# 2026-07-19 雷达回波 AI 进展日报

生成时间：2026-07-19 13:02–13:15 +08（Asia/Shanghai）

检索窗口：主窗口按工作区上一份实际日报完成时间，从 2026-07-18 13:33 +08 至 2026-07-19 13:15 +08；同时回看 2026-07-17 13:33 +08 之后的 48 小时缓冲，以补偿索引延迟。去重依据为 2026-07-18 日报、`tracked_items.md` 和自动化记忆。

## 0. 总体判断

**过去主窗口内未发现新的高价值 direct 深度学习/AI 雷达回波序列外推、雷达降水临近预报论文、预印本、官方模型权重或公开雷达数据集。**

48 小时缓冲窗补到 1 个实质但非 direct 的代码/演示发布：`SaTformer — Precipitation Nowcasting` Hugging Face Space 于 2026-07-17 16:05–16:07 +08 创建并上线。它调用既有 SaTformer 代码和约 253 MB 公开权重，用 1 小时、11 通道静止卫星辐射输入估计未来 4 小时的**区域累计雨量概率分布**。目标由 OPERA 雷达降水场聚合得到，但模型不输入天气雷达，也不生成未来雷达/降水图像，因此不能写成 radar echo nowcasting 新模型。

## 1. 24–48 小时新增与状态变化表

| 标题 | 日期 | 来源/期刊或会议/平台 | 链接 | 类型 | 代码/数据状态 |
|---|---:|---|---|---|---|
| `SaTformer — Precipitation Nowcasting` 可运行演示 | Space created 2026-07-17 16:05 +08；代码上传 16:07 +08；48 h buffer | Hugging Face Space；所关联论文仅为 **arXiv 预印本，暂无期刊信息**，作者备注 `NeurIPS Weather4Cast Challenge 2025` | [Space](https://huggingface.co/spaces/hugging-apps/satformer-precipitation-nowcasting), [模型与权重](https://huggingface.co/leharris3/satformer), [代码](https://github.com/leharris3/satformer), [arXiv](https://arxiv.org/abs/2511.11090) | 相关代码/交互演示：卫星到未来累计降水分布；**非天气雷达输入、非稠密雷达回波 nowcasting** | Space 代码公开，含 1 个约 0.43 MB 示例；作者模型仓库有 Apache-2.0 模型卡和约 253 MB `sf-64-cls.pt` 权重，GitHub 有训练/测试/配置代码；竞赛原始 HRIT/OPERA 数据未随 Space 打包 |

## 2. 新增条目的“大致内容”与技术判断

### 2.1 `SaTformer — Precipitation Nowcasting` Hugging Face Space

**来源/论文状态**：本轮新增的是 Hugging Face 用户 `hugging-apps` 创建的可运行 Space，不是新论文。它调用 `leharris3/satformer` 的公开权重与模型结构。关联手稿 `A Space-Time Transformer for Precipitation Nowcasting` 为 `arXiv:2511.11090`，最初提交于 2025-11-14，v3 更新于 2026-07-14；arXiv 作者备注为 `NeurIPS Weather4Cast Challenge 2025`。这只能说明它是 Weather4Cast 2025 challenge 工作，不能写成 NeurIPS 主会论文或新近正式期刊论文。

**数据集与任务**：Weather4Cast 2025 `Cumulative Rainfall` 任务使用 11 波段 HRIT 静止卫星可见光、红外和水汽辐射数据，并以 OPERA 高分辨率雷达降水场派生监督目标。竞赛覆盖欧洲、北非和中东的 10 个不重叠区域；论文训练使用其中 7 个区域。每个样本从 1 小时连续 4 帧、32×32 像素的 HRIT 输入出发，匹配随后 4 小时 16 帧、32×32 像素的 OPERA 降水区域，再把时空雨量聚合成单个累计雨量标签。Space 只捆绑一个 `high_rain_event.pth` 示例，界面会显示卫星输入和雷达真值帧，但模型实际输出是 64 个雨量等级上的概率分布及期望雨量，不输出 16 帧未来降水图。

**模型构建**：SaTformer 从视频 Transformer/TimeSformer 思路出发，把 4 帧、11 通道、32×32 输入切成 4×4 patch，使用 12 个 Transformer encoder blocks、512 维隐藏表示、8 个 attention heads 和全时空自注意力。为处理长尾雨量分布，作者把连续回归改成 64 类分类，并用按类别频率加权的交叉熵抑制模型退化为“总报无雨”。

**训练、测试与效果**：论文说明训练 200 epochs、共 25,000 steps，Adam 学习率 `1e-5`，有效 batch size 128，使用 1 张 A6000；按最低平均验证损失选 checkpoint。竞赛测试以 CRPS 评价。验证消融中，类别加权把 bin-weighted Top-3 accuracy 从 0.076 提高到 0.272，bin-weighted CRPS 从 6.91 降至 2.64；64 个雨量 bins 的 challenge-set CRPS 为 3.135，优于论文列出的更粗或更细离散设置。arXiv 摘要称该方案获 Weather4Cast 2025 `Cumulative Rainfall` 第一名，但本轮未取得竞赛官方完整排行榜和其他队伍逐项分数，故不扩写成跨任务 SOTA。

**代码、权重和数据状态**：GitHub 公开训练、测试、配置、数据加载和 demo notebook；Hugging Face 模型仓库自 2026-02 起已有约 253 MB 权重，模型卡标注 Apache-2.0。新 Space 在 2026-07-17 才上线，运行时从该模型仓库下载权重，并暴露一个 Gradio/MCP 推理入口。Space 自身没有独立 license 字段，只有一个预打包样本，也没有复现实验所需的完整 HRIT/OPERA 训练数据。

**技术判断、相关性与启发**：这是一个有用的可运行性状态变化，但不是雷达回波外推。最值得借鉴的是长尾目标离散化、类别频率加权和概率评分；同时也要警惕任务目标错位——区域 4 小时累计雨量的 CRPS 不能代表逐帧回波位置、对流生消或强回波 CSI/FSS。若迁移到用户研究，应将这种区域总量概率头作为稠密回波模型的辅助任务或校准头，而不是替代未来雷达场预测。

## 3. 窗口外高相关线索：不计作今日新增

### 3.1 KMA `Enhanced AI-Based Growth and Decay Rate Estimation for Radar Precipitation Nowcasting in Korea`

**日期/来源**：EMS Annual Meeting 2026 会议摘要 `EMS2026-435`，页面明确 `updated on 22 Jun 2026`，会议安排在 2026-09-06 至 11，故不在本轮 48 小时窗口。链接：[摘要页](https://meetingorganizer.copernicus.org/EMS2026/EMS2026-435.html)，[DOI](https://doi.org/10.5194/ems2026-435)。

**大致内容**：韩国气象厅 Weather Radar Center 在业务 MOTION 雷达外推系统中，用数据驱动 Growth and Decay Rate（GDR）估计替换原数值 GDR。摘要比较 MLP、DGMR 和 RainNet，称 RainNet 在验证指标上最好；SHAP 表明前一时次 GDR 是主导变量，可据此减小计算量。2024 年 6–9 月连续对流季验证称 0–120 min 的 MAPE 相对原数值方法降低 11%，2025 年高分辨率和模型优化又相对初版 AI 降低 10%，并称已正式接入 KMA 业务环境。

**技术判断/状态**：这是 direct 雷达业务 nowcasting 的重要工程线索，价值在“AI 只负责生消率、运动仍由成熟外推框架负责”的混合设计；但当前只有会议摘要，没有逐 lead-time/阈值技巧表、数据划分、输入变量清单、代码、权重或业务产品样例。摘要里的两个百分比基准不同，不能相加成 21% 总提升，也不能据 MAPE 推断强回波 CSI 同步改善。

### 3.2 `A U-Net-Based Minute-Level Precipitation Nowcasting Model with Multimodal Meteorological Variables over North China`

**日期/来源**：EMS Annual Meeting 2026 会议摘要 `EMS2026-180`，页面同样明确 `updated on 22 Jun 2026`，不在本轮 48 小时窗口。链接：[摘要页](https://meetingorganizer.copernicus.org/EMS2026/EMS2026-180.html)，[DOI](https://doi.org/10.5194/ems2026-180)。

**大致内容**：作者使用 3 年、10 min 分辨率 QPE 观测训练 U-Net，滚动生成未来 0–2 h、每 10 min 更新的降水预报；用 2020 和 2025 年 6–9 月长期序列及 4 个强降水过程验证，指标包括 TS、BIAS、POD、SR、FAR。摘要称在不超过 `10 mm/10 min` 时优于光流和持续性，在不超过 `25 mm h⁻¹` 时优于 CMA-MESO 与光流；超过阈值的极端样本不足。加入 850 hPa 温度及 u/v 风后，虚警范围、定位和雨强更合理，TS 进一步提高。

**技术判断/状态**：这是 near-direct 的分钟级降水 nowcasting 摘要，但正文未明确 QPE 的雷达/雨量融合来源，也没有模型细节、数据年份划分、具体分数表、代码或数据。其正面启发是用环境风温场抑制 U-Net 的模糊和过宽雨区；负面信号是极端样本不足，说明“平均技巧较好”不能替代强降水分层验证。

## 4. 去重、低价值排除与平台覆盖

### 4.1 去重与排除

- `sushantakundu/gsmap-live` 在主窗口内有多次 commit，最新核实为 `09f7f04`（2026-07-19 08:35 +08）；commit 标题仍为 `Auto-update GSMap_Combined.gif`，未触发模型、数据处理、训练评估或论文状态变化，继续低价值排除。
- `SaTformer` 论文、作者 GitHub 和权重均为既有成果；本轮只把 7 月 17 日新建的可运行 Space 计作 48 h buffer 状态变化，不能重复写成新论文或新权重。
- EMS2026 两条摘要页面更新时间均为 6 月 22 日。它们是本轮新近发现的高相关线索，不是 24–48 小时新增，也不能写成 9 月会议已经完成报告。
- Crossref 新近结果中的 radar jamming、automotive radar、ground-penetrating radar、材料“precipitation”、GDP nowcasting 和中长期气候趋势预测均与天气雷达临近预报无关。

### 4.2 平台、期刊与机构覆盖

- **arXiv**：检查 `precipitation nowcasting`、`radar nowcasting`、`radar echo`、weather-radar AI、diffusion/flow matching + precipitation、satellite/radar reflectivity 等查询；未发现 2026-07-17 之后提交或更新的相关条目。SaTformer v3 是 7 月 14 日既有版本，仅因新 Space 被回看。
- **Crossref / OpenAlex / Semantic Scholar**：Crossref 对 7 月 18–19 日 created-date 做多组题名/摘要检索，OpenAlex 对 7 月 17–19 日 publication-date 复核，均未补出今日 direct 条目；Semantic Scholar 四组检索全部返回 429，未将限流当作无新增证明。
- **OpenReview / Papers with Code**：相关检索未见 7 月 18–19 日可核实的 precipitation/radar nowcasting 状态变化；既有 ICML/ICLR 页面和旧 Papers with Code 任务页不重复列入。
- **GitHub / Hugging Face**：GitHub 仓库检索在主窗口内只命中 GIF-only `gsmap-live`；`ST-Mamba-LDM`、`RadarNowcastingAI`、`budva-radar`、ERAD course、PW-FouCast 均无新 commit。Hugging Face 模型、数据集和 Space 六组查询只补出 SaTformer Space，未发现主窗口内新的完整 radar-nowcasting 模型或数据集。
- **AMS / IEEE / AGU / RMetS / EGU-Copernicus**：Crossref 与网页检索未见主窗口 direct 新稿；Copernicus/EMS 检索出的两条摘要更新于 6 月 22 日，已放窗口外线索。
- **机构**：Google DeepMind、ECMWF、NOAA、Met Office、中国气象局页面未发现主窗口内新的 direct 雷达回波/降水临近模型、代码、权重或数据交付物。ECMWF Anemoi/MLP、EarthCARE 云雷达同化、NOAA 中期/业务产品和既有 CMA 项目材料均不属于本轮 direct 新增。

## 5. 值得继续跟进的主题

1. **SaTformer 演示的可复现边界**：检查 Space 是否增加更多独立事件、公开竞赛数据获取脚本和官方 leaderboard；重点区分区域累计雨量 CRPS 与稠密回波 CSI/FSS。
2. **KMA 混合业务路线**：跟踪 EMS2026-435 的海报/报告材料、RainNet 输入变量、逐 lead-time GDR 误差和正式业务产品说明；这种“运动外推 + AI 生消订正”比端到端替换更容易审计。
3. **北方多模态 U-Net**：跟踪 EMS2026-180 的 QPE 来源、训练/验证年份隔离、四个强降水个例和 850 hPa 风温场的消融结果，尤其关注超过 `10 mm/10 min` 的稀缺样本。
4. **direct 代码触发条件**：继续盯 `RadarEchoMamba`、`ST-Mamba-LDM`、`TITAN-LSTM`、`ST-HFNet`、`EchoCast-3D` 的官方代码、权重、数据划分和独立复现；无状态变化就不重复写成新增。
5. **长尾目标与强回波校准**：SaTformer 的类别加权适合作为辅助头启发，但雷达序列研究仍应分别报告强度阈值、空间尺度、逐时效和可靠度，避免区域总量指标掩盖位置与生消错误。

## 6. 本轮结论

**本轮没有发现新的高价值 direct AI 雷达回波/降水临近预报成果。** 唯一可计入 48 小时缓冲的实质状态变化是 SaTformer 可运行 Space；它提高了既有卫星累计降水模型的可访问性，但任务目标不是未来雷达回波场。两条 EMS2026 摘要值得后续回看，尤其是 KMA 已业务接入的 AI-GDR 混合方案，但它们更新于 6 月 22 日，不能写成今日会议或论文动态。

检索结束时间：2026-07-19 13:15 +08。