大气科学 AI 研究档案 ATMOSPHERIC AI OBSERVATORY
大气科学 AI 5 核心主线

2026-08-04 大气科学 AI 研究日报

本期不是通用 AI 天气模型集中发布的一天，但出现了三个与“保留可预报信息—表达不确定性—恢复细结构”直接相关的信号： 1. core-s2s ：大集合开始被用来约束月提前干旱下尾风险。 新预印本把 ERA5-Land 训练的 Temporal Fusion Transformer（TFT）中心预报与 50 成员 CRCM5 初值大集合估计的内部变率结合，做欧洲 1 个月提前 SPEI-1 预测。它改善了 10% 下界的总体覆盖，但并未…

5 条表格状态 下载原始 Markdown ↓
本篇目录（18 节）

2026-08-04 大气科学 AI 研究日报#

生成与科学核验截止时间：2026-08-04 13:00（北京时间，UTC+8）。
严格滚动主窗口：2026-08-03 13:00—2026-08-04 13:00；补充缓冲窗口：2026-08-02 13:00—2026-08-03 13:00。
连续增量边界：上一期实际科学核验截止为 2026-08-03 13:00；本期与上一期连续衔接。13:00 后出现的记录只作为下一期触发器，不计入本期新增。
去重基线：最近的大气科学 AI 日报、历史雷达回波 AI 日报、tracked_items.md 与本自动化记录。检索发现时间、arXiv 提交时间、Crossref 建档时间、正式发表时间和仓库提交时间分别记录。

一、总体判断与信号地图#

本期不是通用 AI 天气模型集中发布的一天，但出现了三个与“保留可预报信息—表达不确定性—恢复细结构”直接相关的信号：

  1. core-s2s：大集合开始被用来约束月提前干旱下尾风险。 新预印本把 ERA5-Land 训练的 Temporal Fusion Transformer（TFT）中心预报与 50 成员 CRCM5 初值大集合估计的内部变率结合，做欧洲 1 个月提前 SPEI-1 预测。它改善了 10% 下界的总体覆盖，但并未解决强干旱尾部漏包络，也不是基于实时业务集合的独立预报系统。
  2. core-air-quality：因果 Kalman 预处理可改善短时点预报，但真实预报驱动仍缺位。 Research Square 预印本对加拿大三城市 2023 年单站小时污染物和地面气象观测做 1 h 预报；Kalman 参数只用前 80% 样本估计，避免了平滑器使用未来信息。作者结果支持预处理收益，但没有 CAMS/MLWP/NWP 未来气象、跨年/跨站测试、阈值概率或代码。
  3. core-nowcasting 缓冲回补：QWRF-Net 把小波尺度分解、量子启发调制和 rectified flow 串联。 论文使用 30 min 历史预测 60 min KNMI 雷达/SEVIR VIL，作者报告在高阈值和极端子集上有小幅、较一致的收益；但稿件没有给数据年份、精确训练/验证/测试清单、随机种子、代码或权重，因此不能把统一协议的文字声明等同于可复现的公平比较。

仓库侧，AD4DVAR-radar 在主窗口内连续收紧不确定性与运行来源合同：从固定启发式 confidence 转向 P1 场条件化后验协方差、模型误差下限与饱和惩罚的组合，同时要求业务运行绑定训练/验证不重叠的校准 manifest。它提高了“何时不应相信输出”的可审计性，但没有新增真实事件、技能分数或概率校准证据。

研究线 主窗口直接结果 缓冲/相邻/基础设施 本轮判断
core-nowcasting 0 1 缓冲论文 + 2 基础设施变化 QWRF-Net 是遗漏回补；雷达反演与 AD4DVAR 分别是观测上游和可信度合同，不是新的业务技能
core-short-range 0 0 未发现新的 0—72 h 高分辨率降水订正、模式—雷达融合或共同样本业务验证
core-s2s 1 0 新增 1 个月提前欧洲干旱概率下界研究；中心预测和尾部覆盖仍有明显区域/强度限制
core-air-quality 1 2 元数据/排除项 新增 1 h 观测驱动污染物预报；没有真实未来气象驱动或跨城泛化证据
横向方法与基础设施 0 2 单偏振快扫雷达微物理/风反演和 AD4DVAR 不确定性来源治理有实质变化

二、新增条目表#

标题 日期（北京时间） 研究主线 相关性分类 来源/平台 正式状态 链接 代码/数据状态
Probabilistic Deep Learning for Drought Forecasting: Role of Internal Climate Variability 2026-08-03 16:14 core-s2s core-s2s arXiv arXiv 2608.01864v1 预印本，暂无期刊信息；图件复用许可未核实 arXiv ERA5-Land 与 CRCM5-LE 上游可获取；处理后数据仅按请求提供；未发现代码、权重、冻结划分或软件许可
Enhancing Deep Learning Air Quality Forecasting through Bayesian Kalman Filter Preprocessing 2026-08-04 03:17（Crossref 建档；作者页标注 8 月 3 日发布） core-air-quality core-air-quality Research Square v1 预印本，DOI 10.21203/rs.3.rs-10148268/v1；CC BY 4.0，暂无期刊信息 正式预印本记录 NAPS 与加拿大历史气象为公开上游源；未发现代码、权重、处理后样本或固定 split 包
Joint Retrieval of Radial Wind, Terminal Fall Velocity, and Median Diameter From Single-Polarization Fast-Scanning Weather Radar 2026-08-03 23:11 连接 core-nowcasting 的观测上游 infrastructure arXiv arXiv 2608.02364v1 预印本，暂无期刊信息；图件复用许可未核实 arXiv 论文给出模拟与 MESEWI 实测流程；未发现公开代码、可移植样本包或许可证
gonos2k/AD4DVAR-radar：后验不确定性、动力证据与校准 manifest 2026-08-03 15:20—2026-08-04 12:59（多次提交） 连接 core-nowcasting infrastructure GitHub 公开原型代码状态变化；无论文、真实雷达技能或独立复现 后验 confidence 提交；校准 manifest；总不确定性 代码和测试更新；仍无标准 LICENSE、release、真实事件包、共同基线结果或校准样本
QWRF-Net: A Quantum-Wavelet Framework with Rectified Flow for Short-Term Precipitation Nowcasting 2026-08-03 10:58（缓冲窗口；arXiv 发布后才被本轮 API 检出） core-nowcasting core-nowcasting（缓冲回补） arXiv arXiv 2608.01626v1 预印本，页眉写“submitted to Elsevier”仅为作者备注；暂无期刊信息 arXiv 使用公开 KNMI/SEVIR；未发现代码、权重、精确样本清单、随机种子或软件许可

主窗口没有第二组高价值缓冲条目。Crossref 中另外出现的 AQI/室内空气质量记录在第五节分别按 metadata-only 或 low-value-exclusion 处理，不与上表的技术更新混列。

三、四条核心研究线#

3.1 core-nowcasting：缓冲回补 QWRF-Net，主窗口没有新的直接技能论文#

QWRF-Net（缓冲窗口）#

来源与任务。 论文于 2026-08-03 02:58 UTC 提交 arXiv，落在本期 24—48 h 缓冲窗口。上一期 13:00 截止前，定向检索没有返回该记录；本轮 arXiv API 才可见，因此按“索引/可见性延迟回补”处理，不改写为主窗口新增。它是直接的雷达/雷达代理降水未来帧预报，而不是卫星同期反演或一般 AI-NWP。

数据、模型与时效。 KNMI 数据为荷兰及周边 5 min、288×288 雷达降水场；SEVIR 使用 5 min VIL，作者称去除无效/不完整样本后保留 17,321 个序列，并将 384×384 缩放到 288×288。两套数据都用过去 6 帧（30 min）预测未来 12 帧（60 min）。模型用 U-Net 风格编码器，把瓶颈特征分解为 LL/LH/HL/HH 小波子带，对不同子带做量子启发的可训练调制，再由 rectified-flow 非自回归解码器联合生成全部未来帧；训练采样 10 步，评估/可视化 50 步。

训练、测试与作者报告效果。 论文称所有基线使用相同 split、288×288、6→12 和预处理，比较 ConvLSTM、RainNet、SmaAt-UNet、SimVP、DiffCast、CoDiCast 和 NowcastNet。KNMI 上 QWRF-Net 的 CSI 在 10/30 mm h^-1 阈值为 0.1236/0.1112，NowcastNet 为 0.1232/0.1105；RMSE 为 7.001 对 7.031，SSIM 为 0.585 对 0.573。SEVIR 在 VIL≥219 时 CSI 为 0.1524，对 NowcastNet 的 0.1456；极端子集的 RMSE/SSIM 为 33.281/0.181，对 NowcastNet 的 36.554/0.172。以上均为作者报告，绝对提升多为小幅。

技术判断。 尺度分解与非自回归 flow 的分工符合“避免高频结构被均值损失磨平，同时减少逐帧误差累积”的研究问题；但论文没有报告 KNMI 样本数、两套数据具体年份和 split、事件隔离方式、随机种子/显著性、概率样本数、CRPS/可靠性或推理成本。所谓量子模块是经典计算中的量子启发变分电路，并不证明量子计算优势。当前最稳妥的结论是“作者在统一但不可复核的协议下报告高阈值小幅收益”，不能升级为可复现 SOTA 或业务技能。

图件未镜像： arXiv 当前版本未给出足以授权本站镜像具体图件的复用许可。可前往论文页面查看 Figure 1—5。

主窗口上游信号：单偏振快扫雷达反演#

新预印本从短相干处理间隔的 X 波段单偏振多普勒功率谱中联合反演径向风均值/谱宽、反射率加权终端落速和中值体积直径 Dm。作者把 gamma DSD 参数留作潜变量，因为似然分析显示其弱可辨识，而 Dm 与终端落速相对稳定。模拟实验与带外部风信息的 moment-based 方法比较；实测部分使用 MESEWI 雷达一个 PPI 和 33 次扫描，并与 Green Village、Zweth 两台雨滴谱仪比较。它提供可解释的同一扫描微物理/风代理，但不是 AI、不是未来回波预测，也不能由拟合好坏替代雷达—雨滴谱仪代表性差异；因此仅记 infrastructure。

3.2 core-short-range：本期无新的 0—72 h 直接结果#

没有发现新的高分辨率区域 NWP 降水/强对流后处理、模式—雷达融合、极端降水订正或共同样本业务验证。主窗口内的复合洪水动态图论文以水位站和调度活动预测高水位平台，方法上有“本地时序锚点 + 有界跨站残差”的可迁移性，但它是受管理海岸水文系统任务，摘要也没有给足预报时效、样本或代码，故不作为大气短时预报新增。

3.3 core-s2s：1 个月提前干旱下界开始显式吸收内部变率#

来源与科学任务。 Probabilistic Deep Learning for Drought Forecasting: Role of Internal Climate Variability 是 arXiv 预印本。目标是欧洲 0.11° 网格和八个 PRUDENCE 区域的 SPEI-1，输入为目标月前 12 或 24 个月的变量序列，TFT 优化 1 个月提前量；1970—2019 用于训练/校准，2020—2024 为未见测试期。

数据与模型构建。 中心预测使用 ERA5-Land 月资料和静态空间变量，TFT 输出 0.1/0.5/0.9 分位数。作者另把同一 TFT 应用于 CRCM5-LE 50 成员历史/RCP8.5 模拟，从成员两两差异估计随位置和时间变化的内部变率，再把中心预测减去相应高斯分位数倍标准差，形成 10% 风险下界。CRCM5-LE 的作用是提供变率尺度，而非直接替代 ERA5-Land 验证目标。

作者报告结果。 2020—2024 区域平均中心预测 MAE 为 0.42—1.11 SPEI；Iberian Peninsula/地中海较低，Alps 最高。名义 10% 下界的全季节落界比例由 ERA5 单轨迹分位数的 30.3% 降到大集合下界的 17.9%；冬季为 11.8%，夏季仍为 24.3%。强度越极端，漏包络越严重：作者报告大集合下界仍漏掉约一半一般干旱事件，极端干旱中约 71.4% 观测落在下界之外。

技术判断。 这篇工作对“表达不确定性”的价值在于把内部变率当成需要预测的量，而不是把单条再分析残差当成全部不确定性。边界也很清楚：中心预测仍回归历史平均，2022—2023 干化被低估；CRCM5-LE 为 12 km 单模式气候大集合，不能解析 Alps 局地地形，也不是实时初始化的多中心业务集合；正态下界与月聚合可能掩盖尾部偏态。它是直接的 1 个月提前干旱/S2S 证据，但不能外推为 1—65 d 全大气状态技能或已校准的极端事件概率。

代码/数据/许可。 ERA5-Land 与 CRCM5-LE 上游可获取，处理后数据仅按请求提供；未发现代码、权重或冻结样本 manifest。图件未镜像：具体 arXiv 图件复用许可未核实。

3.4 core-air-quality：因果预处理有效，但仍是观测驱动 1 h 下限基线#

来源、数据与时效。 Research Square v1 使用加拿大 NAPS 2023 年小时资料。最初考虑 Toronto、Calgary、Saskatoon 和 Winnipeg，因覆盖不足剔除 Winnipeg，并在 Toronto/Calgary 各选数据最完整的一个站、Saskatoon 使用唯一站。目标为 CO、NO2、O3、PM2.5 和 SO2；配套气象为最近气象站的温度、湿度、气压、风向和风速。输入为 12 或 24 h 历史，输出 t+1 h 单点浓度。

模型、训练与测试。 每个变量先用局地水平状态空间模型做单向 Kalman 滤波；过程/观测噪声参数只在按时间排序的前 80% 数据上用 EM 估计，再对全序列单向前传，缺测时跳过更新。随后按目标污染物做相关阈值特征选择，把滤波值和滤波方差输入 GRU/LSTM，可选时间注意力；Adam、MSE、50 epochs、batch 32。论文图示写明 80/20 chronological train/test，正文又称超参数用 validation dataset 选择，但没有清楚给出验证集在 80% 中的切分比例，仍存在选择协议不够透明的问题。

作者报告效果。 PM2.5 的 Kalman-Attention-LSTM 在 Toronto/Calgary/Saskatoon 的 R² 为 0.9417/0.6697/0.8903，RMSE 为 1.3484/3.6331/1.4897；相应纯 LSTM R² 为 0.9150/0.6001/0.8596。不同污染物和城市的最佳模型并不一致：例如 O3 在 Toronto 由 Kalman-GRU 最好，而 Calgary/Saskatoon 由 attention-LSTM 较好。作者结果因此更支持“因果去噪通常改善输入质量”，而不是“注意力对所有地点都有效”。

技术判断。 单向滤波和只用训练段估计参数是正确的时间因果设计，比对全序列做 Kalman smoothing 更可信。但研究只有一个年份、每城一个站；气象输入是观测历史，没有 t+1 可用的 CAMS/MLWP/NWP 预报；也没有高污染阈值、概率覆盖、跨年/跨站/跨城留出或独立复现。它适合作为“观测完整、驱动近乎理想”时的 1 h 下限基线，不能证明真实预报气象误差传播被解决。

Kalman 预处理、特征选择、GRU/LSTM 与时间注意力组成的空气质量一小时预报完整流程
论文 Figure 6｜Kalman 预处理 Attention-GRU/LSTM 完整流程。 原始图注：Proposed Kalman-Preprocessed Attention-GRU/LSTM Architecture. 来源：Nayanthi Karunanayake 与 Saman Muthukumarana，Enhancing Deep Learning Air Quality Forecasting through Bayesian Kalman Filter Preprocessing，Research Square v1。 许可：CC BY 4.0。 本站从许可覆盖的 v1 PDF 中完整提取图件并保存为 PNG，未裁剪、添加标注或改写图中信息；网页版与源图相同，宽度 1280 px。

四、相关方法与基础设施#

4.1 AD4DVAR-radar：从“固定信心分数”转向可追溯的不确定性来源#

主窗口内的多次提交可归并为三项实质变化：

  1. P1 后验不确定性。 场条件化变分问题通过 Schur complement 得到动力参数后验协方差，再经物理解码 Jacobian 转成速度和对数增长率的不确定性；没有可用后验时，P1 区域 fail-close，不再给有信心的 mask。
  2. 模型误差下限与饱和惩罚。 最终逐时效不确定性把后验项、固定模型误差底线和参数接近饱和边界的额外项平方和开根号，并保留“单可用倾向对”“持久性替代”“背景场年龄”等证据倍率。这个设计避免统计后验过窄时把结构模型误差错误压到零。
  3. 业务校准 manifest。 operational 模式现在要求规范 JSON，记录 calibration ID、雷达类别、不重叠的训练/验证时段、验证指标和 SHA-256；缺失、非规范或与运行 profile 不匹配时拒绝运行。

这些改动把“哪里有雷达状态证据”“动力来自雷达还是背景”“后验是否可辨识”“业务系数由哪段 hindcast 标定”分开记录，适合迁移到生成式/混合预报的可信度治理。但默认不确定性倍率仍是人为配置，仓库仍使用单一全局平移/增长近似，没有真实雷达事件、可靠性图、CRPS/覆盖率、位移/新生消亡评价、标准 LICENSE 或独立复现。因此它是透明的 infrastructure，不是已校准概率预报或技能提升。

4.2 代码、权重与数据平台#

  • andrewnakas/globalnowcast、Nowcast3D 与 Solafune 在严格主窗口内未发现新提交；没有新的权重、数据、结果或许可事件。
  • TinyEarth 的 GitHub 未认证 API 查询遇到公开速率限制；本期没有用该失败支持“无更新”结论，也没有从搜索/仓库页找到新的可核验 checkpoint、正式 test 或同样本 v1/v2 结果。
  • Hugging Face 定向检查到的 IRENE、SEVIR benchmark collection 与 FAKER-Air 均为 2026 年 2—4 月既有发布，当前模型卡更新时间不在 24—48 h 窗口；不回填为今日事件。

五、机构信号、仅元数据、窗口外与排除项#

5.1 institution-signal#

Google DeepMind、ECMWF、NOAA、Met Office、中国气象局、WMO 与 Copernicus/CAMS 的定向检查未发现主窗口内新的四主线模型、权重、数据集、共同样本业务结果或正式评估交付物。检索到的 CAMS DJF-2026 评估报告属于 7 月既有季度材料，WMO 页面属于 6 月治理咨询，不重复写成今日科学更新。

5.2 metadata-only#

  • Comparative Analysis of Machine Learning Models for Air Quality Index Prediction in Hyderabad and Delhi Cities，DOI 10.1051/epjconf/202637905004。Crossref 于 2026-08-03 15:44（北京）建档，EPJ Web of Conferences 正式记录为 CC BY 4.0；摘要只给 XGBoost 的 R²/accuracy，没有预测时效、起报协议、时间划分、绝对误差单位、未来气象、代码或独立测试。暂记 metadata-only，不把接近 1 的 R² 写成业务空气质量预报技能。

5.3 window-out#

本期没有需要新增跟踪的高价值窗口外论文。Hugging Face 的既有雷达/空气质量模型只用于排除重复。

5.4 low-value-exclusion#

  • AIoT-Based Indoor Air Quality Monitoring and Machine Learning Prediction Framework for Assessing Ventilation Risk in TVET Institutionsutions，DOI 10.33736/jese.12329.2026：正式发表日为 2026-04-30，Crossref 在主窗口补建档；任务是室内 CO2/粉尘/通风风险，不是区域大气成分、气象驱动或 CAMS/MLWP 预报，排除。
  • Multi-Source Dynamic Graph Learning for Compound-Flood Forecasting in Managed Coastal Systems（arXiv 2608.01775v1）：水文/调度站点高水位平台预测可提供锚定残差思路，但不直接预测大气、降水或雷达场，摘要证据不足以建立可迁移基线，本期不进入研究新增表。
  • 一般 AI 天气新闻、活动页、旧模型介绍、仅刷新抓取日期的页面和 GitHub 自动图片产物不计新增。

六、对当前研究的具体启发#

  1. 把大集合拆成“中心状态”和“内部变率宽度”两条证据链。 干旱论文的可迁移点不是简单扩大 ensemble spread，而是用动力集合估计随区域/季节变化的尾部宽度，同时保留统计模型中心预报。用于 S2S 温度/降水时，应在共同初始化与有效周上分别验证中心 ACC/RMSE、下尾覆盖、sharpness 和极端召回。
  2. 后验窄不等于模型可靠。 AD4DVAR 将后验、结构模型误差底线和饱和边界误差合成，适合用于 flow/diffusion 或动力—AI 混合系统：成员离散度、条件后验和结构失配应分开报告，不能让任何一项单独把总不确定性压到零。
  3. 结构恢复增益必须跨过样本治理门槛。 QWRF-Net 的高阈值提升方向合理，但小幅差值只有在事件隔离、同种子/多种子、冻结 split、统一预处理和代码权重公开后才可解释为结构收益；否则数据筛选和基线适配足以覆盖差异。
  4. 空气质量先建立“观测驱动下限—真实预报驱动上限差”。 先在观测历史输入下复现 Kalman-GRU/LSTM，再用相同有效时刻替换为 CAMS/MLWP/NWP 未来气象；对 PM2.5 和沙尘阈值分层报告驱动误差增量、漏报/虚警和概率可靠性。
  5. 雷达观测代理也要保留可辨识性标签。 径向风、终端落速和 Dm 比潜在 DSD 参数更稳定的结论提示，多变量雷达输入不应只追求通道数；应先区分直接观测、稳健反演量与弱可辨识潜变量，再测试它们对新生/增强过程的增量。

七、后续跟进触发器#

  • QWRF-Net：代码/权重、KNMI/SEVIR 年份与冻结 split、事件隔离、多 seed、概率样本数、CRPS/可靠性、推理耗时和正式许可。
  • 欧洲干旱 TFT+CRCM5-LE：代码/权重/处理后样本；多模式或业务初始化集合；非高斯尾部；不同累积窗与 2—6 周多时效；极端干旱覆盖率修正。
  • Kalman 空气质量预报：明确 validation 切分；跨年/跨站/跨城留出；CAMS/MLWP/NWP 未来气象同样本替换；高污染阈值概率；代码和独立复现。
  • AD4DVAR-radar：公开可审计的校准 manifest、真实事件 hindcast、经验覆盖率/可靠性、FSS/CSI/位移/新生消亡、标准 LICENSE/release 和独立复现。
  • 单偏振快扫雷达反演：代码与样本、更多天气过程/仰角、反演误差到临近预报增益的共同样本实验。
  • EPJ AQI 元数据：全文、具体时效、时间切分、绝对误差与气象输入合同；未出现前不升级。
  • 13:00 后 arXiv/Crossref/仓库事件：下一期按新窗口重新核验，不提前计入本期。

八、简短结论#

本期最值得保留的结论不是“又有一个更强模型”，而是三条更窄的证据：大集合可以为月提前干旱提供区域/季节依赖的下尾宽度，但极端尾部仍严重漏包络；因果 Kalman 预处理能改善 1 h 污染物点预报，但尚未面对真实预报气象误差；小波+rectified flow 对强降水结构有作者报告的小幅收益，但复现合同不完整。对当前研究最直接的行动是把中心场、局地结构和不确定性来源拆开验证，并把单位、起报—有效—时效、共同样本、数据可用性和校准来源写进运行产物，而不是只写进论文说明。

本期镜像 1 张许可合规的论文 Figure 6；其余论文图件因复用许可未核实而不镜像。没有公开镜像论文 PDF、内部数据、账号、密钥或来源不明图片。