谷歌开放AI天气训练底座：卫星云图与降水数据都能拿来训练模型

Google DeepMind 在 11 月 13 日正式开放 SatWeave 与 PARDIG，这是两套支撑 WeatherNext 3 的基础地球观测数据集，并非又一次单纯的模型权重发布。

研究机构和开发者现在可以获得覆盖全球的静止卫星拼接影像、15 分钟级降水估计、十年以上的卫星历史档案，以及最长追溯至 1999 年的降水记录。这些数据以 CC BY 4.0 许可开放，历史归档和近实时数据主要托管在 Google Cloud Storage，部分 PARDIG 数据也进入 Google Earth Engine。(deepmind.google)

这件事的重要性在于，Google 开放的不只是 WeatherNext 3 的预测结果，而是训练天气模型最难获得的两种原料：一套格式统一、持续更新的全球卫星云图，以及一套覆盖雷达盲区的高时空分辨率降水标签。

两套数据分别解决什么问题

SatWeave 是一套将多个静止气象卫星观测统一到同一全球网格中的卫星影像拼接数据集。

全球卫星观测长期存在一个工程问题：不同国家和机构运营的卫星使用不同地图投影、文件格式、传感器波段与扫描周期，原始数据不能像普通图片一样直接拼在一起。GOES-East 可能每隔十分钟扫描一次，另一颗卫星可能需要二十至三十分钟；同一片云在不同传感器下，像素值也未必具有相同含义。

SatWeave 做的事情类似于给全球卫星建立一套统一的视频采集协议。它覆盖 GOES-East、GOES-West、Meteosat Prime、Meteosat 印度洋位置和 Himawari 等五个业务卫星位置，并将观测数据标准化为 0.1°、约 10 公里的全球网格。Google 的技术资料称其包含 17 个可见光、近红外、短波红外、水汽和热红外通道。(deepmind.google)

这里需要区分“卫星位置”和“物理卫星数量”。Google 官方发布说明将 SatWeave 描述为整合五个业务卫星位置，而博客图片说明中出现过六颗静止卫星的表述；对开发者而言，更准确的理解是 SatWeave 提供五个全球覆盖位置的数据流，具体位置背后的在轨卫星可能随着业务交接而变化。

PARDIG 是一套利用稀疏星载雷达观测训练、再推断出全球连续降水场的 AI 降水再分析数据集。

降水比云图更难处理，因为卫星看到厚云并不等于地面一定下大雨，而红外亮温也无法直接转换为可靠雨量。地面雷达精度高、延迟低，却集中在美国、欧洲、日本等少数拥有密集雷达网络的区域，海洋、非洲和部分发展中地区仍有明显空白。

PARDIG 的做法不是简单拟合现有全球降水产品，而是把 NASA/JAXA 全球降水测量核心观测台的 CORRA 星载雷达数据作为训练目标。星载雷达覆盖稀疏，却能提供较高质量的垂直降水结构；模型再结合 SatWeave 多光谱影像与 ECMWF 大气状态数据，把这些稀疏观测“扩展”为连续的全球降水地图。(arxiv.org)

换句话说，PARDIG 类似于让模型先用一支精度很高、但只能偶尔扫过的探照灯学习“什么是真实降雨”，再利用随时可见的卫星云图和大气场，补全没有被探照灯直接照到的区域。

核心规格对比

| 数据集 | 核心内容 | 空间分辨率 | 时间粒度 | 更新与延迟 | 历史范围 | 主要用途 | |---|---|---:|---:|---|---|---| | SatWeave | 全球静止卫星多光谱影像拼接 | 0.1°，约 10 公里 | 2016—2025 年档案为 30 分钟；2026 年起为 1 小时 | 每小时更新，实时数据延迟约 1 小时 | 2016 年至今 | 天气模型初始化、云系跟踪、太阳能预测、野火监测 | | PARDIG-NRT | AI 推断的近实时全球降水 | 0.1°，约 10 公里 | 15 分钟 | 每 6 小时发布一批，端到端延迟约 2—8 小时，平均约 5 小时 | 2016 年至今 | 洪水、山体滑坡、短时降水和水文建模 | | PARDIG-LR | 面向长期研究的历史降水记录 | 0.1°，约 10 公里 | 15 分钟级产品 | 静态历史档案 | 1999—2023 年 | 气候回溯、长期风险建模、模型预训练 | | WeatherNext 3 | 全球概率天气预报模型 | 地面站变量最高约 5 公里；地表网格约 10 公里 | 逐小时预报 | 2026 年起每小时初始化 | 历史预报从 2024 年开始提供 | 最长 15 天的全球集合预报 |

SatWeave 与 PARDIG 的“数据时间粒度”和“发布频率”不能混为一谈。PARDIG 每个网格点可以提供 15 分钟级降水估计，但近实时产品并不是每 15 分钟上传一次，而是约每 6 小时集中更新，平均延迟约 5 小时。(developers.google.com)

WeatherNext 3 为什么需要它们

WeatherNext 3 是 Google 在 2026 年 8 月发布的全球概率天气模型，核心变化是直接引入实时观测，而不是只依赖数值模式生成的分析场。

此前不少 AI 天气模型以 ERA5 等再分析数据为主要训练材料，并使用数值天气预报系统提供的分析场进行初始化。这种路径的优点是数据整齐、变量完整，缺点是模型会继承分析系统已有的偏差，而且新的卫星观测必须先经过传统同化系统，AI 模型才能间接使用。

WeatherNext 3 把 SatWeave 作为直接输入，相当于让模型在读取经过整理的大气状态之外，也能自己“看云图”。SatWeave 每小时更新一次，因此 WeatherNext 3 在 2026 年可以每天初始化 24 次；依赖每 6 小时分析场的系统通常每天只有 4 个主要初始化周期。

这一差异对快速发展的天气过程很关键。一条对流带若在两次传统初始化之间突然形成，等待下一个 6 小时周期可能已经错过最有价值的提前量；每小时重新读取卫星影像，至少让模型有机会更早看到云团增长、风暴组织化和锋面移动。

WeatherNext 3 当前提供 64 个集合成员，主要的 6 小时初始化周期可生成最长 15 天、即 360 小时的预报，中间的逐小时初始化则主要覆盖未来 48 小时。其输出分为多个层级：地面站温度和露点最高约 0.05°，地表风、降水、云量与太阳辐射等变量约 0.1°，高空压力层变量约 0.25°。(developers.google.com)

PARDIG 的价值不只是一张雨量图

PARDIG 最有价值的地方是提供了一套比传统全球产品更接近观测的降水训练标签。

Google 使用美国、欧洲和日本的三套独立地面雷达网络，以及全球超过 3.6 万座气象站对 PARDIG 进行评估。结果显示，PARDIG 在多数地区和多个降水强度阈值下优于 IMERG V07 Final、IMERG Early、ERA5、HRES 和 MSWEP V3，对极端强降水的改善尤其明显。(deepmind.google)

在轻到中度降水上，PARDIG 相比 IMERG-Final 的小时级降水识别技巧提高超过 30%。这里的“识别技巧”并不是降雨量误差直接下降 30%，而是基于 Critical Success Index 等事件检测指标，衡量模型能否正确识别某个网格、某个小时是否超过指定雨强阈值。

这种改进对天气模型训练非常实际。若训练标签把一条狭窄的暴雨带涂抹成大面积小雨，模型即使完美拟合标签，也只能学会输出模糊的降水；PARDIG 更准确地恢复强降水位置和结构，相当于给模型换了一套更清晰的监督信号。

Google 公布的 WeatherNext 3 结果显示，在以 IMERG 观测进行评估时，引入包括 PARDIG 在内的多来源降水训练目标，可让部分概率降水指标的 Brier Score 和 CRPS 相比数值天气预报基线最多下降 50%。分数下降代表概率预报与真实结果之间的偏差减小，但这一数字不能简单解读为“所有地区的降雨预报准确率提高 50%”。(developers.google.com)

对开发者真正有用的三个方向

第一，区域天气模型可以把 SatWeave 和 PARDIG 用作预训练或微调数据，而不必从零整理全球卫星档案。

卫星数据处理往往比训练模型本身更麻烦，团队需要处理投影转换、时间对齐、缺测像素、传感器更替和波段差异。SatWeave 把这些步骤提前完成，尤其适合研究卫星到天气状态、卫星到降水和卫星到太阳辐射的端到端模型。

第二，缺少地面雷达的地区终于有了相对统一的高频降水基线。

PARDIG 不会取代本地雷达，但它能为非洲、南美部分地区、海洋和山区提供约 10 公里、15 分钟级的连续降水估计。洪水预警、流域径流、山体滑坡和农业水分模型，可以先把 PARDIG 作为全球一致的数据底座，再用少量本地雨量站进行偏差校正。

第三，能源和灾害应用可能比通用天气预报更早获得收益。

太阳能功率预测需要知道云层何时遮挡电站，风电调度需要逐小时风速，野火监测则关心高温、低湿、风场与烟羽变化。SatWeave 提供实时云系和多光谱信息，WeatherNext 3 又直接输出太阳辐射、100 米风速和云层变量，两者组合比只读取传统天气预报更适合构建短时能源调度系统。

开放数据不等于可以直接替代业务系统

这次发布降低了 AI 天气研究的数据门槛，但并没有消除工程成本和产品风险。

SatWeave 和 PARDIG 的全球 0.1° 网格规模不小，持续拉取多通道卫星数据会产生可观的存储、传输和预处理成本。团队还需要处理 Zarr 数据格式、云端权限、时间窗口切片、缺测区域和不同版本之间的一致性，开放许可并不意味着拿到数据后即可直接训练。

PARDIG 也不是零延迟的临近预报产品。其近实时数据平均延迟约 5 小时，即使空间和时间分辨率高于不少历史产品，也不适合单独承担分钟级暴雨告警。对于生命安全相关场景，仍需结合当地雷达、雨量站、官方预警和数值模式。

模型本身同样存在可见缺陷。Google 的开发者文档承认，WeatherNext 3 的部分单成员预报会出现与球形网格结构相关的六边形伪影，PARDIG 训练的实验降水输出比 IMERG 输出更明显；集合中位数可以减弱伪影，但不能证明所有局地结构都可信。(developers.google.com)

这次开放比发布一个新天气模型更重要

SatWeave 与 PARDIG 的开放，本质上是在把 Google 的天气模型优势拆成整个社区可以复用的数据基础设施。

单个模型会被下一代模型替代，但统一的卫星影像和高质量降水标签可以被不同架构反复使用。开发者可以训练区域模型、洪水模型、降尺度模型，也可以只把它们作为评估基准，而不必复制 WeatherNext 3 的完整技术路线。

这也是 Google 与其他 AI 天气团队竞争中更聪明的一步。天气模型的护城河不只在 Transformer、图网络或生成式集合架构，更在持续更新的观测数据管线、清洗规则和验证体系。开放数据能够吸引研究者围绕 Google 的数据格式和评估基准开发下游模型，同时扩大 WeatherNext 在地球科学领域的影响力。

对开发者来说，最值得关注的不是“Google 又开源了一个天气项目”，而是全球卫星影像与降水监督数据第一次以相对统一、可持续更新的形式进入同一个开放生态。模型训练仍然昂贵，但决定天气 AI 上限的数据瓶颈，确实被往前推了一步。

参考来源

• IT之家：谷歌开放 WeatherNext 3 所用 SatWeave 与 PARDIG 数据集——介绍两套数据集的发布时间、技术规格、评测结果与开放方式。