# 2026-07-27 雷达回波 AI 进展日报

> 生成时间：2026-07-27 13:08（北京时间，UTC+8）  
> 严格主窗口：2026-07-26 13:08—2026-07-27 13:08；连续增量窗口：2026-07-26 16:47—2026-07-27 13:08；补充缓冲窗口：2026-07-25 13:08—2026-07-26 13:08。  
> 口径：论文实际发表、预印本版本、代码提交、检查点发布、索引日期和网页抓取日期分开记录；不把一般 AI 天气模型、卫星同期反演或自动生成图片误写成雷达回波临近预报。

## 一、今日结论

过去 24 小时内，**未发现新的高价值直接雷达回波/雷达降水临近预报论文、arXiv 预印本、可复现实验代码、模型权重或规范化雷达数据集**。

本轮有两项新状态值得记录：

1. `Nowcast3D` 在连续增量窗口内连续两次改写 README。最终版本恢复了此前的 512/1024 推理与数据转换说明，但新增“使用了额外训练数据”的表述，没有给出数据来源、时段、区域、许可或训练划分。它是**直接主题的文档/复现边界变化**，不是新模型、代码或效果进展。
2. `holys519/solafune_precipitation_nowcasting` 新增种子集成、地理重复区域泄漏审计、合法历史上下文和预训练骨干实验。公开榜 RMSE 从 0.6839628 小幅改进到 0.6827721，同时发现现有 OOF 受跨折重复区域影响约 0.02。该任务是**静止卫星到同地点同时间 GPM-IMERG 的回归**，既不是天气雷达，也不预测未来时刻；其价值主要在验证设计、因果审计和泛化判断。

此外补录一篇窗口外但此前 tracker 未收录的直接预印本：`arXiv:2607.16080` 使用孟买多仰角反射率、径向速度及其梯度代理量预测未来 90 min 组合反射率。它提交于 2026-07-17，不属于今日 24—48 h 新增，只作为遗漏回补和后续技术跟踪。

## 二、新增与状态变化总表

| 标题或项目 | 日期（北京时间） | 来源 | 链接 | 类型 |
|---|---:|---|---|---|
| `Nowcast3D: Reliable Precipitation Nowcasting via Gray-Box Learning` README 连续改写 | 2026-07-27 00:48—00:55 | GitHub；对应论文仍为 arXiv 预印本 | [仓库](https://github.com/Huaguan-Chen/Nowcast3D)；[第一次改写](https://github.com/Huaguan-Chen/Nowcast3D/commit/81132ad7328ad5733a425b6d4d18e74b665ee436)；[最终恢复版](https://github.com/Huaguan-Chen/Nowcast3D/commit/f738fec591f223a7f7f5c9134daafb90c39cdb83)；[arXiv](https://arxiv.org/abs/2511.04659) | **direct：文档/数据来源边界变化；非模型进展** |
| `holys519/solafune_precipitation_nowcasting` 种子集成、重复区域审计与失败实验 | 2026-07-27 07:03—12:18 | GitHub / Solafune 竞赛工程 | [仓库](https://github.com/holys519/solafune_precipitation_nowcasting)；[种子集成](https://github.com/holys519/solafune_precipitation_nowcasting/commit/d048c2a213f83ec6b65ca84605e50d72962e6571)；[重复区域审计](https://github.com/holys519/solafune_precipitation_nowcasting/commit/abb4d06c85d0d8cf7b20b6d0a7e840bad6801cee)；[历史上下文结论](https://github.com/holys519/solafune_precipitation_nowcasting/commit/e7e6069e4aa46fe4f365c590a0de107cb3df092e) | **related method：卫星到同期 GPM；非雷达、非未来预报** |
| `Physics-Based Deep Spatiotemporal Hyperlocal Radar Nowcasting with a Multi-Variable U-Net for High-Resolution Precipitation Forecasting` | 2026-07-18 00:09（窗口外） | arXiv 预印本，暂无期刊信息；“submitted to TGRS”仅为作者备注 | [arXiv:2607.16080](https://arxiv.org/abs/2607.16080) | **window-out：直接雷达主题遗漏回补，不计入今日新增** |

## 三、直接雷达回波或雷达降水临近预报

### 3.1 Nowcast3D：最终代码未新增，但“额外训练数据”使复现边界更不透明

**来源与状态。** `Nowcast3D` 对应论文当前仍是 `arXiv:2511.04659v4` 预印本，暂无可核实期刊或会议正式发表信息。本轮只有 README 变化，没有新 Python 文件、检查点、release、tag、许可证或指标复算包。

**大致内容。** 模型本身仍是三维灰箱回波预报：以 24 个高度层的三维雷达反射率为对象，用平流、各向异性扩散和源项进行确定性推进，再用条件扩散修正结构与强度残差，最长输出 3 h 三维反射率。前一轮已核实公开仓库包含 1024×1024 和 512×512 两套部分推理流程、样例与检查点。

**本次状态变化。** 00:48 的提交一度删除 README 中大部分 512 版本、全国雷达 BIN 转 NPY、运行目录和公开文件夹映射说明，并把下载地址切换到另一个 Drive 文件夹；7 min 后的最终提交基本恢复原说明和原公开盘。最终 README 新增两点：

- “开发和模型配置训练”在中国气象局地球系统数值预报中心和天津市气象台开展；
- “还使用了额外训练数据”。

后者没有给出额外数据的来源、年份、区域、变量、质控、许可、是否进入公开模型训练以及与论文划分的关系。README 继续声明最佳业务检查点保密，并声称已在多个地区部署；本轮仍未找到独立业务页面或公开评估材料交叉验证这些部署陈述。

**训练、测试与效果。** 没有新的训练日志、数据清单、测试划分或指标结果。论文中的跨区域、跨年份和预报员盲评结论仍属于作者报告，不能用 README 的部署表述替代独立复现。

**代码/数据状态。** 当前公开代码和样例总体回到上一轮状态；公开盘是样例和部分检查点，不是完整训练数据。没有训练入口、完整 manifest、检查点校验值、独立许可证或正式 release。

**技术判断。** 这次变化的实质是**复现边界收紧而非算法升级**。额外训练数据若未在论文方法、数据声明和公开模型卡中逐项对应，会使公开检查点与论文实验、跨区域测试及业务版本之间的映射无法审计。

**对用户研究的启发。** 若把类似三维雷达模型纳入基线，应固定 commit、检查点哈希和完整输入清单，并明确区分论文模型、公开检查点和业务最佳模型。任何额外训练样本都应按来源、时段、空间范围和事件划分记录，避免把数据扩充收益误判为结构收益。

### 3.2 窗口外回补：孟买多变量 U-Net 雷达临近预报

**来源与状态。** `Physics-Based Deep Spatiotemporal Hyperlocal Radar Nowcasting with a Multi-Variable U-Net for High-Resolution Precipitation Forecasting` 于 2026-07-17 16:09 UTC 提交至 arXiv，为 `arXiv:2607.16080v1`。arXiv 只可写为“arXiv 预印本，暂无期刊信息”；页面备注 `Submitted to IEEE Transactions on Geoscience and Remote Sensing` 只是作者投稿说明，不能写成 TGRS 已录用或发表。

**数据集。** 研究使用印度气象局孟买 Veravali 站 C 波段多普勒雷达。雷达体扫约含 10 个仰角，保留 250 km 范围并先插值到 1 km、501×501 的笛卡尔网格，再缩放到 128×128。训练资料为 2023 年 5—8 月；论文称使用时间独立事件测试，并另外用 2025 年 8 月 17—19 日三次强降水期间的 35 个自动站作站点检验。论文没有随 arXiv 页面提供可下载雷达数据、事件 manifest 或公开划分文件。

**模型构建。** 每个仰角使用反射率、径向速度以及速度幅值、类散度、方向切变和类涡度等代理通道；模型只输入最新一次体扫，而不是历史回波序列。两层编码—解码 U-Net 配合高反射率注意模块，一次输出未来 12 帧组合反射率，间隔 7.5 min，最长 90 min。所谓“physics-based”主要体现为径向速度梯度代理量、阈值感知损失和物理引导归因，不是求解守恒方程或施加严格 PDE 约束。

**训练与测试。** 论文给出 Adam、初始学习率 `1×10^-4`、batch size 8，并按验证 SSIM 早停；目标函数组合强度加权重建、SSIM 和阈值项。测试使用时间隔离事件，比较持久性并做输入/结构消融；但没有与 NowcastNet、DGMR、PySTEPS、RAFT 或同数据上的现代强基线进行统一复现比较。

**效果。** 作者报告 90 min 时 `≥10/20/30 dBZ` 的 CSI 分别为 0.437、0.332 和 0.193；在较长时效上 RMSE 和空间相关优于持久性。论文也明确显示高反射率核心随时效减弱、短波尺度功率不足，说明确定性 U-Net 仍有平滑和强回波低估问题。站点检验只覆盖三次事件，不能据此证明跨季节或跨雷达泛化。

**代码/数据状态。** 未检索到以论文标题、arXiv ID 或模型关键词建立的官方 GitHub 仓库；无权重、训练脚本、数据包或许可证可核实。IMD 雷达和站点数据也未见公开获取说明。

**技术判断。** 这是直接雷达临近预报，且“多仰角反射率 + 径向速度梯度代理”比单一组合反射率输入更有物理信息；但当前证据仍是单站、有限季节、持久性为主要外部基线的作者实验。其 90 min 强回波 CSI 不能直接与不同阈值、网格和样本定义的公开模型横向排名。

**对用户研究的启发。** 可优先复核三点：径向速度代理在强对流新生/增强阶段是否真正增加可预报信息；单时次体扫与多时次历史序列谁贡献更大；物理代理增益能否在事件隔离、跨站和跨年份测试中保持。评估应同时给逐时效 CSI/FSS、位置误差、PSD 和强回波漏报，避免只用整体 RMSE 支持“物理增强”结论。

## 四、相关方法、代码、数据与机构信号

### 4.1 Solafune：验证设计的新证据强于模型结构的新证据

**来源与任务。** 这是 Solafune“宇宙からの降水ナウキャスト”竞赛公开工程。输入为最近 30 min 内最多三时次、每颗卫星 16 个波段的静止卫星 GeoTIFF，目标为同地点、同时间的校准 `GPM_IMERG` 降水 GeoTIFF，指标为 RMSE。训练包约 18 GB、评估包约 13 GB，但原始数据、最终权重和提交文件均未进入 Git。

**模型与本次实验。**

1. `exp056` 把输出分解为“整块平均降水强度 × 归一化空间形状”。seed 42 与 seed 456 的等权预测平均得到公开榜 RMSE 0.6827721，优于 seed 42 单模型的 0.6839628，也优于两个单成员；加入表现较差的 seed 123 后反而回到 0.68408。单纯换随机种子可造成约 0.007 的公开榜差异，已经大于此前许多结构微调的收益。
2. 新审计确认两对地理重复/近重复区域被拆到不同折中，导致这些区域的 OOF 约虚高 0.02。该问题不直接改变公开榜分数或因果合规，但削弱了 OOF 作为跨区域泛化证据的可信度。作者计划以后按更高层级的“super-site”分组。
3. `exp063` 使用当前行加三个合法前序行，把历史扩展到约 2 h、输入从 54 通道增至 207 通道；两个门控折均差于 `exp056`，没有支持“更长历史必然更好”。
4. `exp064` 在相同均值—形状头上测试 EfficientNet-B3、EfficientNetV2-S、ResNet34、ConvNeXt-Tiny 和 Swin-Tiny 的 ImageNet 预训练骨干。最佳 EfficientNetV2-S 只与从头训练基线打平，ResNet34 更差，ConvNeXt/Swin 出现 NaN；现阶段更像是泛化/划分受限，而非纯容量不足。

**训练、测试与效果。** 工程继续使用按地点 GroupKFold、OOF 和公开榜联合判断。新的两种“大杠杆”——更长因果历史和更大预训练骨干——都未超过 `exp056`；唯一明确公开榜增益来自两个合格随机种子的集成，幅度约 0.00119。该增益很小，仍可能受公开榜选择和 seed 方差影响，必须等私有榜或真正地理隔离测试。

**代码/数据状态。** 实验配置、训练/推理脚本、审计文档和公开分数记录可见；原始竞赛数据、训练权重、预测文件和独立 release 未公开，仓库也未核实到独立许可证。预训练骨干权重来自 `timm`，提交合规与依赖许可仍应以竞赛最终材料为准。

**技术判断。** 本轮最有价值的结论不是“新模型更强”，而是：种子噪声可掩盖小幅改动，地理近重复会抬高 OOF，更多历史或更大容量在分布迁移受限任务上可能无效。它对雷达临近预报的价值在实验设计，不在任务结果本身。

**对用户研究的启发。** 雷达回波研究应把雷达站、事件族、天气过程和近重复拼图作为分组单位；对小于 seed 方差的改进至少做多 seed、公共样本统一复算和跨区域测试。若使用预训练骨干，必须区分参数容量收益、输入分布错配和空间划分快捷特征。

### 4.2 机构与会议页

- Google DeepMind、ECMWF、NOAA、Met Office 和中国气象局页面未核实到主窗口内新的直接雷达临近预报论文、代码、权重或数据交付物。
- ECMWF 近期页面主要是一般 AI 天气预报协作、活动回顾和中长期/区域模式内容；Met Office 搜索结果主要为业务雷达图和既有雷达产品说明。它们没有触发本日报的 direct 条目。
- NOAA/UIFCW26、HRRRCast-live、SDIR 和 HARECast 在上次截止点后未发现新的模型、权重、正式会议状态或可复现实验变化。

## 五、元数据项与排除项

1. **arXiv。** 官方 API 中直接检索结果的最新新稿仍为 2026-07-17 的 `arXiv:2607.16080`；严格主窗口内无直接新稿。
2. **Semantic Scholar / OpenAlex / Crossref。** Semantic Scholar 把已跟踪的 NowcastDiff 标为 2026-08-01 卷期日期，这不是今日新研究；OpenAlex 的主窗口查询未返回相关直接论文。Crossref 的多组标题检索未得到有效 direct 候选，后续扩展查询出现 429，接口失败不作为“无新增”的单独证据。
3. **Hugging Face。** 最新相关 Space 仍是 2026-07-17 的 SaTformer 演示；数据集搜索无主窗口新增。
4. **GitHub 自动产物。** `ilianrvd/nowcasting-public` 的新提交只刷新 Bulgaria/Romania S-PROG+ICON 输出图片和时间元数据，没有 AI 模型、权重或验证结果变化；`sushantakundu/gsmap-live` 仍只更新 GIF。二者不计入 AI 研究新增。
5. **一般 AI 天气模型。** 区域/全球 AI-NWP、中期和次季节预报页面即使包含降水或诊断反射率，也不等同于观测雷达回波 0—2/3 h 临近预报，继续排除在 direct 桶外。

## 六、值得继续跟进的主题

1. **Nowcast3D 数据—模型映射。** 等待额外训练数据的来源、训练 manifest、公开检查点哈希、论文/业务/公开版本对应关系、许可证和独立部署评估。
2. **Solafune 的真正地理隔离。** 关注 super-site 分组 OOF、私有榜、更多合格 seed 和异构集成；只有地理重复被消除后，才能判断 0.001 量级改进是否稳定。
3. **孟买多变量 U-Net。** 关注官方代码、IMD 数据获取、事件清单、跨雷达测试和与现代强基线的统一比较；重点复核径向速度代理对新生/增强过程的增量。
4. **高强度回波的结构—位置—概率联合评估。** 对确定性、diffusion 和 flow matching 模型统一报告逐时效 CSI/FSS、PSD、位移误差、可靠性/CRPS与推理成本，避免把视觉锐利度当成业务技巧。
5. **直接代码触发器。** 继续盯 SDIR 的检查点映射与独立复算、HARECast 的正式会议信息和可移植数据配置、ST-Mamba-LDM 被删除目录的恢复，以及机构页面是否出现可下载材料。

## 七、简要结论

今天是**无新直接论文、但有复现与验证信号**的一天。Nowcast3D 的 README 变化提醒必须审计额外训练数据和公开/业务版本映射；Solafune 的结果进一步说明，空间近重复、seed 方差和公开榜选择足以覆盖小幅结构改进。窗口外补录的孟买多变量 U-Net 值得方法跟踪，但其单站数据、有限基线和无代码状态决定了它目前只能作为候选思路，不能作为已验证的强基线。