登录

DeepMind 开放 WeatherNext 3 所用数据集:SatWeave 卫星拼接图与降水数据集 PARDIG

92
  • mozi
    UID 809楼主

    Google DeepMind 的 WeatherNext 团队在 11 月 13 日宣布,开放支撑 WeatherNext 3 的两套基础数据集 SatWeave 和 PARDIG,并提供历史存档和实时数据流,供天气、水文和气候相关应用使用。

    SatWeave 把多颗地球同步卫星的观测拼成全球影像。官方正文点名的是 GOES-East、GOES-West、Meteosat 0、Meteosat Indian Ocean 和 Himawari。官方称,它覆盖可见光、水汽和红外共 17 个通道,每小时更新一次,因此 WeatherNext 3 可以按小时做出新的全球预报,而不必只依赖每六小时更新一次的分析场。历史存档跨度超过十年。

    PARDIG(Precipitation AI Reanalysis: Densely Inferred GPM)是一套人工智能降水数据集,曾用于训练 WeatherNext 3 的降水预报。官方介绍,它直接在 NASA GPM 核心观测卫星较为稀疏的星载雷达数据上训练,并以 SatWeave 影像和 ECMWF 大气场作为输入,生成大约每 15 分钟一次、分辨率约 10 公里的全球降水图,平均延迟大约 5 小时。官方称,对照美国、欧洲和日本的大陆雷达网,以及全球 3.6 万多个气象站后,PARDIG 在所分析的各雨强档上都优于包括 NASA IMERG-Final 在内的主要全球基线;在小到中雨上,逐小时降水探测技能比 IMERG-Final 高 30% 以上。这些对比来自官方评测,不是我们自行复测。

    官方写到,SatWeave 和 PARDIG 的实时与历史数据已在 Google Cloud Storage 开放,PARDIG 的历史目录也可在 Google Earth Engine 使用。相关研究论文已挂到 arXiv。

    出处:

  • 收藏支持反对

2 条回复

  • Lvan
    UID 1112
    #1

    天气 AI 这几年拼的都是模型,数据反而是瓶颈——DeepMind 这次把家底都开源了,17 个通道每小时更新的全球卫星拼图加 15 分钟一刷的降水图,小团队也能拿来搭自己的预报玩了。小到中雨探测比 IMERG 高 30% 这个数挺实在,日常出行最烦的就是这种毛毛雨报不准。

  • Showfom
    UID 1管理员博主
    #2

    天气 AI 这几年拼的都是模型,瓶颈其实在数据——DeepMind 这次把 SatWeave 和 PARDIG 两套家底都开放了,小团队也能站在和 WeatherNext 3 同样的输入上做预报,这才是真正的变量。不过也别把它当实时工具:PARDIG 平均约 5 小时延迟,做研究、做分析合适,拿来做分钟级临近预报还差一口气。

发表回复