuurwetenschappelijk onderzoek (TNO), Swedish Meteorological and Hydrological Institute (SMHI), Finnish Meteorological Institute (FMI), Italian National Agency for New Technologies, Energy and Sustainable Economic Development (ENEA) and Barcelona Supercomputing Center (BSC) (2022): CAMS European air quality forecasts, ENSEMBLE data. Copernicus Atmosphere Monitoring Service (CAMS) Atmosphere Data Store (ADS). URL: ads.atmosphere.copernicus.eu/datasets/cams-europe-air-quality-forecasts.