Google DeepMind发布WeatherNext 3，新增实时卫星数据与逐小时预报
新一代全球AI天气预报模型分辨率最高提升至 5 公里，降水预报准确率据称最高可提升 60%，目前已集成至Google搜索、Gemini、地图等产品。
Google DeepMind与Google Research于 9 月 3 日发布旗舰AI天气预报模型WeatherNext 3，据称是当前最先进、最精确的全球天气模型。该模型已开始为Google搜索、Gemini应用、Google地图、Google Maps Platform Weather API和Google Earth Engine提供天气信息。
技术改进：实时卫星数据与更高分辨率
WeatherNext 3的首个重大变化在数据源。此前包括WeatherNext 2在内的多数AI天气模型都使用数值天气预测（NWP）模型的数据训练，这类基于超级计算机的物理模拟存在六小时数据延迟，对降雨、地表温度等快速变化变量易产生偏差。新模型输入实时全球静止卫星影像马赛克，每小时生成一次预测，分辨率最高可达 5 公里。
空间分辨率方面，WeatherNext 3可将温度、湿度等关键地表变量可视化到 5 公里分辨率，其他地表变量为 10 公里，风速等大气变量为 25 公里。整体清晰度约为上一代WeatherNext 2的五倍——后者以 25 公里网格、每 6 小时间隔生成预报。
模型还直接在地面稀疏站点观测数据上训练，以更好地处理海岸线、山谷、山脉等局部地形的气候差异，这一能力尤其惠及拉丁美洲、非洲和亚太地区等历史上缺乏高分辨率预报的地区。
降水预报精度提升数据
降水预报方面，模型在NASA卫星降水产品IMERG和Google全球卫星雷达再分析两种高质量数据上训练。中期全球预报评估显示，其连续排名概率分数（CRPS）相对于基线，早期预报时效下比IMERG提升最多 60%，比MRMS提升 30%，比雨量计测量提升 10%。
可再生能源变量与产品集成
WeatherNext 3新增可再生能源专项变量：100 米（约涡轮机高度）风速、高分辨率云量和太阳辐射数据，供风电场和太阳能电站估算出力。Google称这些数据有助于电网运营商和可再生能源开发商将清洁能源资产发电量与用户需求匹配。
模型现已在全球范围内可用。Google表示，当用户规划一天或更长时间的行程时，降水预报准确率最高可提高 50%，改善最大的区域在历史预报可信度较低的地区。
高分辨率预报数据每小时更新，可通过BigQuery、Google Earth Engine查询，或从Google Cloud Storage批量下载，无需自行配置模型。
Google同时提到，独立实时评估机构Brightband的榜单将其列为当前最先进模型。官方天气预报和严重天气警报仍应以本地气象机构为准。