// AI 新闻 · 2026-11-14 · cnBeta
Google开源WeatherNext3模型两大基础数据集
Google DeepMind于近期正式发布WeatherNext3气象模型所依赖的SatWeave与PARDIG两大基础数据集，向全球科研人员和开发者开放实时数据流及历史归档资料，支持天气、水文、气候等领域的建模研究。SatWeave整合GOES-East、GOES-West、Meteosat 0、Meteosat印度洋星、Himawari五颗静止气象卫星的观测数据，实现每小时更新，保留超十年历史记录，可支撑逐小时全球天气预报，相较传统分析数据提升时效性。PARDIG基于球形图网格Transformer架构构建，融合卫星影像与欧洲中期天气预报中心大气场数据，空间分辨率为约10公里，时间分辨率可达15分钟，平均延迟约5小时。
原文发布 2026-11-14 14:55（北京时间）来源 cnBeta自动整理 · 已核对原文
01摘要
经美国、欧洲、日本三大陆基雷达网络及全球3.6万余座气象站比对，PARDIG在降水强度识别方面优于NASA IMERG-Final等主流数据集，小时级轻中度降水识别能力提升超30%，在无地面观测区域仍保持较高精度。
由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。
02要点
- SatWeave整合五颗静止气象卫星数据，实现每小时更新，保留十年以上历史记录。
- PARDIG采用球形图网格Transformer架构，空间分辨率为约10公里，时间分辨率达15分钟。
- PARDIG在轻中度降水识别上较NASA IMERG-Final提升30%以上，极端降水捕捉能力突出。
- 两套数据集均托管于Google云存储，遵循CC BY 4.0许可协议开放，覆盖1999至2026年历史档案。
03原文出处
Google开源WeatherNext3气象模型两大基础数据集
cnBeta · 发布于 2026-11-14 14:55（北京时间）
05相关新闻
出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 2026-11-14 全部新闻 · 按日期归档 · 全部 AI 新闻 · 今日