谷歌DeepMind的WeatherNext 3：每小时5公里全球预报

说到天气预报，细节决定成败——而现在细节已经变得清晰得多。谷歌DeepMind与谷歌研究院合作，发布了WeatherNext 3，这是一种新的人工智能模型，有望改变我们全球范围的天气预报方式。

WeatherNext 3有何独特之处？首先，它不依赖那些长期以来一直是气象AI支柱的旧数据源。传统模型通常依赖数值天气预报的再分析网格，这可能会平滑掉海岸线、山谷和山脉造成的微妙局部特征。然而，WeatherNext 3直接获取实时地球同步卫星拼图和原始气象站观测数据。这意味着其预报基于地面实际发生的情况，而不仅仅是模型认为应该发生的情况。

结果如何？一个能够以约5公里分辨率生成预报的模型——大约是之前25公里标准的五倍。而且它不止于此。WeatherNext 3每小时更新一次预报，与我们习惯的六小时周期相去甚远。这种快速刷新对于追踪快速移动的风暴和其他快速发展的天气事件来说是一个游戏规则改变者。

但分辨率和速度只是故事的一部分。WeatherNext 3也是一个多面手。通过一次通过，它可以输出三个级别的预报数据：5公里分辨率的精细温度和露点，10公里分辨率的表面细节如风速和降水，以及25公里分辨率的更广泛大气场。这种多分辨率方法意味着它可以服务于广泛的用户，从检查霜冻风险的当地农民到规划风能和太阳能输出的能源公司。

说到能源，WeatherNext 3为可再生能源领域提供了一些技巧。它可以准确预测涡轮机轮毂高度的风速、不同高度的云量以及太阳辐照度的所有组成部分。对于电网运营商来说，这就像拥有一个风能和太阳能发电的水晶球——随着我们越来越依赖清洁能源，这对于平衡供需至关重要。

降水预报一直是全球模型的痛点，经常产生模糊、不可靠的场。WeatherNext 3通过训练丰富的数据组合来解决这个问题，包括ECMWF再分析、NASA的IMERG卫星数据和谷歌自己的基于雷达的降水估计。早期结果很有希望：与IMERG基准相比，其概率得分提高了多达60%，并且与雨量计测量相比也表现良好。

那么，你什么时候能用到它？WeatherNext 3的预报数据已经可以通过谷歌的BigQuery、Earth Engine和Cloud Storage获取。然而，模型的内部工作原理——权重——并未开源，对于自定义推理，你仍然需要使用较旧的WeatherNext 2。尽管如此，随着WeatherNext 3的全面推出，很明显，高精度、高时效的天气预报时代即将到来。

关键要点

• 突破性分辨率：WeatherNext 3提供5公里分辨率的预报，比以前的模型清晰五倍。
• 每小时更新：模型每小时刷新一次，能够更好地跟踪快速变化的天气。
• 多分辨率输出：一次生成三个级别的预报数据，满足不同需求。
• 可再生能源支持：准确预测风、云和太阳变量，以帮助清洁能源管理。
• 改进的降水预报：与现有基准相比，准确性显著提高。
• 数据可用性：预报可通过BigQuery、Earth Engine和Cloud Storage访问，但模型权重仍为专有。