谷歌DeepMind的WeatherNext 3：每小时、5公里全球预报
在天气预报中，细节决定成败——而细节一直是AI模型面临的挑战。它们常常忽略局部地形的细微差别，或滞后于快速移动的风暴。但谷歌DeepMind的最新成果WeatherNext 3旨在改变这一现状。
WeatherNext 3由谷歌研究院合作开发，是一款新的全球天气AI模型，承诺提供每小时更新和高达5公里的高分辨率预报。这对于那些曾经遭遇意外倾盆大雨或想知道周末放风筝计划中风力是否足够的人来说，意义重大。
数据处理的新方法
传统的天气AI模型依赖数值天气预报（NWP）系统的再分析网格。这些网格平滑了由海岸线、山谷和山脉引起的局部变化——而这正是准确预报所需的关键细节。WeatherNext 3通过直接摄取实时地球静止卫星拼图和原始气象站观测数据来规避这一限制。这意味着其在0.05度分辨率（约5公里）下的温度和露点预报更符合实际仪器读数，而不仅仅是模型内部的物理机制。
该模型基于与其前身WeatherNext 2相同的概率函数生成网络（FGN）架构，但扩展到了多分辨率输出。它还整合了欧洲中期天气预报中心（ECMWF）、NASA的IMERG卫星降水数据以及谷歌自己的卫星雷达降水再分析数据。
三个层次的细节
WeatherNext 3的突出特点之一是能够在一次运行中输出三个层次的预报结果：
- 第1层： 2米气温和露点，分辨率为0.05度（约5公里），基于站点数据训练。
- 第2层： 0.1度（约10公里）的网格表面数据，包括10米和100米风速、气压、海面温度、云量、太阳辐射和一小时降水量。
- 第3层： 13个气压层的大气场，分辨率为0.25度（约25公里）。
与之前模型每六小时输出0.25度相比，这在空间分辨率上实现了五倍的提升。更新频率同样令人印象深刻：模型每天初始化24次。UTC 00、06、12和18时的主要循环可延长预报至15天（360小时），包含64个集合成员，而每小时运行覆盖48小时窗口。这种基于当前卫星观测的滚动刷新打破了旧的六小时滞后，使其对追踪快速发展的对流风暴特别有价值。
更好的降水预测
降水一直是全球模型的弱点——它们常常产生模糊、不清晰的场，遗漏风暴边界。WeatherNext 3通过训练丰富的ECMWF再分析、NASA的IMERG卫星反演以及谷歌自己的卫星雷达降水数据来解决这一问题。在早期预报阶段，其连续排名概率得分（CRPS）相比IMERG基准提高了高达60%，并且在雨量计测量方面也显示出显著改进。
赋能清洁能源
对于可再生能源行业，WeatherNext 3是一个游戏规则改变者。它可以准确输出涡轮机轮毂高度处的100米风速、详细的云分布（低、中、高云）以及太阳辐照度的所有分量。这些数据点对于电网运营商更精确地预测风能和太阳能发电至关重要，有助于更有效地平衡供需。
开放数据，封闭权重
目前，WeatherNext 3的预报数据可通过谷歌的BigQuery、Earth Engine和Cloud Storage获取。然而，模型权重并未开源，自定义推理仍运行在较旧的WeatherNext 2上。随着这一新模型的全面推出，很明显，全球天气预报正朝着更高精度和及时性的未来发展——在这个未来，AI不仅模仿天气，而是真正理解天气。
要点
- 每小时更新： WeatherNext 3每小时刷新预报，这是从六小时周期的一次重大升级。
- 高分辨率： 提供5公里的温度和露点细节，以及高达25公里的多级输出。
- 数据丰富的训练： 使用实时卫星拼图和原始站点观测来捕捉局部变化。
- 降水改进： 与IMERG基准相比，CRPS得分提高高达60%。
- 清洁能源支持： 提供风、云和太阳辐照度数据，以辅助可再生能源预测。
- 访问： 预报数据通过BigQuery、Earth Engine和Cloud Storage开放，但模型权重仍为专有。