Google 推出 WeatherNext 3,提供每小時以衛星資訊輔助的全球預報
WeatherNext 3 新增每小時初始化、細至 5 公里的輸出、64 成員集合預報,以及新的降水和潔淨能源欄位。
文章目錄 · 11
Google DeepMind 與 Google Research 於 2026 年 9 月 3 日推出 WeatherNext 3,為 Google 的全球 AI 天氣系統加入即時地球靜止衛星影像、每小時預報初始化,以及細至約 5 公里的地面輸出。
該模型正開始為 Google 搜尋、Gemini app、Google 地圖、Google Maps Platform 的 Weather API,以及 Google Earth Engine 提供天氣功能。研究人員和企業亦可透過 BigQuery、Earth Engine 和 Google Cloud Storage 申請取得營運預報資料。
WeatherNext 3 是機率集合模型,而非單一的確定性預報。它會產生 64 種可能的大氣演變,讓下游系統估算不確定性,以及降雨量超過指定門檻等事件的機率。
其解析度提升幅度可觀,但因變量而異。經氣象站校準的氣溫和露點預測可達 0.05 度,即約 5 公里。網格化地面變量——包括降水、風、氣壓、雲量和太陽輻射——採用約 10 至 11 公里的 0.1 度網格。高空變量則維持約 25 公里的 0.25 度網格。
一、WeatherNext 2 有何改變
WeatherNext 2 以 0.25 度網格產生全球預報,並以每六小時一次的間隔每日初始化四次。WeatherNext 3 可每小時初始化,並以原生一小時時間步長產生輸出。
這個新時程有一項重要限定。於 00:00、06:00、12:00 和 18:00 UTC 初始化的預報,會延伸至完整的 360 小時,即 15 日預報範圍。中間的 20 次每小時運行,會提供 48 小時的地面及氣象站變量預報。高層大氣欄位只會在四個主要的每六小時循環中提供。
Google 所稱新模型「最高可達五倍更精細」,是指從 WeatherNext 2 的 25 公里網格,改為 WeatherNext 3 經氣象站校準、5 公里的氣溫和露點產品。10 公里網格化地面產品的改善約為 2.5 倍,而 25 公里的等壓面欄位則沒有獲得同樣的空間解析度提升。
這項區別對評估本地應用的使用者很重要。5 公里的氣溫產品可以比 25 公里網格更精確地呈現海岸線、山谷和地形,但不代表每個大氣變量都以 5 公里解析度預報。
WeatherNext 3 亦改變了降水累積時段。WeatherNext 2 報告六小時累積降水,而新模型以一小時累積方式提供原生、經 IMERG 校準及實驗性的衛星雷達降水欄位。現有資料管道在計算每日或多日總量時,必須將每小時數值相加。
二、即時觀測如何進入模型
核心技術改變,是直接輸入由地球靜止氣象衛星組成的每小時拼接影像。這些衛星持續觀測地球廣大區域,讓模型掌握雲系及其他快速變化大氣模式的最新狀況。
WeatherNext 3 並未淘汰數值天氣預報資料。Google 的開發人員文件列出,其初始化輸入包括即時衛星拼接影像,以及歐洲中期天氣預報中心高解析度系統的分析資料。其訓練來源包括 ERA5 和營運中的 ECMWF 分析資料、NASA 的 Integrated Multi-satellite Retrievals for GPM、氣象站觀測,以及歷史地球靜止衛星拼接影像。
因此,結果是一個混合系統:衛星資料提升其觀測視角的即時性,而傳統分析資料仍提供部分大氣狀態。這比稱該模型完全繞過以物理為基礎的預報更為準確。
這些輸入會送入 Functional Generative Network mesh transformer。單一模型會產生密集的網格化欄位、稀疏而以氣象站為目標的預測,以及離散的氣旋路徑,同時維持全球大氣模式與本地地面輸出之間的一致性。TechCrunch 報道,該模型的參數數量是 WeatherNext 2 的 2.4 倍。
專用觀測輸出頭處理了僅以再分析網格訓練模型的一項長期限制。WeatherNext 3 直接從氣象站量度資料學習氣溫和露點,使其可針對實際氣象站記錄的量度進行預測優化,而不只是近似平滑全球網格中的數值。
模型亦透過多個目標,將同一原則應用於降水。它以 ECMWF 再分析資料、NASA IMERG 衛星估算,以及 Google 開發的衛星雷達降水再分析資料進行訓練。這會產生獨立的降水欄位,而非把單一資料集視為毋庸置疑的真實值。
三、正確理解 Google 的準確度聲稱
Google 表示,當以 IMERG 評估 WeatherNext 3 的降水預報時,其連續排序機率評分(Continuous Ranked Probability Score,CRPS)最高改善 60%;以美國 Multi-Radar/Multi-Sensor 系統評估時改善 30%;而在較短預報時效下,以雨量計量度資料評估時改善 10%。
CRPS 評估整個機率分布,而非只評估一個預測數值;較低分數表示預報機率既更集中,亦更接近觀測結果。因此,這些百分比描述的是機率評估指標的相對改善。它們並不表示 WeatherNext 3 在每個地點預測降雨正確的次數增加 60%。
三項結果之間的差異亦具參考價值。衛星估算、雷達產品和地面雨量計以不同方式觀測降水,並有不同的地理覆蓋範圍和偏差。部分以 IMERG 訓練的模型,在以獨立雨量計評估時,不應預期會展現完全相同的增益。
Google 另稱,在其消費者產品中查看至少一天後預報的人士,或會看到降水預測的準確度最高提升 50%,而最大增益出現在預報歷來較不可靠的地區。推出公告未有提供足夠的方法細節,不能把這項產品層面的數字與所報告的 CRPS 結果視為等同。
獨立的即時評估提供了另一個參考點。TechCrunch 報道,WeatherNext 3 在推出時於 Brightband 的 Operational WeatherBench 領先,評估變量包括氣溫、風速和濕度。由於該排行榜持續評估營運預報,其排名可隨新增預報及競爭系統加入而改變。
Google 關於使用原始觀測資料的說法亦有界線。WeatherNext 3 在全球尺度直接納入衛星觀測,但 TechCrunch 指出,WindBorne 表示其 WeatherMesh 6 系統自 2025 年起已輸入原始氣球及其他觀測資料。Google 較狹義的差異化在於直接輸入衛星資料、全球覆蓋範圍及更高解析度輸出的組合——而非一項毫無爭議地率先使用任何原始觀測資料的天氣模型聲稱。
四、存取方式、能源應用及營運限制
WeatherNext 3 把可再生能源預報所需的變量作為一級輸出提供。這些包括 100 米高度的風速,即約為風力渦輪機輪轂高度、多個雲量層、地表向下太陽輻射,以及直射太陽輻射。風能和太陽能營運商可利用這些欄位估算發電量,並平衡預期供應與需求。
公開文件所述的 Earth Engine 產品包含預先計算的集合統計資料。0.05 度集合為以氣象站為目標的氣溫和露點提供平均值及第 10、25、50、75 和 90 百分位數。0.1 度集合則為 19 個網格化地面變量提供同樣六項統計資料。完整的 64 成員集合及高空欄位則透過 Google Cloud Storage 發布。
這些資料集需要申請存取權。WeatherNext 3 本身可作為營運預報服務使用,但並非開源;Google 反而建議需要可下載程式碼及預訓練權重以自行託管推論的研究人員使用 WeatherNext 2。
營運供應亦有延遲。Google 的發布時程目標是在初始化後約七小時 45 分鐘,將四個完整 15 日循環傳送至 Cloud Storage,約 25 分鐘後再傳送至 BigQuery 和 Earth Engine。中間每小時運行的目標,是在初始化後約七小時 10 分鐘傳送至 Cloud Storage,並在其後約 15 分鐘傳送至 BigQuery 或 Earth Engine。上游衛星或分析資料延誤可延長這些時段。
Google 將 WeatherNext 3 標示為實驗性預報系統。其輸出僅供資訊及研究用途,並非官方監察或警告,亦不應作為涉及生命或財產決策的唯一資訊來源。歷史實驗資料採用 CC BY 4.0 授權,而即時及未來預報資料則受獨立的 Google DeepMind 條款規管。
常見問題
WeatherNext 3 是否每小時更新?
是。模型每日初始化 24 次,並產生一小時預報時間步長。每日四次運行延伸至 15 日;中間每小時運行則涵蓋 48 小時。
所有 WeatherNext 3 預報是否均以 5 公里解析度產生?
否。約 5 公里的輸出適用於經氣象站校準的氣溫和露點。大部分網格化地面變量採用約 10 公里解析度,而等壓面大氣欄位則採用約 25 公里。
WeatherNext 3 是否開源?
否。Google 將其作為營運預報資料服務提供。對於需要程式碼及預訓練權重的使用者,WeatherNext 2 仍是建議的開源選項。
開發人員可在哪裏存取預報?
申請存取權後,Google 會透過 BigQuery、Earth Engine 和 Google Cloud Storage 發布 WeatherNext 3 資料。消費者預報亦正開始出現在搜尋、Gemini、地圖及 Google Maps Platform Weather API。
WeatherNext 3 能否取代官方天氣警告?
否。Google 明確將該系統列為實驗性,並指引用戶向國家氣象機構及地方緊急部門取得官方預報、監察和警告。
參考來源
- Google AI 在 X 發布的原始公告
- Google Blog:介紹 WeatherNext 3,我們最先進和最準確的全球天氣 AI 模型
- Google Developers:WeatherNext 3 模型指南
- Google Earth Engine Data Catalog:0.05 度解析度的 WeatherNext 3
- Google Developers:WeatherNext 發布時程
- Google Developers:WeatherNext 開源模型
- Brightband Operational WeatherBench
- TechCrunch:Google 最新 AI 天氣模型令你再沒有忘記帶傘的藉口
Share