谷歌开源 WeatherNext 3 气象模型所用数据集:含 SatWeave 卫星影像拼接数据集与 PARDIG 全球降水信息
- 1谷歌 DeepMind 开放 WeatherNext 3 所依托的 SatWeave 与 PARDIG 两大数据集,提供实时数据流与历史归档
- 2SatWeave 聚合 5 颗静止气象卫星影像,每小时更新一次,支撑逐小时全球预报,传统分析数据通常六小时才刷新
- 3谷歌评估称 PARDIG 对轻到中度降水的小时级识别技巧较 NASA IMERG-Final 提升 30% 以上,极端降水捕捉突出
- 4数据以 CC BY 4.0 许可托管在 Google Cloud Storage,含 1999 至 2026 年 PARDIG 历史档案
实质是把 WeatherNext 3 背后的高价值气象数据层变成公共品,天气类 AI 应用的门槛从数据获取转向下游建模能力。
- 影响:能源、农业、物流等天气敏感业务可基于开放数据自建更细粒度的预测;官方称 PARDIG 在缺乏地面雷达与雨量计的地区同样可靠,海外业务可受益;数据层开放后,差异化空间转向下游建模与应用。
- 参考:天气敏感的企业可先盘点现有气象数据源与采购成本,评估 SatWeave 与 PARDIG 能否替代或补充;能源类业务可参考官方建议,先在太阳能功率预测等场景做小规模试点。
- 依据:SatWeave 每小时更新、存档超十年,PARDIG 性能数据来自谷歌对照三大陆基雷达网络及 3.6 万余座气象站的官方评估,暂无独立验证。
IT之家 11 月 13 日消息,谷歌 DeepMind 今天正式开放 WeatherNext 3 气象模型所依托的两大基础数据集 SatWeave 与 PARDIG,相应数据集面向全球研究者与开发者提供实时数据流及历史归档,可用于天气、水文、气候及相关下游应用建模。

据介绍,SatWeave 是一套整合多颗静止气象卫星的全球影像拼接产品,聚合了 GOES-East、GOES-West、Meteosat 0、Meteosat 印度洋星以及 Himawari 共 5 颗卫星的观测数据,解决了不同卫星在地图投影、文件格式、传感器与扫描节奏上的差异难题。该数据集每小时更新一次,并提供跨越十年以上的历史存档,能够让 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六小时才刷新一次。谷歌还希望研究社区将其拓展至太阳能功率预测、野火监测等场景。
而 PARDIG 是一套基于 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 架构,直接以 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,输入使用 SatWeave 影像与欧洲中期天气预报中心的大气场。其空间分辨率约 10 公里(0.1°),时间分辨率 15 分钟,平均延迟约 5 小时。
谷歌通过对照美国、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显示,PARDIG 在所有雨强档位上均优于 NASA IMERG-Final 等主流基线产品;对轻到中度降水的小时级识别技巧较 IMERG-Final 提升 30% 以上,对极端降水的捕捉能力尤为突出。由于模型直接从卫星观测学习,其在缺乏地面雷达与雨量计的地区同样具备可靠精度。
除此之外,谷歌本次还同步开放 1999 年至 2026 年的 PARDIG 历史档案以及 SatWeave 与 PARDIG 的实时数据流。相应数据托管在 Google Cloud Storage 上,以 CC BY 4.0 许可开放。
来源:IT之家·人工智能 · ithome.com