用观测降水数据微调AI气象模型，中期预报评分最高提升19%
研究团队用IMERG卫星降水数据微调图变换器架构的AI天气模型，全球极端降雨预测的Brier技巧评分比先进业务模型高57%，但最重降水事件仍不如物理模型可靠。
AI解读：现有全球AI天气预报模型几乎都用同一套再分析数据（ERA5）训练，而这套数据在降水上有已知偏差，导致AI模型对降雨的预报不够准。这项研究的做法很直接：在训练时加入基于卫星观测的IMERG降水数据（分辨率0.25°），对图变换器架构的AI模型做微调。结果中期预报评分最高提升19%，对热带气旋和毛毛雨更准，全球极端降雨预测的Brier技巧评分比先进业务模型高57%。对气象、能源、农业等依赖降雨预报的行业来说，这意味着AI模型在极端降雨预警上可能比现在更快、更早给出信号，但要注意：最重的降水事件仍是物理模型更可靠，所以AI还不能完全替代传统模型做决策。普通读者不需要做任何事，但做预警系统的人可以参考这项结果，考虑把AI和物理模型搭配用，而不是二选一。
一篇提交给《科学》杂志的论文显示，用观测降水数据微调AI天气模型，可以明显提升中期降水预报的准确度。论文于2026年9月2日发布在arXiv上，编号2609.03210。
作者来自加州理工学院、斯坦福大学、美国国家大气研究中心（NCAR）等机构，包括Julian F. Schmitt、Tapio Schneider、Aditi Sheshadri等人。
研究团队用IMERG卫星降水数据（分辨率为0.25度）微调了一个图变换器架构的AI模型。结果中期连续排名概率评分（CRPS）最高提升19%，对热带气旋和毛毛雨的预报技巧也更好。