2026-07-22 雷达回波 AI 进展日报#

• 生成时间：2026-07-22 23:29–23:50（UTC+8）
• 主监测窗口：2026-07-21 13:06 至 2026-07-22 23:50（UTC+8）
• 48 h 缓冲回看：2026-07-20 13:06 至 2026-07-21 13:06（UTC+8）
• 去重依据：2026-07-21 日报、tracked_items.md、自动化记忆，以及论文 DOI、题名/作者和代码提交哈希。

一、今日结论#

未发现新的高价值 direct 雷达回波/雷达降水 AI 临近预报原创模型、预印本、官方权重或公开雷达数据集。

本轮保留三项有实际状态变化的内容：一篇直接讨论多模态降水临近预报的正式综述、一篇与强对流观测及预警研究优先级相关的 NHESS 正式论文，以及一次有结果记录的卫星降水竞赛代码更新。后两项均不是直接雷达回波临近预报；综述也没有提出和验证一个新模型。

二、新增条目总表#

三、直接主题：多模态降水临近预报综述#

1. Multimodal Deep Learning in Precipitation Nowcasting: A Review from a Geometric Evolution#

• 来源与状态：Shaoqing Fan、Wei Fang、Heng Wu、Yijing Li，IETE Technical Review，2026-07-21 online，页码 1–16，DOI 10.1080/02564602.2026.2704967。这是正式期刊综述，不是 arXiv 预印本，也没有证据表明它提出了新的业务模型。
• 大致内容：Crossref 参考文献元数据表明，文章回顾了从 ConvLSTM、U-Net、PredRNN/PrecipLSTM 等视频预测路线，到雷达与自动站、闪电、卫星、NWP/环境场的多模态融合，再到 Transformer、物理先验、基础模型/语言信息和扩散生成方法的演进；引用中可见 SEVIR、Meteonet、Rain-F 等数据资源及 DiffCast 等生成式工作。
• 数据集：作为综述，它讨论既有数据集而不生成新的训练集。本轮未取得全文，不能确认其是否给出统一的数据集表、许可状态、地域覆盖或严格可比划分。
• 模型构建：没有新的模型构建；重点应理解为对多模态表示、时空特征融合和生成式预测路线的归纳。
• 训练与测试：没有原创训练/测试实验。不同论文的输入长度、预测时效、阈值、网格、划分和指标并不天然可比，不能把综述中的横向描述理解为统一 benchmark 排名。
• 效果：未发现该综述自身报告独立复现实验或新的技能分数。出版社全文在本轮访问受限，且 Crossref 没有摘要，因此不转述无法核验的结论性排名。
• 代码/数据状态：未核实专属代码、权重、表格化文献清单或新数据包。
• 技术判断：可用来补齐“单源雷达外推—多源融合—生成式/基础模型”方法谱系，但其学术价值主要是导航而非效果证明。后续应重点核对它是否区分事件隔离/随机切分、确定性/概率指标、强降水阈值和跨区域泛化。
• 对用户研究的启发：可据此整理一张“模态—作用位置—时间同步—缺测处理—评价指标”矩阵。对多模态模型，真正关键的不只是加入变量，而是验证时空配准、可用时延、缺测鲁棒性以及每个模态在独立事件上的增益。

四、相关方法、观测与代码启发（均非直接雷达回波 nowcasting）#

2. Severe convective weather in Italy: Current understanding and Research Priorities in the TIM campaign#

• 来源与状态：Mario Marcello Miglietta 等，Natural Hazards and Earth System Sciences，2026-07-21 正式发表，DOI 10.5194/nhess-26-3395-2026；开放获取，页码 3395–3415。该文有对应 EGUsphere 预印本版本，但本日报记录的是正式期刊版状态升级。
• 大致内容：文章总结意大利强对流（龙卷、冰雹、山洪等）的认识缺口，并围绕即将开展的 Thunderstorm Intensification from Mountains to Plains（TIM）观测计划提出监测、机理、数值模拟、预警和资料协同优先级。文章强调复杂地形和海陆相互作用下的观测不足，以及多机构协同观测对强对流预测的价值。
• 数据集：这是研究综述/优先级论文，不是新数据集论文。文中整合雷达、地面微物理观测、卫星、再分析和模式研究背景；本轮未发现随正式发表同步释放的 TIM 观测数据包。
• 模型构建：没有构建新的 AI nowcasting 模型。与本监测主题相关的是快速扫描和多波段/多雷达观测、资料同化、数据驱动预警与水文链条的研究需求。
• 训练与测试：没有原创 AI 训练—测试实验或统一 nowcasting benchmark。
• 效果：没有可归因于新 AI 模型的 CSI、FSS、CRPS 等技能提升；论文陈述的是观测和研究机会，不能写成算法效果。
• 代码/数据状态：论文开放获取；未发现配套 AI 代码、权重或本轮新发布数据集。
• 技术判断：它不是临近预报算法论文，但对确定未来数据基础很有用：快速体扫、双偏振一致性、多雷达重叠区、复杂地形遮挡与资料互操作性，都会直接影响 AI 模型的输入质量和跨站泛化。
• 对用户研究的启发：比起只扩展网络结构，可把“雷达扫描策略—质控—多源时间同步—事件级验证—水文影响”设计成一条完整评估链；未来 TIM 类资料若开放，可作为跨区域/复杂地形外部验证候选。

3. Solafune 卫星降水代码：因果审计与 OOF/LB 反转#

• 来源与状态：GitHub 仓库 holys519/solafune_precipitation_nowcasting，最新实质提交 805d45e05bc00185be9f9362cfd9f44a73aed888，提交时间 2026-07-22 13:18 UTC。
• 大致内容：新增 exp051–055、g_eda 实验及 causal-replay 审计。包括仅训练期使用的未来帧辅助头、训练 teacher forcing/验证自回归特征、按降水量分箱加权的强度损失、因果时间平滑，以及对序列截断后输出一致性的机械检查。
• 数据集：Solafune 竞赛的静止卫星多通道序列与同一目标时刻 GPM-IMERG 网格。它不是天气雷达数据，也不是根据历史帧生成未来雷达/降水场。
• 模型构建：在既有 U-Net/融合管线基础上增加辅助头、自回归特征、强度加权和融合候选。因果回放用于检查推理是否意外依赖未来信息。
• 训练与测试：仓库记录 OOF 交叉验证并向公开榜提交。exp055 用约 48/52 权重融合 exp038_sigmafixed 与 exp040_metric；作者同时记录 OOF、公开榜和截断回放检查。
• 效果：exp038_sigmafixed 公开榜 RMSE 为 0.6866381028699935；exp055 两次融合提交约为 0.68720985/0.68726020，分别差约 0.00057/0.00062（RMSE 越低越好），没有超过单模型。仓库把 OOF/LB 反转和权重过拟合作为工作假设，尚不能据此确定唯一原因。部分新特征仅通过单折或内部 gate，也不是最终外部提升。
• 代码/数据状态：代码和实验记录公开；未核实原始竞赛数据、完整权重、预测/提交文件和许可证已经完整公开。
• 技术判断：最有价值的不是某个新模块，而是明确记录负结果并增加因果回放。它提示：即便 OOF 有改善，位置留出不充分、体制差异或二层融合拟合仍可能导致外部榜单反转。
• 对用户研究的启发：雷达临近预报的融合/后处理可采用嵌套交叉拟合，权重学习与基模型 OOF 生成必须隔离；同时做“截断到当前时刻后预测不变”的自动测试，以排除时间泄漏。该经验只能作为评估方法启发，不能转写为雷达模型性能结论。

五、48 h 缓冲、元数据延迟与低价值排除#

六、平台与机构扫描结果#

• arXiv / OpenReview：日期排序和主题组合检索没有发现主窗口内新的 direct radar echo / precipitation nowcasting 原创预印本或评审状态升级。
• Crossref / OpenAlex / Semantic Scholar：Crossref 核实了 IETE 综述和 NHESS 正式发表，并识别 EffiRainNet 为索引延迟；OpenAlex/Semantic Scholar 对最新 DOI 存在未收录或 404，作为索引延迟处理，不作为论文不存在的证据。
• AMS / IEEE / AGU / RMetS / EGU/Copernicus：除 NHESS 正式论文和 IEEE 旧会议元数据延迟外，未确认新的直接雷达 AI 临近预报交付物。
• GitHub / Hugging Face / Papers with Code：确认 Solafune 实质提交和 lightning-risk-nowcast 新仓库；前者为相关任务，后者不属于 AI。重点已跟踪仓库未发现足以升级的权重、release、数据集或新结果。
• Google DeepMind / ECMWF / NOAA / Met Office / 中国气象局：未发现本窗口可核验的 direct 雷达回波 AI 技术发布。一般中长期 MLWP、新闻稿、实时雷达产品和会议日程没有混入 direct 桶。

七、值得继续跟进的主题#

1. 多模态综述的全文证据矩阵：重点核对它如何处理雷达、站点、闪电、卫星和 NWP 的时间同步、缺测、消融、公平划分和跨区域验证，而不是只摘网络名称。
2. 嵌套交叉拟合与因果回放：将 Solafune 暴露的 OOF—外部榜单反转转化为雷达模型的自动化泄漏测试、区域/事件留出和融合权重外层验证。
3. 快速扫描、双偏振 QC 与多雷达互操作：关注 TIM 等观测计划是否公开快速体扫、多雷达重叠、冰雹/强降水事件及统一元数据，为复杂地形外部验证提供数据基础。
4. UIFCW26 真实交付物：继续等待 2026 幻灯片/视频、HWT score table、WoFSCast/HRRRCast/EAGLE 版本说明、代码或配置；日程标题本身不构成成果。
5. EffiRainNet 可复现性：若 IEEE 正文或作者仓库开放，再核实其数据、参数效率定义、基线公平性、强降水阈值与跨区域测试；当前只能保留题录。

八、来源限制与口径#

• Taylor & Francis 全文/PDF 本轮返回访问限制，IETE 综述的细节仅以 DOI/Crossref 元数据和可核验参考文献范围描述；没有补写未见到的实验结论。
• 最新 DOI 在 OpenAlex/Semantic Scholar 有索引时滞；结构化接口缺失或 404 不作为“无论文/无代码”的证明。
• GitHub pushed_at 不单独算成果；本轮对保留仓库检查了提交内容、结果记录、任务定义和公开资产状态。
• submitted to、预印本、会议日程和 DOI-only 题录均未升级为已录用/正式成果；本日报的期刊状态均以出版社或 Crossref 正式元数据为准。