谷歌 DeepMind 开源 WeatherNext 3 数据集：SatWeave 卫星影像与 PARDIG 降水数据

谷歌 DeepMind 于 11 月 13 日开放 WeatherNext 3 气象模型依赖的两大基础数据集 SatWeave 与 PARDIG，覆盖全球 5 颗静止气象卫星的影像数据和基于 AI 的全球降水再分析产品，托管在 Google Cloud Storage 上并以 CC BY 4.0 许可提供实时数据流与历史归档。 SatWeave 聚合 GOES-East、GOES-West、Meteosat 0、Meteosat 印度洋星及 Himawari 共 5 颗卫星的观测，统一解决了地图投影、文件格式、传感器和扫描节奏差异，每小时更新一次，并配有十年以上历史存档；相较传统分析数据每 6 小时刷新一次，时效显著提升。PARDIG 采用与 WeatherNext 3 相似的球形图网格 Transformer 架构，以 NASA 全球降水测量核心观测台的星载雷达观测为训练目标，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。 在美国、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中，PARDIG 在所有雨强档位上均优于 NASA IMERG-Final，轻到中度降水的小时级识别技巧提升 30% 以上。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保持可靠精度。谷歌还开放了 1999 年至 2026 年的 PARDIG 历史档案，并建议社区将其拓展至太阳能功率预测、野火监测等场景。