Google 推出 WeatherNext 3，提供融合卫星信息的逐小时全球预报
WeatherNext 3 增加逐小时初始化、精细至 5 公里的输出、64 成员集合预报，以及新的降水和清洁能源字段。
文章目录 · 11
Google DeepMind 和 Google Research 于 2026 年 9 月 3 日发布了 WeatherNext 3，为 Google 的全球 AI 气象系统加入实时地球静止卫星图像、逐小时预报初始化，以及精细至约 5 公里的地表输出。
该模型正开始为 Google 搜索、Gemini 应用、Google 地图、Google Maps Platform 的 Weather API 和 Google Earth Engine 中的天气体验提供支持。研究人员和企业也可通过 BigQuery、Earth Engine 和 Google Cloud Storage 申请访问业务预报数据。
WeatherNext 3 是概率集合模型，而非单一的确定性预报。它生成 64 种可能的大气演变情景，使下游系统能够估计不确定性，以及降雨量超过指定阈值等事件的发生概率。
其分辨率提升显著，但因变量而异。经过气象站校准的气温和露点预测达到 0.05 度，即约 5 公里。网格化地表变量——包括降水、风、气压、云量和太阳辐射——采用约 10 至 11 公里的 0.1 度网格。高空变量仍采用约 25 公里的 0.25 度网格。
一、WeatherNext 2 有哪些变化
WeatherNext 2 在 0.25 度网格上生成全球预报，并以六小时间隔每天初始化四次。WeatherNext 3 可每小时初始化一次，并以原生一小时时间步生成输出。
这一新时程有一项重要限定。于 00:00、06:00、12:00 和 18:00 UTC 初始化的预报覆盖完整的 360 小时，即 15 天预报时效。其余 20 次逐小时运行则为地表和气象站变量提供 48 小时预报。高层大气场仅在四个主要的六小时周期中提供。
Google 所称新模型“最高可提升五倍精细度”，指的是从 WeatherNext 2 的 25 公里网格变为 WeatherNext 3 的 5 公里气象站校准气温和露点产品。10 公里网格化地表产品的提升更接近 2.5 倍，而 25 公里的等压面场并未获得同等的空间分辨率提升。
这一差异对于评估本地应用的用户很重要。5 公里的气温产品能比 25 公里网格更精确地表示海岸线、山谷和地形，但这并不意味着每个大气变量都以 5 公里分辨率进行预报。
WeatherNext 3 还改变了降水累积时间间隔。WeatherNext 2 报告六小时累积降水量，而新模型以一小时累积形式提供原生、经 IMERG 校准和实验性的卫星雷达降水字段。在计算日累计或多日累计总量时，现有数据管道必须对逐小时数值求和。
二、实时观测如何进入模型
核心技术变化是直接摄入由地球静止气象卫星拼接而成的逐小时图像。这些卫星持续观测地球的广阔区域，为模型提供云系及其他快速变化大气形态的最新图景。
WeatherNext 3 并未取消数值天气预报数据。Google 的开发者文档将其初始化输入列为实时卫星拼图，加上欧洲中期天气预报中心高分辨率系统的分析场。其训练数据来源包括 ERA5 和业务化 ECMWF 分析场、NASA 的 GPM 综合多卫星反演数据、气象站观测以及历史地球静止卫星拼图。
因此，其结果是一个混合系统：卫星数据提升了其视图的时效性，而传统分析场仍提供部分大气状态。相比称该模型完全绕过基于物理的预报，这种说法更准确。
这些输入被送入一个 Functional Generative Network 网格 Transformer。单一模型可生成稠密网格场、面向稀疏气象站的预测以及离散气旋路径，同时保持全球大气形态与本地地表输出之间的一致性。TechCrunch 报道称，该模型的参数量是 WeatherNext 2 的 2.4 倍。
专用观测输出头解决了仅依据再分析网格训练的模型长期存在的一项局限。WeatherNext 3 直接从气象站测量中学习气温和露点，使其能够针对实际站点记录的量进行预测优化，而非只在平滑的全球网格中近似这些数值。
该模型通过多个目标将同一原则用于降水。它针对 ECMWF 再分析、NASA IMERG 卫星估计以及 Google 开发的卫星雷达降水再分析进行训练。这会产生彼此独立的降水场，而不是将某一个数据集视为不容置疑的真实值。
三、如何正确解读 Google 的准确性声明
Google 报告称，在以 IMERG 评估 WeatherNext 3 降水预报时，其连续排序概率评分（CRPS）最高改善 60%；以美国多雷达/多传感器系统评估时改善 30%；在较短预报时效下以雨量计测量值评估时改善 10%。
CRPS 评估的是完整的概率分布，而不仅是一个预测值；分数越低，表明预报概率既更集中，也更接近观测结果。因此，这些百分比描述的是概率评估指标的相对提升，并不意味着 WeatherNext 3 在每个地点都能将降雨预测正确的次数提高 60%。
三项结果之间的差异同样具有参考意义。卫星估计、雷达产品和地面雨量计以不同方式观测降水，且具有不同的地理覆盖范围和偏差。一个部分依据 IMERG 训练的模型，在依据独立雨量计进行评判时，不应被期待获得完全相同的提升。
Google 另称，在其面向消费者的产品中，提前至少一天查看预报的用户可能会看到降水预测最高准确 50%，其中提升最大的是历史上预报可靠性较低的地区。发布公告没有提供足够的方法细节，无法将这一产品层面的数字等同于所报告的 CRPS 结果。
独立的实时评估提供了另一个参考点。TechCrunch 报道称，WeatherNext 3 在发布时于 Brightband 的 Operational WeatherBench 中，在包括气温、风速和湿度在内的受评变量上领先。由于该排行榜持续评估业务预报，其排名会随着新预报和竞争系统的加入而变化。
Google 关于使用原始观测的声明也有其边界。WeatherNext 3 在全球范围内直接整合卫星观测，但 TechCrunch 指出，WindBorne 表示其 WeatherMesh 6 系统自 2025 年起已摄入原始气球及其他观测数据。Google 更具体的差异化之处是直接摄入卫星数据、全球覆盖范围和更高分辨率输出的组合，而非一项无人争议的、首个使用任何原始观测数据的气象模型声明。
四、访问、能源应用与业务限制
WeatherNext 3 将面向可再生能源预报的变量作为一等输出提供。这些变量包括 100 米高度——约为风机轮毂高度——的风速、多个云量层、地表向下太阳辐射和直射太阳辐射。风电和光伏运营商可利用这些字段估计发电量，并平衡预期供应与需求。
公开记录的 Earth Engine 产品包含预先计算的集合统计量。0.05 度数据集为面向气象站的气温和露点提供均值，以及第 10、25、50、75 和 90 百分位数。0.1 度数据集则为 19 个网格化地表变量提供相同的六项统计量。完整的 64 成员集合和高空变量通过 Google Cloud Storage 分发。
这些数据集需要申请访问权限。WeatherNext 3 本身可作为业务预报服务使用，但并非开源；Google 转而建议需要可下载代码和预训练权重、以进行自托管推理的研究人员使用 WeatherNext 2。
业务可用性也存在延迟。Google 的分发时程目标是在初始化后约 7 小时 45 分钟，将四个完整的 15 天周期交付至 Cloud Storage；约 25 分钟后，再提供至 BigQuery 和 Earth Engine。其余逐小时运行的目标是在初始化后约 7 小时 10 分钟交付至 Cloud Storage，并在约 15 分钟后提供至 BigQuery 或 Earth Engine。上游卫星或分析场延迟可能会延长这些时间窗口。
Google 将 WeatherNext 3 标为实验性预报系统。其输出仅供信息和研究用途，并非官方监测预警或警报，也不应作为涉及生命或财产决策的唯一信息来源。历史实验数据采用 CC BY 4.0 许可，而实时和未来预报数据受单独的 Google DeepMind 条款约束。
常见问题
WeatherNext 3 每小时更新一次吗？
是。该模型每天初始化 24 次，并生成一小时预报时间步。每天四次运行延伸至 15 天；其余逐小时运行覆盖 48 小时。
所有 WeatherNext 3 预报都以 5 公里分辨率生成吗？
不是。约 5 公里的输出适用于经气象站校准的气温和露点。大多数网格化地表变量采用约 10 公里分辨率，而等压面大气场采用约 25 公里分辨率。
WeatherNext 3 是开源的吗？
不是。Google 将其作为业务预报数据服务提供。对于需要代码和预训练权重的用户，WeatherNext 2 仍是推荐的开源选项。
开发者可以在哪里访问预报？
在申请访问权限后，Google 通过 BigQuery、Earth Engine 和 Google Cloud Storage 分发 WeatherNext 3 数据。面向消费者的预报也正开始出现在搜索、Gemini、地图和 Google Maps Platform Weather API 中。
WeatherNext 3 可以替代官方天气预警吗？
不可以。Google 明确将该系统归类为实验性系统，并引导用户向国家气象机构和地方应急部门获取官方预报、监测预警和警报。
参考来源
Share