谷歌开源 WeatherNext 3 数据集:5 颗卫星每小时更新

11 月 13 日晚,谷歌 DeepMind 开放了 WeatherNext 3 气象模型所依托的两大基础数据集 SatWeave 与 PARDIG,面向全球研究者和开发者提供实时数据流与历史归档,可用于天气、水文、气候以及相关下游应用的建模。数据托管在 Google Cloud Storage 上,采用 CC BY 4.0 许可。

SatWeave 聚合 5 颗静止卫星

SatWeave 是一套整合多颗静止气象卫星的全球影像拼接产品,聚合了 GOES-East、GOES-West、Meteosat 0、Meteosat 印度洋星以及 Himawari 共 5 颗卫星的观测数据,解决了不同卫星在地图投影、文件格式、传感器与扫描节奏上的差异难题。该数据集每小时更新一次,并提供跨越十年以上的历史存档,让 WeatherNext 3 能基于实时云图与风暴动态生成逐小时全球预报,而传统分析数据通常每 6 小时才刷新一次。

PARDIG 做到 10 公里 15 分钟

PARDIG 是一套基于 AI 架构的全球降水再分析数据集,采用与 WeatherNext 3 相似的球形图网格 Transformer 架构,直接以 NASA 全球降水测量核心观测台的稀疏星载雷达观测为训练目标,输入使用 SatWeave 影像与欧洲中期天气预报中心的大气场。其空间分辨率约 10 公里,时间分辨率 15 分钟,平均延迟约 5 小时。

对比 3.6 万座气象站的评估

谷歌通过对照美国、欧洲、日本三大陆基雷达网络及全球 3.6 万余座气象站的评估显示,PARDIG 在所有雨强档位上均优于 NASA IMERG-Final 等主流基线产品,对轻到中度降水的小时级识别技巧较 IMERG-Final 提升 30% 以上,极端降水的捕捉能力尤为突出。由于模型直接从卫星观测学习,在缺乏地面雷达与雨量计的地区同样具备可靠精度。谷歌本次还同步开放了 1999 年至 2026 年的 PARDIG 历史档案。

气象预报从每 6 小时一刷新走向逐小时落点,数据侧的补齐才是这轮升级真正值钱的部分。

全部文章归档与模型专题