谷歌开放天气数据,降雨检测提升超30%
谷歌 DeepMind 11 月 13 日把自家天气 AI 背后的两套「底料」数据集免费开放了:全球卫星云图拼接 SatWeave 和全球降水数据 PARDIG。它们正是 WeatherNext 3 天气模型变准的关键,现在谁都能用👇
🛰️ SatWeave:一张全球卫星云图
· 把 GOES 东/西、Meteosat 两个位置和日本向日葵卫星,共 5 个静止卫星位置的画面,拼成一张全球统一的图
· 17 个光谱通道(7 个可见光/近红外、10 个红外和水汽),分辨率约 10 公里,每小时更新,延迟约 1 小时
· WeatherNext 3 靠它每小时就能出新的全球预报,不用等 6 小时一次的分析数据
· 同时开放 2016 到 2025 年、每 30 分钟一帧的历史档案
🌧️ PARDIG:AI 算出来的全球降雨图
· 用和 WeatherNext 3 类似的 AI 架构,以 NASA GPM 卫星上的降水雷达为学习目标,输入 SatWeave 云图和 ECMWF 大气数据
· 每 15 分钟一张、约 10 公里分辨率的全球降水图,平均延迟约 5 小时
· 在美国、欧洲、日本的地面雷达网和全球 3.6 万多个气象站上做了检验:小到中雨的逐小时降水检测能力比 NASA 的 IMERG-Final 提升超过 30%,极端强降水也抓得更准
· 历史档案从 1999 年开始
📦 怎么拿
两套数据都放在 Google Cloud Storage(Zarr 格式),CC BY 4.0 许可,有谷歌云账号就能直接读,不用填申请表。
🧐 我的看法
大家都盯着谷歌发模型,其实开放数据更狠。天气 AI 拼到最后拼的是观测数据,谷歌把训练 WeatherNext 3 用的料直接摊开,等于给全世界做洪水、干旱、光伏预测的团队都发了起跑装备。最受益的是没有密集雷达网的地区,靠卫星就能拿到靠谱的降雨数据。做气象、水文、遥感方向的同学,毕设又多了一个现成数据源。
DeepMind 官方博客《Opening the datasets behind our AI weather models》(2026年11月13日);WeatherNext 开发者文档 PARDIG、SatWeave 页面人工智能 谷歌 天气预报 气象 开源数据 科研 AI

