# 2026-07-23 雷达回波 AI 进展日报

- 生成时间：2026-07-23 13:43（Asia/Shanghai）
- 连续监测主窗口：2026-07-22 23:50—2026-07-23 13:43
- 边缘回看：向前补查至约 48 h，并对刚越过 48 h 的雷达相关条目标记为 `window-out`，不计作今日新增
- 检索范围：arXiv、OpenReview、Crossref、OpenAlex、Semantic Scholar、AMS/IEEE/AGU/RMetS/EGU、GitHub、Hugging Face、Papers with Code，以及 Google DeepMind、ECMWF、NOAA/EPIC、Met Office、中国气象局等公开页面

## 一、今日结论

**主窗口内未发现可确认的高价值“直接雷达回波预报/降水临近预报”新论文、预印本、模型代码、权重或新数据集。**

本轮可记录的变化主要有：

1. AMS《Monthly Weather Review》新上线一篇卷积神经网络降水集合后处理论文，关注 NWP 降水场的联合空间校准和不确定性表达，属于**相关方法**，不是雷达回波临近预报。
2. `holys519/solafune_precipitation_nowcasting` 更新竞赛规则与因果性审查方式；变化涉及评估治理，不是新模型或新效果。
3. Hugging Face 出现 `NJU-CPOL-Nowcasting-Data` 文件镜像，包含约 5.35 GB 的双偏振雷达相关压缩包，但创建时间已略超严格 48 h，且缺少 README、许可证、来源链和划分说明，作为 `window-out` 数据线索保留。
4. 《Advances in Atmospheric Sciences》发表多频云雷达微物理反演论文 MiRA-Net，时间同样略超严格 48 h；它是雷达反演而非 nowcasting，可作为模拟训练、迁移学习和物理变量表征的相关参考。

## 二、新增与状态变化总表

| 标题/条目 | 日期 | 来源 | 链接 | 类型 | 一句话技术判断 | 与雷达回波预报的相关性 | 代码/数据状态 |
|---|---:|---|---|---|---|---|---|
| Convolutional Neural Network post-processing to generate spatially correlated ensemble precipitation forecasts | 2026-07-22 23:55（北京时间，Crossref 创建时间） | AMS《Monthly Weather Review》；DOI `10.1175/MWR-D-25-0219.1` | [DOI](https://doi.org/10.1175/MWR-D-25-0219.1) / [AMS 页面](https://journals.ametsoc.org/view/journals/mwre/aop/MWR-D-25-0219.1/MWR-D-25-0219.1.xml) | `related method`；正式期刊论文 | 用场级 CNN 校准、空间提取和 Monte Carlo dropout 生成具有空间相关性的降水集合，重点是校准 NWP，而非生成未来雷达回波 | 可借鉴联合空间校准、集合可靠性与极端降水分层评估；不能当作 radar echo nowcasting 技能证据 | 未核实到官方代码、权重或专用数据包；AMS 全文页在本轮返回 403 |
| `solafune_precipitation_nowcasting` 竞赛规则最终修订 | 2026-07-23 09:59（北京时间） | GitHub commit `bdd2cc5` | [提交记录](https://github.com/holys519/solafune_precipitation_nowcasting/commit/bdd2cc51540df3b9de0af7e5a5b186fe55e06b16) | `related code/state`；评估治理 | 本次仅修改竞赛规则文档，明确获奖方案的数据加载代码审查、禁止目标重建和时间边界处理，没有新增模型、权重或效果 | 对雷达 nowcasting 的启发在于审查真实数据加载时间与未来信息泄漏；任务本身是卫星到同一时刻 GPM，不是未来雷达预测 | 仓库公开；原始数据、完整权重、预测文件和许可证仍未核实 |
| `abc-radar/NJU-CPOL-Nowcasting-Data` | 2026-07-21 10:07 创建、11:55 更新（北京时间） | Hugging Face 数据集仓库 | [数据仓库](https://huggingface.co/datasets/abc-radar/NJU-CPOL-Nowcasting-Data) | `window-out`；相关数据镜像 | 仓库实际提供约 279 MB 的 `kdpRain` 和约 5.07 GB 的 `update2308` 压缩包，但无 README、许可证、校验和、来源与训练/测试划分，不能认定为新发布或官方数据集 | 文件名和抽样目录显示包含 NJU-CPOL 双偏振雷达 nowcasting 相关 NPY 帧，具有直接研究相关性；当前首要问题是数据治理而非算法新颖性 | 文件公开、无需门禁；许可证和来源授权缺失，暂不建议直接用于可发表实验 |
| A Deep Learning Approach for Retrieving Cloud Microphysical Parameters with Multi-Frequency Cloud Radar | 2026-07-21 | 《Advances in Atmospheric Sciences》；DOI `10.1007/s00376-026-5772-7` | [期刊页面](https://link.springer.com/article/10.1007/s00376-026-5772-7) | `window-out`；`related radar retrieval` | MiRA-Net 用 X/Ka/W 波段前向模拟训练多频残差注意网络，并以迁移学习缓解模拟到实测的域差异；这是云微物理反演，不是临近预报 | 可用于思考多频/多偏振变量编码、模拟预训练和物理辅助特征，但不能据此推断未来回波预测能力 | 文中给出部分公共机载观测 DOI；Ka 波段 KPR 数据需申请；未见官方代码 |

## 三、直接雷达回波/降水临近预报

### 本轮无高价值新增

- arXiv 以 `precipitation nowcasting`、`radar echo nowcasting` 等组合复查，最新直接相关预印本仍为 2026-07-17 提交的 `arXiv:2607.16080v1`，已在前序时间范围内，不重复计入。
- OpenReview 未发现主窗口内新增的雷达/降水临近预报投稿、评审状态变化或新附件。
- GitHub 与 Hugging Face 未发现主窗口内可验证的新模型实现、权重或规范化雷达数据发布。
- 因此，今日不把一般 AI 天气模型、日尺度降水预测、雷达显示应用或仅含关键词的元数据条目升级为直接新增。

## 四、相关方法与启发

### 4.1 CNN 场级后处理与空间相关降水集合

**来源与状态**

- AMS《Monthly Weather Review》正式期刊论文。
- DOI：[`10.1175/MWR-D-25-0219.1`](https://doi.org/10.1175/MWR-D-25-0219.1)。
- Crossref 创建时间为 2026-07-22 15:55 UTC，换算北京时间 23:55，位于上一轮截止后约 5 min，因此属于本轮主窗口新增。

**大致内容**

- **数据集/任务**：摘要说明以澳大利亚东部 Brisbane Drainage Basin 的原始 NWP 降水预报为对象，覆盖无雨、低雨量和高雨量范围。数据来源、样本年份、预报时效和划分方式在可访问元数据中没有给出。
- **模型构建**：一部分 CNN 用于场级降水校准，随后进行空间提取；Monte Carlo dropout 用于构造集合成员和估计预测不确定性。
- **训练与测试**：可访问摘要只说明对流域尺度和格点尺度进行评估，未公开训练/验证/测试划分、独立事件隔离方式或跨区域检验。
- **效果**：作者摘要称生成集合在流域和格点尺度上具有较好校准，不确定性能够被可靠估计；本轮未获得绝对 CRPS、Brier score、可靠性曲线或极端降水阈值结果，不能量化其相对优势。
- **代码/数据**：未核实到官方代码、模型权重或专用数据包。AMS 全文页在本轮访问中返回 403。

**技术判断**

这项工作更接近“确定性 NWP 降水场 → 空间相关概率集合”的后处理，不是输入雷达序列并外推未来回波。其价值在于避免逐格独立校准破坏空间结构；但 Monte Carlo dropout 产生的离散度并不自动等价于统计校准，仍需可靠性、离散度—误差关系、CRPS/Brier score 和极端事件分层检验。

**对用户研究的启发**

- 如果雷达生成式 nowcasting 需要概率校准，可把“场级联合校准”与“逐像素后处理后再排序”作为对照。
- 应同时核验像素指标、流域/对象尺度空间结构、集合可靠性和极端阈值，而不是只比较平均 RMSE。
- 该论文可作为概率后处理设计参考，但不能作为雷达回波模型性能基准。

### 4.2 Solafune 因果性审查与竞赛规则修订

**来源与状态**

- GitHub 仓库：[`holys519/solafune_precipitation_nowcasting`](https://github.com/holys519/solafune_precipitation_nowcasting)。
- 新提交：[`bdd2cc5`](https://github.com/holys519/solafune_precipitation_nowcasting/commit/bdd2cc51540df3b9de0af7e5a5b186fe55e06b16)，2026-07-23 01:59 UTC。
- 本次改动只有 `doc/competition_rules.md`，增加 28 行、删除 1 行。

**大致内容**

- **任务**：由多时次卫星输入估计同一目标时刻的 GPM 降水，不是未来雷达回波外推。
- **变化内容**：最终规则恢复时间边界；获奖/奖牌方案改为赛后检查真实数据加载代码，而不是仅依靠重放结果；禁止反向构造目标；重叠区域补丁仍被判为红线；公开榜可能继续受到软检索方案影响。
- **模型与训练**：本提交未改变模型、训练脚本或推理代码，也没有新增实验结果。
- **效果**：无新指标。此前实验和榜单分数不应被本次规则更新重新解释为雷达预报效果。
- **代码/数据**：代码仓库公开；本轮仍未核实完整原始数据、最终权重、全量预测与许可证。

**技术判断**

这是评估治理状态变化，而不是算法进展。它强化了一个对雷达 nowcasting 很重要的检查：不能只看配置中的时间边界，还要检查数据读取、缓存、拼接、重采样和目标邻域访问是否实际引入未来信息。

**对用户研究的启发**

- 为雷达序列建立可重放的严格因果数据加载测试，并记录每个张量对应的观测时刻。
- 对重叠拼块、目标时间附近的辅助变量、平滑和后处理单独做泄漏审查。
- 竞赛榜单在规则清理完成前不宜作为外部可迁移性能证据。

### 4.3 NJU-CPOL Hugging Face 数据镜像

**来源与状态**

- Hugging Face：[`abc-radar/NJU-CPOL-Nowcasting-Data`](https://huggingface.co/datasets/abc-radar/NJU-CPOL-Nowcasting-Data)。
- 创建时间 2026-07-21 02:07 UTC，最后更新 03:55 UTC；以本报告生成时间计已略超严格 48 h，标记为 `window-out`，不计作今日新增。
- 仓库无 README、dataset card 和许可证字段。

**大致内容**

- **文件**：`NJU_CPOL_kdpRain.zip` 约 279 MB；`NJU_CPOL_update2308.zip` 约 5.07 GB，总计约 5.35 GB。
- **数据结构**：对 ZIP 中央目录的只读抽样显示存在 `frame_###.npy` 序列，并出现 `dBZ/3.0km/`、`dBZ/7.0km/` 等高度层目录；抽样不能证明压缩包完整变量清单。
- **来源关系**：NJU-CPOL 是已有双偏振雷达研究数据名称，相关历史数据和论文早已存在；该 Hugging Face 页面没有说明上传者身份、与原始发布方的关系或是否为 2026 年新整理版本。因此只能称为“新出现的镜像/访问线索”，不能称为新科学数据发布。
- **训练与测试**：仓库未提供时间范围、事件数、采样间隔、空间分辨率、训练/验证/测试划分、缺测处理或 QC 流程。
- **效果**：数据条目，不涉及模型效果。
- **代码/数据**：文件可下载，但授权、来源、校验和和可复现预处理链均缺失。

**技术判断**

它可能为多高度 dBZ、KDP/降水变量联合建模提供方便入口，但元数据不足会直接影响样本独立性、时间泄漏、事件划分和结果可发表性。在确认来源许可证、时间覆盖和与既有 Zenodo/论文数据的对应关系前，不应直接纳入正式实验。

**对用户研究的启发**

- 后续优先核验上传者、原始 DOI、许可证、文件校验和、雷达几何、时间轴和事件划分。
- 若来源确认，可考察多高度回波与双偏振变量对强回波增长/衰减、相态和降水率预测的增益。
- 数据比较必须统一有效时刻、空间网格、阈值单位和独立事件划分。

### 4.4 MiRA-Net 多频云雷达微物理反演

**来源与状态**

- 《Advances in Atmospheric Sciences》正式期刊论文。
- DOI：[`10.1007/s00376-026-5772-7`](https://doi.org/10.1007/s00376-026-5772-7)。
- 正式上线日期 2026-07-21；按严格 48 h 已处于窗口外边缘。

**大致内容**

- **数据集**：以 X/Ka/W 波段云雷达前向模拟构建训练数据，并用独立机载观测进行场景检验。文中列出部分机载观测 DOI；Ka 波段 KPR 数据需合理申请。
- **模型构建**：多频残差注意网络 MiRA-Net，反演液态水含量（LWC）、冰水含量（IWC）、有效半径和粒子类型；使用迁移学习缓解模拟—实测域差异。
- **训练与测试**：主要训练基础来自模拟数据；与多项式拟合和随机森林比较，并在两个独立实测案例上检验。
- **效果**：摘要报告 LWC RMSE 为 0.178，低于随机森林的 0.251 和多项式拟合的 0.256；W/Ka 双频线性退偏振比配置的 IWC RMSE 为 0.038，未使用该信息时为 0.054；两个实测案例的相关系数为 0.78 和 0.87。上述均为作者报告，不能外推到降水 nowcasting。
- **代码/数据**：未发现官方代码；部分观测公开，部分需申请。

**技术判断**

这是“雷达观测 → 云微物理状态”的反演，不预测未来回波。模拟预训练加少量实测迁移具有方法价值，但两个案例不足以证明跨天气系统、跨雷达或业务化稳定性。

**对用户研究的启发**

- 可把可解释微物理量作为雷达生成模型的辅助监督或条件变量，但应先验证反演误差是否会向未来预测传播。
- 若采用模拟预训练，需要单独评估模拟—实测域差异和不同雷达频段/标定条件下的泛化。
- 不应把反演相关系数或微物理 RMSE与未来回波 CSI/HSS 混为一类指标。

## 五、元数据、低价值排除与机构动态

| 条目 | 状态 | 不升级原因 |
|---|---|---|
| Self-Evaluation of Lightning Nowcasting Products Based on Multi-Source Data；DOI `10.1109/IOTAAI70471.2026.11607705` | `metadata-only / index-delay` | Crossref 元数据近期创建，但实际会议为 2026 年 5 月 IoTAAI；无可访问摘要、模型细节或代码，且主题是闪电临近产品自评，不是雷达回波预测 |
| `ankl00/Sadetutka` | `low-value exclusion` | 2026-07-22 新建的北欧雨雷达 PWA；README 明确不自建雷达外推，调用 MET Norway Nowcast 2.0 并用简单逻辑给出降雨起止提示，无 AI 训练和科学评估 |
| `sushantakundu/gsmap-live` | `low-value exclusion` | 主窗口内的提交仍只是自动更新 `GSMap_Combined.gif`，没有模型、处理链、训练或评估变化 |
| NOAA/EPIC UIFCW26 | `institution signal / unchanged` | 会议正在举行，但本轮公开页仍主要是日程、直播和参会指南；未发现 2026 技术幻灯片、HWT 评分表、新模型版本、雷达条件配置或可复现实验包 |
| DeepMind、ECMWF、NOAA、Met Office、中国气象局一般 AI 天气动态 | `no direct deliverable` | 未发现主窗口内明确面向雷达回波/分钟至小时降水临近预报的新论文、代码、权重或数据；中期和全球 AI 天气模型不纳入直接 nowcasting |

## 六、平台检索状态与局限

- **Crossref/期刊页**：确认 AMS 正式论文元数据；AMS 全文页返回 403，因此论文细节只采用可访问摘要，不补写未验证指标。
- **OpenAlex**：部分查询响应失败；成功结果用于发现 MiRA-Net，随后由 Springer 官方页面核验。
- **Semantic Scholar**：本轮请求返回 429 限流，未作为新增状态的唯一依据。
- **arXiv/OpenReview**：未发现时间窗内直接新增。
- **GitHub/Hugging Face**：检查了近期创建或更新的仓库、提交和数据文件；只有规则文档变化与不完整数据镜像值得记录。
- **Papers with Code**：未找到时间窗内可与正式论文对应的新代码/权重状态。
- **机构页**：只记录有可验证交付物的状态；日程、宣传页和一般 AI-NWP 新闻不作为雷达 nowcasting 发布。

这些访问限制可能造成漏检，但不会用标题、搜索索引时间或二手摘要替代正式发表日期、代码发布和性能证据。

## 七、值得继续跟进的主题

1. **NJU-CPOL 镜像的来源与许可**：确认是否为原始数据方授权镜像、对应哪一版本、是否包含完整 KDP/ZDR/多高度 dBZ、时间范围和规范划分。
2. **概率雷达 nowcasting 的场级校准**：跟进 AMS 论文全文和代码，提取空间相关集合生成、可靠性诊断和极端降水分层方法，评估能否迁移到雷达生成式预测。
3. **因果数据管线审计**：把 Solafune 的赛后加载代码审查转化为雷达任务中的自动测试，重点检查缓存、拼块重叠、插值和目标邻域。
4. **模拟预训练与物理变量辅助**：跟进 MiRA-Net 的代码或更多实测评估，判断微物理反演量能否作为未来回波生成的稳健辅助信息。
5. **UIFCW26 可复现材料**：继续等待 2026 幻灯片、HWT 评分表和 WoFSCast/HRRRCast/EAGLE 版本说明；只有出现明确雷达输入、预报时效、数据与指标时才升级。

## 八、最终判断

今日**未发现高价值直接雷达回波/降水临近预报新增**。最值得读的是 AMS 的空间相关集合降水后处理论文，但应归为 NWP 概率后处理；最值得核验的是 NJU-CPOL Hugging Face 镜像，其研究相关性高但来源和许可证信息不足。MiRA-Net 与 Solafune 更新分别提供模拟迁移学习和因果评估治理的启发，均不能被表述为新的雷达 nowcasting 性能进展。