DeepMind开源气象数据集：SatWeave与PARDIG详解

为什么气象数据依然难搞

做天气预报或者气候研究，最头疼的往往不是算法不够先进，而是数据太碎、太乱。我们每天都能看到卫星云图，地面也有各种气象站，但要把这些来自不同源头、不同格式、不同更新频率的原始数据拼成一张连贯且实时的全球地图，工程难度极大。

2026年11月13日，Google DeepMind的WeatherNext团队迈出了关键一步：他们正式开源了两个基础数据集——SatWeave和PARDIG。这两个数据集不仅是此前发布的WeatherNext 3模型的核心燃料，现在也向全球研究人员和开发者开放。简单来说，如果你想自己训练一个能预测暴雨、干旱或者太阳能发电效率的模型，以前你可能得花几个月时间去清洗和对齐卫星数据，现在可以直接拿来用了。

这次开放的不仅仅是历史存档，还包括实时数据流。这意味着开发者可以基于最新的气象状况构建应用，而不仅仅是复盘过去。

SatWeave：把五颗卫星的眼睛拼在一起

SatWeave这个名字听起来有点抽象，但它解决的问题非常具体：如何获得一个无死角的全球实时云图？

目前主流的静止气象卫星各自为政。GOES-East和GOES-West盯着美洲，Meteosat系列覆盖欧洲和非洲，Himawari则负责亚太区域。每颗卫星用的传感器不一样，地图投影方式不同，文件格式各异，扫描周期也从10分钟到30分钟不等。以往的研究者如果想做全球尺度的分析，通常只能退而求其次，使用那些更新频率低（比如每几小时一次）、通道少（只有4个或更少）的合成数据。这种数据对于追踪快速变化的风暴系统来说，显然不够用。

SatWeave的做法是“硬整合”。它融合了来自五颗主要静止卫星的数据，统一处理成17个通道，涵盖可见光、水汽和红外波段。更重要的是，它实现了每小时一次的全球更新。

这个更新频率对AI模型至关重要。传统的数值天气预报模型通常每6小时初始化一次，依赖的是分析数据。而WeatherNext 3利用SatWeave的小时级数据，能够更频繁地修正预测状态，从而捕捉到那些在6小时间隙中迅速发展的极端天气事件。

除了用于中期天气预报，SatWeave的高频更新特性在其他领域也很有潜力。比如监测野火蔓延，烟雾和热源的變化是以分钟计的；又如太阳能发电预测，云层的移动直接决定光伏板的输出功率。有了这套每小时刷新的全球 mosaic（镶嵌图），开发者可以更精细地模拟这些动态过程。

目前，SatWeave的历史数据已经回溯超过十年，实时数据流也已上线。对于需要长期气候趋势分析或者实时灾害监控的项目来说，这是一块补齐短板的关键拼图。

PARDIG：用AI填补降水数据的空白

如果说SatWeave解决了“看云”的问题，那么PARDIG解决的就是“知雨”的难题。

降水是影响农业、水资源和防洪抗旱的最直接因素，但也是气象观测中最难准确量化的指标之一。地面雷达和雨量计虽然精度高，但分布极不均匀。在欧美日等发达地区，雷达网密集，数据质量尚可；但在非洲、南美洲大部以及海洋上空，地面观测几乎是一片空白。现有的全球降水产品，如NASA的IMERG-Final，虽然被广泛使用，但在缺乏地面校正的区域，其准确性往往大打折扣。

PARDIG（Precipitation AI Reanalysis: Densely Inferred GPM）试图用AI来弥补这一缺陷。它的核心思路是：既然地面雷达不够多，那就让AI学习卫星雷达和大气状态之间的关系，从而推断出高精度的全球降水分布。

具体来说，PARDIG基于与WeatherNext 3相似的AI架构，以NASA全球降水测量任务（GPM）核心观测站的稀疏星载雷达数据为“真值”，结合SatWeave的卫星图像和ECMWF的大气场数据作为输入进行训练。最终生成的数据集具有15分钟的时间分辨率和约10公里的空间分辨率，平均延迟仅约5小时。

效果如何？DeepMind团队在美国、欧洲和日本的三个大陆雷达网络，以及全球36,000个气象站上进行了评估。结果显示，PARDIG在所有降雨强度区间都优于现有的全球基准产品，包括被视为研究级黄金标准的NASA IMERG-Final。

特别是在小到中等强度的降水检测上，PARDIG的技能评分（Critical Success Index）比IMERG-Final提高了30%以上。更令人印象深刻的是它对极端降水的捕捉能力。传统全球产品往往平滑掉极端值，导致暴雨被低估，而PARDIG由于直接学习卫星雷达信号，保留了更多细节。这对于洪水预警和滑坡风险评估至关重要。

另一个关键优势是“全域一致性”。因为PARDIG不依赖地面雨量计进行插值校正，而是直接从卫星观测中学习物理规律，所以它在没有地面站的偏远地区也能保持可靠的准确性。这对于全球南方国家或缺乏基础设施地区的气候适应性研究来说，是一个巨大的利好。

目前，PARDIG的历史数据已开放1999年至2026年的记录。研究者可以利用这二十多年的高分辨率数据，重新审视过去的极端天气事件，或者训练更 robust 的水文模型。

数据在哪里，怎么用

对于开发者而言，获取门槛已经降到了最低。SatWeave和PARDIG的实时数据流和历史存档均已托管在Google Cloud Storage上。此外，PARDIG的历史目录还集成到了Google Earth Engine中，这意味着熟悉地理空间分析的用户可以直接在Earth Engine环境中调用这些数据，无需下载庞大的原始文件。

这一举措是Google“Earth AI”组合的最新部分。其意图很明显：通过降低高质量气象数据的获取门槛，激发社区创新。我们可能会看到更多针对特定场景的应用出现，比如为保险公司提供更精准的洪灾风险模型，为农业科技公司提供局部微气候预测，或者为能源电网提供更可靠的可再生能源出力预测。

当然，数据开放只是第一步。如何将这些高维、高频的数据转化为具体的业务洞察，仍然需要领域知识和工程能力的结合。但至少在数据层面，研究者不再需要为“找不到好数据”而妥协。

背后的协作网络

这项工作需要庞大的基础设施支持。DeepMind和Google Research的团队主导了模型开发和数据处理，Google Cloud提供了存储和计算资源，Google Geo团队则在地理空间集成上提供了支持。

值得注意的是，这些成果建立在众多国际机构开放数据政策的基础之上。包括ECMWF（欧洲中期天气预报中心）、NASA（美国国家航空航天局）、JAXA（日本宇宙航空研究开发机构）、NOAA（美国国家海洋和大气管理局）、EUMETSAT（欧洲气象卫星开发组织）等机构提供的原始卫星和气象数据，是构建SatWeave和PARDIG的基石。这也提醒我们，气象科学的进步本质上是一个全球协作的过程，任何单一机构都无法独自完成对地球系统的全面观测。

对于想要深入技术细节的研究者，DeepMind同时发布了PARDIG的研究论文（arXiv预印本），详细阐述了模型架构、训练策略以及评估方法。而对于应用开发者，WeatherNext的开发文档提供了接入实时数据流的API指南。

随着这些数据集的开放，气象AI的竞争焦点可能会从“谁有更多数据”转向“谁能更好地利用数据”。对于独立开发者和小型研究团队来说，这是一个难得的入场机会。