据报道，近日，谷歌 DeepMind 开放 WeatherNext 3 气象模型所依托的两大数据集 SatWeave 与 PARDIG，面向全球研究者与开发者提供实时数据流与历史归档，可用于天气、水文、气候等应用建模。
SatWeave 是整合多颗静止气象卫星的全球影像拼接产品，聚合 GOES-East、GOES-West、Meteosat 0、Meteosat 印度洋星与 Himawari 共 5 颗卫星的观测，解决了各卫星在地图投影、文件格式与扫描节奏上的差异。数据集每小时更新一次，另有十年以上历史存档，可让 WeatherNext 3 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。
PARDIG 是基于 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，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，输入为 SatWeave 影像与欧洲中期天气预报中心的大气场；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。
谷歌对照美、欧、日三大陆基雷达网络与全球 3.6 万余座气象站评估，PARDIG 在所有雨强档位均优于 NASA IMERG-Final 等主流基线，对轻到中度降水的小时级识别技巧提升 30% 以上，对极端降水捕捉尤为突出；因直接从卫星观测学习，它在缺乏地面雷达与雨量计的地区同样可靠。
两套数据同步开放 1999 至 2026 年历史档案与实时流，托管在 Google Cloud Storage，以 CC BY 4.0 许可开放。
原创文章，作者：李小白，如若转载，请注明出处：https://www.kejixun.co/article/768165.html
