# 2026-09-03 大气科学 AI 研究日报

核验截止：**2026-09-03 13:34:10 +08:00**。主窗口为 9 月 2 日 13:34:10—9 月 3 日 13:34:10；24—48 h 缓冲窗口为 9 月 1 日 13:34:10—9 月 2 日 13:34:10。上一期实际截止为 9 月 2 日 13:02:18，与本期主窗口起点相差 31 分 52 秒；这段连续增量已纳入缓冲检索。以下时间均为北京时间，只有日期的记录不补造时刻。事件时间用于归窗，正文阅读、许可检查和网站发布在截止后完成。

## 一、总体判断与信号地图

本期优先阅读 **TC-Next 的跨天气模式气旋后处理**与 **LAM＋EDM 的飓风集合降尺度**，两篇均为缓冲窗口补获的 arXiv v1。TC-Next 检验从 GraphCast 训练迁移到其他预报源的能力；LAM＋EDM 展示 8 km 细结构与集合恢复，但持续使用分析场作为边界条件，不能据此推断某一起报时刻之后的真实预报技巧。

主窗口新增 **GenLUPIN 的 IEEE Access 期刊 DOI 记录**、**FlowsNet 的 AIES 论文记录与摘要**，以及 **UM 在线强化学习预印本**。GenLUPIN 的作者代码、权重和样例已在更早日期存在，本轮新事件是期刊记录；FlowsNet 的同题研究此前已有 EGU26 摘要。UM 试验训练和冻结策略评估使用同一起报个例，适合作为耦合可行性证据，不能视作跨天气过程泛化结果。

| 研究线 / 层次 | 本期信号 | 最关键的边界 |
|---|---|---|
| core-nowcasting | GenLUPIN 期刊记录＋旧公开制品；FlowsNet 期刊摘要 | 公共日志并非独立复现；6 h 强雨的非零 CSI 不等于稳定业务技巧 |
| core-short-range | TC-Next，6—24 h 气旋路径和强度，缓冲 | 各预报源共同样本不同；格点风与最佳路径强度定义影响比较 |
| core-s2s | 未发现本窗口新的可核验直接技巧结果 | NeuralGCM 热事件优化属于相邻方法；SLAV 是旧论文英译出版 |
| core-air-quality | 新期刊候选仅到元数据；补查 ARC-Net 旧文 | 不把迟到索引当作新科学结果；0—240 h 汇总分数不是第 10 天技巧 |
| adjacent-method | 飓风 LAM＋EDM；UM 在线 RL；NeuralGCM 热事件压力试验 | 分开评估分析驱动、同个例训练和概率发生率 |
| infrastructure | TROPICS 降水／潜热反演；AD4DVAR-radar PR #153 | 上游反演与运行接口变更，均不计为新的降水预报技巧 |

本期镜像 **1 张合法代表图**：飓风 LAM＋EDM 的完整 Figure 1。已核实 arXiv v1 的 CC BY 4.0、原始图注和无第三方单独署名；保留原图并生成等比例网页图，未公开论文 PDF。以下指标均为作者报告或作者仓库已有日志，本轮未训练或重新运行模型。

## 二、新增与状态变化条目

### 2.1 主窗口事件及日期精度不足的当日记录

| 标题 / 对象 | 日期与事件 | 研究主线 | 相关性分类 | 来源 / 正式状态 | 链接 | 代码、数据、许可状态 |
|---|---|---|---|---|---|---|
| GenLUPIN: Physics-Informed Score-Based Diffusion in a Lagrangian Framework for Spectrally Consistent Precipitation Nowcasting | 9/3 03:05 DOI 注册；首次公开时间未定 | 概率降水临近预报 | core-nowcasting | IEEE Access 2026 期刊 DOI 记录；本轮未取得正式全文 | [IEEE](https://ieeexplore.ieee.org/document/11675970/)／[作者代码](https://github.com/FarrasArchi/Generative_LUPIN) | 旧代码、2 个检查点、18 组样例与结果日志；根目录无标准 LICENSE，EDM 子目录为 NC-SA |
| An NWP-Free, Observation-Driven Deep Learning Approach to Heavy-Rainfall Nowcasting Beyond the Three-Hour Limit / FlowsNet | 9/2 23:54 DOI 注册；期刊日期 9/2 | 0—6 h 强雨，多源观测 | core-nowcasting，延伸至短时 | Artificial Intelligence for the Earth Systems，期刊在线优先记录；同题 EGU26 摘要已存在 | [AIES](https://doi.org/10.1175/AIES-D-25-0117.1) | 未核到配套代码、权重或完整处理数据；本轮证据到官方登记摘要 |
| Online Reinforcement Learning in the Met Office Unified Model through Distributed Model–Agent Coupling | 9/2 21:17 arXiv v1 提交 | 动力模式在线倾向订正 | adjacent-method | arXiv 预印本，暂无期刊信息 | [arXiv](https://arxiv.org/abs/2609.02566v1) | 未核到专属代码／权重；UM 访问受机构协议约束；论文 CC BY-NC-SA 4.0 |
| Deriving Precipitation and Latent Heating Profiles from NASA TROPICS Smallsat through a Two-Step Ensemble Convolution Neural Network Method | 9/2 开始公开讨论，只有日期，无法精确划分主／缓冲 | 卫星降水及潜热反演 | infrastructure | EGUsphere 预印本；AMT 在审，非录用 | [讨论稿](https://egusphere.copernicus.org/preprints/2026/egusphere-2026-4156/) | NASA 代码与 L2 文件目录可访问；文件早于本窗口；论文 CC BY 4.0，代码／产品许可另核 |
| AD4DVAR-radar PR #153，Retire internal MPS certification seam | 9/3 05:18 合并 | 雷达系统运行与评估基础 | infrastructure，状态变化 | GitHub 已合并 PR，无新论文 | [PR](https://github.com/gonos2k/AD4DVAR-radar/pull/153) | 删除内部 MPS 认证接口与相关维护面；CPU 回归保留，无新权重／数据／预报分数 |

### 2.2 24—48 h 缓冲窗口补获

| 标题 | 日期与事件 | 研究主线 | 相关性分类 | 来源 / 正式状态 | 链接 | 代码、数据、许可状态 |
|---|---|---|---|---|---|---|
| TC-Next: Zero-Shot Multimodal Cyclone Forecasting | 9/2 12:17 arXiv v1 提交 | 6—24 h 气旋路径／强度订正 | core-short-range | arXiv 预印本，暂无期刊信息 | [论文](https://arxiv.org/abs/2609.02085v1) | 论文 CC BY 4.0；原始数据源可识别，未核到论文专属代码、权重及冻结样本包 |
| Kilometer-Scale AI Downscaling of Atlantic Hurricanes with Generative Ensembles | 9/2 11:06 arXiv v1 提交 | 动力锚定、结构恢复、集合 | adjacent-method | arXiv 预印本，暂无期刊信息 | [论文](https://arxiv.org/abs/2609.02034v1) | [Apache-2.0 代码](https://github.com/yingkaisha/RAL-GWC-TC)及 [HF 权重](https://huggingface.co/yingkaisha/CONUS404-AI-TC)可核，均早于窗口；论文 CC BY 4.0 |
| Evaluating Regionally Diverse Pathways to Unprecedented Heat Extremes Across Africa in NeuralGCM | 9/2 09:37 Research Square v1 DOI 注册 | 热事件可预报信息及物理响应 | adjacent-method | Research Square 预印本；显示在审，未核实录用或具体期刊 | [论文](https://www.researchsquare.com/article/rs-10739679/v1) | ERA5 可获取；作者称代码将在发表后上 Zenodo，当前未核到；论文 CC BY 4.0 |

TC-Next、飓风降尺度和 NeuralGCM 的事件均早于上一期截止，属于列表／索引延迟补获，未伪装为上一截止之后的首次公开。另有若干主窗口和缓冲窗口新登记的期刊元数据，以及更早发表的论文，按第五节独立处理。

## 三、四条核心研究线

### 3.1 core-nowcasting：GenLUPIN 与 FlowsNet 的证据层次不同

**GenLUPIN 的大致内容。** M. Muhammad Farras Archi、Ajib Setyo Arifin、Dadang Gunawan 的方法把确定性拉格朗日平流作为条件，再以 score-based diffusion／probability-flow ODE 生成残差，目标是保留谱结构并减少形态耗散和位置漂移。[IEEE DOI 元数据](https://api.crossref.org/works/10.1109/access.2026.3730270)确认期刊为 IEEE Access、年份为 2026，但没有可用的精确首次在线日期。IEEE 正文访问未成功，以下模型与结果描述来自与论文同题的[作者仓库](https://github.com/FarrasArchi/Generative_LUPIN)，不冒充正式全文审读。

公开推理配置使用 **5 帧历史、336×336 网格、6 个自回归未来步、默认 30 个成员和每步 18 次 EDM 采样迭代**。最小示例含 18 组强对流序列，两个实际检查点约 48.2 MB 和 6.0 MB；另有推理、评估笔记本及切片预测文件。已检查的配置未充分交代物理网格间距、每帧分钟数、完整训练年份、地域和独立测试清单，因此本报保留“6 个未来步”，不擅自换算为 30 min 或 3 h。测试样例文件出现 2018 年日期，也不足以代表全训练／测试覆盖。

作者[预先计算的 CRPS 日志](https://github.com/FarrasArchi/Generative_LUPIN/blob/main/evaluation_jupyter_notebooks/evaluation_results_all_models/crps_final_results.json)中，在第 6 个未来步、1 像素空间尺度下，GenLUPIN 为 **0.6067 mm h⁻¹**，DiffCast 为 0.6384，LUPIN 为 0.7632，STEPS 为 0.8256，LINDA 为 0.9603。确定性方法在这一写法中相当于退化分布，CRPS 等于绝对误差；上述数值只说明该份日志的比较结果。评估脚本会把对数雨强还原并截断至 0—200 mm h⁻¹，完整样本和单位处理仍须与正式论文核对。

不能据此宣称集合已校准。作者 [rank histogram 日志](https://github.com/FarrasArchi/Generative_LUPIN/blob/main/evaluation_jupyter_notebooks/evaluation_results_all_models/rankhist_final_results.json)并不平坦；脚本按“观测或任一成员达到 0.1 mm h⁻¹”筛选像素，这一筛选又随方法改变，跨方法的 rank 分布需要统一掩膜重算。谱、FSS、CRPS、尾部可靠度及位置误差应联合判断，避免把生成细节等同于新增可预报信息。

仓库最近推送仍在 **8 月 11 日**，不是本窗口新开源。README 同时显示 MIT 和 CC BY-NC-SA 徽章，根目录没有标准 LICENSE，`edm/LICENSE.txt` 有非商业限制；不能把整个仓库、权重和示例统称为 MIT。下一步优先补齐正式全文、分钟数与网格、样本清单和逐组件许可。**图件未镜像：具体图件及其复用许可未核实。** 可查看 [IEEE 论文页](https://ieeexplore.ieee.org/document/11675970/)。

**FlowsNet 的大致内容。** Ryu Shimabukuro、Tomohiko Tomita、Tsuyoshi Yamaura、Ken-ichi Fukui 研究日本九州准静止强降水带，把雷达／雨量计分析降水、地面站变量、静止卫星图像与卫星降水背景融合。通道注意力选择有用模态，空间注意力约束雨带位置；尾部感知有序损失结合 focal 重加权与 Earth Mover 距离的等级惩罚。作者聚焦 **C4 ≥50 mm h⁻¹**，官方登记摘要报告 C4 的 CSI 到 +6 h 仍非零，+4—6 h 匹配或超过 JMA very-short-range forecast，并在消融中强调卫星水汽和近地面湿度对长时效的贡献。[AIES 登记摘要](https://api.crossref.org/works/10.1175/aies-d-25-0117.1)

当前能核实的是期刊记录与摘要，同题研究此前已见于 [EGU26 摘要](https://meetingorganizer.copernicus.org/EGU26/EGU26-2056.html)。本轮没有取得期刊全文，不能确认训练年份、独立事件划分、网格尺度、样本数、逐阈值指标、真实观测延迟和共同基线合同；也没有核到代码、权重及专属数据。其价值在于测试多源观测是否延长雨带位置和强雨信息的可用时效，不能仅由“non-zero CSI”推定达到业务预警水平。应特别核验各观测在起报时刻是否已到报，以及 JMA 对比的空间尺度、有效时间和极端样本是否一致。**图件未镜像：复用许可未核实。** 见 [AIES 原文入口](https://doi.org/10.1175/AIES-D-25-0117.1)。

### 3.2 core-short-range：TC-Next 用真正的未来模式场检验迁移

**来源、任务和数据。** Zhe Wang 等的 [TC-Next v1](https://arxiv.org/html/2609.02085v1)输出西北太平洋气旋 +6、+12、+18、+24 h 的路径与强度。历史输入为覆盖 24 h 的 5 个 6 h 时次，包括 ERA5、GridSat 红外以及 IBTrACS 位置／强度；未来条件是从起报时刻初始化的 GraphCast 预测场。大尺度域为 70°×105°、0.25°，风暴红外图块为 16°范围，GridSat 原生约 0.07°重采样至 0.0625°。不同插值网格不应写成新的观测分辨率。

模型约 **360 万参数**，结合宏观／局地 CNN、region proposal、RoIAlign、低秩融合和 LSTM 编码解码。训练为 1990—2017 年 801 个气旋／28,962 个样本，验证为 2018 年 34 个／1,171 个，测试为 2019—2020 年 57 个／1,815 个；另以 2025 年 29 个气旋／867 个样本评估 WeatherNext Cyclones（WN-C）。GraphCast 骨干冻结，其训练截止为 2017 年，TC-Next 只在 GraphCast 条件下训练，再替换 Pangu、IFS 或 WeatherNext Cyclones（WN-C） 驱动。

**效果及公平性。** 作者在 GraphCast +24 h 的匹配样本上报告路径误差由 TempestExtremes 的 **57.03 km 降至 48.68 km**，强度误差由 **28.90 kt 降至 8.93 kt**。后一差距同时包含目标定义影响：粗网格局部最大风与 IBTrACS 一分钟最大持续风并不等价，不能把强度数字全归因于新增预报信息。TempestExtremes 匹配仅覆盖约 54%—70% 样本；同一预报源内配对公平，并不保证不同模式、时效、路径和强度使用同一批样本。红外消融表使用完整测试集，也不能直接与匹配子集表相减。

用业务可用的 TCVitals 锚点后，WeatherNext Cyclones（WN-C） +24 h 的路径误差为 **58.00 对 60.36 km**，强度为 **7.29 对 9.49 kt**；+12／18 h 路径还有小幅退步。WeatherNext Cyclones（WN-C） 的 4 个成员是逐成员评分后平均，论文没有把这一步建立成集合均值技巧或概率校准结果。Pangu 的缺失 500 hPa 垂直速度通道补零，且 2019 年 Pangu 曾用于验证，因此“zero-shot”应理解为未以该骨干重新训练，并不保证所有骨干信息在模型选择中完全不可见。2025 年最佳路径也仍有临时版本问题。

**技术判断与可借鉴点。** 对不同动力／AI 模式共享局地后处理器，比仅在同一来源的重分析上拆分训练测试更接近用户的迁移问题。应保留“训练驱动—测试驱动—起报锚点—匹配样本—目标定义”五项对照，并追加相同事件、相同成员数及概率评分。原始数据源可以识别，但本轮未核到论文专属代码、权重或冻结匹配清单，也未独立复现。论文为 CC BY 4.0；当前 HTML 主要用表格呈现实验，未选取可用的独立代表图，保留[原文表格入口](https://arxiv.org/html/2609.02085v1)。

### 3.3 core-s2s：本轮没有新的直接中长期技巧结论

本窗口未发现可核验的新 1—65 天 AI 集合预测、周尺度降水或多模式公平比较的直接技巧结果。第四节的 NeuralGCM 使用 10 天积分优化特定热事件，归入相邻的物理响应研究；飓风 LAM 是连续边界驱动降尺度。第五节的 SLAV 46 天集合系统英译版涉及有用动力基线，但研究本体发表于 2025 年。上述条目均不能填补本轮直接 S2S 新证据的空缺。既有 SimCast-S2S 仓库未见本窗口实质新提交，不重复升级状态。

### 3.4 core-air-quality：保留候选，但不提升只有标题的证据

发现概率脉冲神经网络空气质量论文和 CMAQ 图网络回顾性订正的期刊元数据，尚缺任务时效、气象来源、共同样本与公开结果，均留在 `metadata-only`。窗口外 ARC-Net 臭氧论文确实使用真实 HRES 未来气象，值得作为研究设计参考，见第五节；它 8 月 28 日已发表，不能计为今天新的空气质量方法。当前没有新的已核实 CAMS／MLWP 驱动差距、PM₂.₅ 极值概率或沙尘阈值过程结果。

## 四、相关方法与基础设施

### 4.1 飓风 LAM＋EDM：恢复结构的证据强于真实起报预报的证据

**来源与设计。** Yingkai Sha、Talea L. Mayo、Ethan D. Gutmann、Lulin Xue、Andrew Newman 的 [arXiv v1](https://arxiv.org/html/2609.02034v1)面向大西洋飓风区域降尺度。标题中的 kilometer-scale 在此实际为 **8 km**，区域约 18°—45°N、65°—99°W，训练目标由原生 4 km CONUS404 平均到 8 km。ERA5 0.25°每 3 h 边界条件驱动小时级 LAM 自回归，模型读取前一步高分辨率状态和相邻边界时刻，采用 Swin Transformer、门控融合和时间 FiLM；EDM 对六个地面变量生成细尺度残差，降水仅在扩散输出中产生。

训练为 **1980—2018 年**、验证为 2019 年，测试为 2020—2024 年飓风季的 20 个热带气旋，其中 2024 年资料截止 9 月 30 日。季节积分提前三天启动，使用 2010—2019 年五月气候态初始化；这不是每次独立天气预报的起报验证。整个积分持续获得实际有效时刻的 ERA5 边界，且另测 GDAS/FNL 分析驱动。因此，它检验的是给定大尺度演变下的区域恢复能力，尚不能证明未来 1—10 天或第 3—4 周的动力预报误差也能被相同幅度修正。

**作者报告结果。** 20 成员生成集合在整体 CRPS 上约为确定性逐时 U-Net 基线 MAE 的一半，并改善 10—100 km 尺度的谱能量。相较基线，ERA5 驱动的 LAM 在 20／20 个气旋上改善强度，GDAS 驱动为 15／20；GDAS 下的降水表现相近，但 15—30 m s⁻¹ 风速区间退化更明显。CONUS404 是主要场参照，HURDAT2 为路径／强度参照，格点最大风与一分钟最佳路径强度仍有代表性差异。[方法与结果全文](https://arxiv.org/html/2609.02034v1)

阈值评估包括 SEDI、ETS 和 9×9 网格邻域 FSS，后者约对应 72 km 空间容差；不能把它直接解释为 8 km 点位命中。概率可靠度曲线在对角线上方，提示部分强事件概率被低估。集合差异来自给定边界下的生成采样，没有同时传播初值和边界预报的不确定性。物理／谱外观、位置误差、阈值概率和不同驱动来源应分开列出。

**开放性与迁移意义。** [GitHub](https://github.com/yingkaisha/RAL-GWC-TC)包含预处理、训练和检验代码，Apache-2.0；[Hugging Face](https://huggingface.co/yingkaisha/CONUS404-AI-TC)卡片标 Apache-2.0，API 可核实际 LAM 检查点约 4.94 GB、扩散检查点约 674 MB 及 EMA 文件，未下载大权重或运行。仓库最近推送在 8 月 31 日，HF 制品在 8 月 19 日，均不计作今天新发布。CONUS404 的 2023—2024 延伸资料仍需索取。最值得借鉴的是把持续大尺度约束与随机细节恢复分开；面向真实业务或 S2S，下一实验应换成在起报时刻可取得的预报边界，并匹配训练／测试模式来源。

<figure class="paper-figure">
  <a href="https://arxiv.org/html/2609.02034v1#S2.F1" target="_blank" rel="noreferrer">
    <img src="/assets/paper-figures/2026-09-03/hurricane-lam-edm/fig-1-web.png" alt="论文图1，完整展示20个气旋案例、8公里区域与路径、LAM结构和EDM去噪器结构" loading="lazy">
  </a>
  <figcaption>
    <strong>论文图 1｜案例、区域及 LAM＋EDM 完整结构。</strong>
    原始图注：(a) and (b) The name, category, and duration of 20 TCs evaluated in this study. (c) The coverage of the 8-km domain with shaded elevation and TC tracks. (d) Architecture of the AI-based LAM. (e) Architecture of the EDM denoiser, serving as the diffusion model.
    来源：Yingkai Sha、Talea L. Mayo、Ethan D. Gutmann、Lulin Xue、Andrew Newman，Kilometer-Scale AI Downscaling of Atlantic Hurricanes with Generative Ensembles，arXiv:2609.02034v1，Figure 1。
    许可：<a href="https://creativecommons.org/licenses/by/4.0/">CC BY 4.0</a>。
    本站使用日期为 2026-09-03；原图 2558×3598 PNG 完整保留，网页图等比例缩至 1600×2251 PNG，未裁剪、添加标记或改写科学信息。
  </figcaption>
</figure>

### 4.2 UM 在线强化学习：耦合跑通，但同个例和跨变量代价不可省略

Pritthijit Nath 等的 [arXiv v1](https://arxiv.org/html/2609.02566v1)把 DDPG 策略接入 Met Office UM N320，水平约 40 km、70 层、时间步长 720 s，192 个 MPI 区块通过 SmartSim／Redis 与本地 Python agent 交换状态。共享策略施加有界位温倾向订正；训练用向业务分析场的 nudging 构造即时反事实奖励，冻结后推理不再向未来分析场 nudging，分析仅用于验证。

关键限制是 **10 次训练预报和冻结策略推理均从 2021-12-12 00 UTC 同一初态出发**，每次运行 6 h 12 min、31 步。十次训练不是十个独立天气过程；无 nudging 推理也不等于未见初态测试。+6 h 北／南热带 Z500 MAE 相对原生 UM 减少 45.8%／40.8%，对应绝对减小约 1.822／1.578 m；但极地 Z500 变差，**1.5 m 温度与 500 hPa 温度 MAE 在全部六个纬度带均变差**。MSLP 仅三个带改善。局地位温 MSE 奖励、区域 MAE 和整体天气质量存在明显差别。

其贡献是分布式动力模式与在线策略的可行耦合，而非已经确立的泛化预报系统。本轮未核到专属代码、检查点或独立起报评估包；UM 本身需相应使用协议。下一步应固定训练预算，以完全留出的日期、季节和环流型评估多变量代价、守恒及长期稳定性，再讨论移植到其他动力模式。论文许可为 **CC BY-NC-SA 4.0**，不在本站允许镜像的许可集合内，故只保留[原文图件入口](https://arxiv.org/html/2609.02566v1)，不复制图片。

### 4.3 NeuralGCM 非洲热事件：物理压力试验，存在起报日期冲突

Kiven M. Nyuydini 等的 [Research Square v1](https://www.researchsquare.com/article/rs-10739679/v1)选取 2024 年南部、西部、东部和东北非洲四个热事件，用 **2.8°确定性 NeuralGCM、37 个压力层、10 天积分和小时输出**，以 ERA5 初态和参照、保持的 SST／海冰边界进行试验。作者通过可微预报对初始状态优化，增加区域热指数 HI，并用归一化逐变量平方扰动正则把初态限制在历史状态附近；Adam 优化 50 次。没有训练一个新天气基础模型，也没有生成带发生概率的预报集合。

作者报告优化后 HI 可提高约 **1.2—3.0°C**；分解温度与水汽贡献，南部／东北部偏热力增温和下沉，西部更依赖湿度，东部为混合路径。它与用户问题的连接是识别动力模型保留了哪些可放大的热力／水汽信息。正则化邻域和数值可积分不自动等于真实发生概率，四个已按 ERA5 可再现性筛选的事件也不是广泛独立技巧检验。HI 在 **1000 hPa**诊断，不能直接当作地面站人体热暴露观测验证。

还需先解决可核对的不一致：表 1 给东北非洲案例起报为 **4 月 30 日**、峰值为 **6 月 6—7 日**，而表 3 统一写 10 天积分；这组日期无法直接对应。可能是日期笔误或案例设置不同，目前没有足够证据替作者修正，更不能据此宣称 38 天极端热预报。ERA5 可获取，作者明确称专属代码将在发表后上 Zenodo，当前不算已经开源。下次触发器为日期勘误、代码与优化边界、对扰动发生可能性的独立约束。本期未选图；可在[原文](https://www.researchsquare.com/article/rs-10739679/v1)查看完整诊断。

### 4.4 TROPICS 两步 CNN：降水与潜热观测产品，不是未来回波预测

Toshi Matsui、Scott A. Braun、Sarah E. Ringerud 的 [EGUsphere 讨论稿](https://egusphere.copernicus.org/preprints/2026/egusphere-2026-4156/)将 TROPICS 的 12 个微波通道、陆海掩膜及质量信息组成 14 个输入特征，在 7×7 邻域上用 CNN 反演降水；训练参照是 GPM 2BCMB，从约 5 km 聚合到约 30 km 微波足迹。15 min 与 30 min 配准容差分别测试，后者增加样本，同时引入更大的时空失配风险。第二步 CNN 反演约 1—12 km、80 层的潜热剖面，并引入降水柱潜热预算约束。

论文采用 **随机 80%／20% 样本划分**，分陆地／海洋训练，比较网络深度、配准、损失和输入组合，使用加权 MSE、偏差及分布项。所谓 ensemble 主要是超参数组合搜索与优选，不应改写成经校准的未来天气概率集合。作者比较轨道及气候分布，称相对 PRPS 改善降水分布，但最强降水仍偏少，潜热在约 5—7.5 km 表现较好。全球产品展示不等同于独立年份／完整风暴留出；地面独立验证尚待补充，训练时段和独立事件清单仍需冻结。由长期平均关系导出的柱预算用到瞬时足迹，也需要另查近似误差。

[NASA 代码目录](https://portal.nccs.nasa.gov/datashare/cloudlibrary/PUB_DATA/TROPICS_CNN_2026/SOFT/)可访问，包含实际训练／反演 Python 脚本与 README；[L2 目录](https://portal.nccs.nasa.gov/datashare/cloudlibrary/PUB_DATA/TROPICS_CNN_2026/L2/)有产品文件。代码文件日期为 7 月，不能写成 9 月 2 日新开源；未确认独立预训练权重清单和代码／产品标准许可证。文章 CC BY 4.0 也不自动覆盖外部数据产品。本条是卫星降水／潜热反演基础设施，未重建三维雷达反射率，未预测未来时刻。可借鉴多源配准误差分析及物理约束，但进入雷达预报训练前应评估误差向下游传播。

### 4.5 AD4DVAR-radar：PR #153 改变运行边界，未改变科学结果

[PR #153](https://github.com/gonos2k/AD4DVAR-radar/pull/153)已于 9 月 3 日 05:18 合并，提交 `9cfc1a7c55a2`。本轮检查了 PR 与变更文件：它移除内部 MPS 认证策略、签名／证据验证及相关参数，CPU 评分接口去掉不可用的 MPS 入口，历史认证字段保留空值兼容，并维护 CPU 回归路径。25 行增加、643 行删除说明接口收缩，但行数本身不是科研证据。

此变更替代此前继续维护该内部认证面的状态，不代表完成真实多雷达验证或业务准入；没有新增模型、权重、事件数据、FSS／可靠度结果及独立复现。跟踪条目原位更新为基础设施状态，下一触发器仍是可公开真实事件、明确许可证、冻结评估协议或实质预报结果。仓库其他日常提交、已有软件测试量均不重计为新技巧。

## 五、机构信号、仅元数据、窗口外与排除项

### 5.1 metadata-only：题目有相关性，但实验内容尚不能核实

| 标题 | 日期 / 状态 | 来源与链接 | 大致内容、公开性及下一触发器 |
|---|---|---|---|
| A Lightweight Multimodal Spatiotemporal Learning Framework for Precipitation Nowcasting | 9/3 03:10 DOI 注册；JSTARS 2026 期刊记录 | [IEEE](https://ieeexplore.ieee.org/document/11676193/)／[登记元数据](https://api.crossref.org/works/10.1109/jstars.2026.3729834) | 标题指向轻量多模态临近预报；未取得摘要／全文，数据、模型细节、时效、训练测试、指标、代码／权重与具体图件许可均未核实；下一步取得官方正文，不能仅由 lightweight 宣称低延迟 |
| SFNL-Former: A Novel Spatial-Frequency Non-local Network for Precipitation Forecast | 9/1 23:40 DOI 注册，缓冲；卷期仅标 9 月 | [Elsevier DOI](https://doi.org/10.1016/j.rcradv.2026.200381) | Resources, Conservation & Recycling Advances 期刊记录；标题涉及空频非局地网络，摘要和真实目标时效未获；数据、独立测试和复现制品未知；先核正文及为何归入该刊，不从网络名推断改善极值 |
| A Spatiotemporal Graph Neural Network Framework for Retrospective Bias Correction of CMAQ Air Quality Simulations over the Continental United States | 9/1 14:45 DOI 注册，缓冲；首发日期未定 | [Atmospheric Pollution Research](https://doi.org/10.1016/j.apr.2026.103191) | 标题明确 CONUS CMAQ 回顾性偏差订正；尚无证据确认真实未来预测、气象误差传播或概率评估；训练年份、站点、指标、代码与数据状态待全文，不升级为直接预报 |
| Enhanced air quality prediction using probabilistic spiking neural networks with multi-aspect graph attention mechanism | 9/2 在线发表；9/3 01:45 DOI 注册 | [International Journal of Environmental Studies](https://doi.org/10.1080/00207233.2026.2723829) | 概率脉冲网络／图注意力为标题级信息；未获官方摘要／全文，污染物、气象驱动、时效、站点划分、可靠度及复现状态未知；名称中的 probabilistic 不能代替概率校准证据 |
| Pressure: reimagining the D-Day forecast through machine learning | 9/2 16:23 DOI 注册；Weather 期刊记录 | [RMetS / Wiley](https://doi.org/10.1002/wea.70123) | 标题为历史天气预报重建；本轮官方正文不可访问，未以二手页面描述填补实验细节；模型、初始化、集合、参照与代码均待核，暂不列为新天气模型技巧 |

上述五项均为 `metadata-only`。注册时间来自 Crossref `created`，不是首次投稿、录用或公开时间。除已明确在线日期者外，不把 Crossref 年／月字段、许可证起始日期或 OpenAlex 抓取日期当作发表日。

### 5.2 window-out：迟到索引和英译出版不计作窗口内新科学结果

**铁路闪电 XGBoost，科学首发 8 月 31 日，9 月 1 日 18:32 才登记 DOI。** Zhoulong Wang 等的 [Atmosphere 17, 856](https://doi.org/10.3390/atmos17090856)是 1 h 闪电预报，相邻于强对流预警，不是雷达降水。0.25°网格融合历史地面闪电与 ERA5，2014—2018 年训练、2019 年验证／阈值选择、2020 年独立测试；用 10 km 缓冲及最大概率聚合到济南西—泰安六个铁路区段。2020 年区段 POD／FAR／CSI 为 **0.60／0.39／0.43**，网格为 0.55／0.50／0.36。冻结模型与阈值，在 2025 年 7 月把 ERA5 换成归档 HRES 后，POD 从 0.85 降到 0.80，CSI 从 0.60 降到 0.57。

这个“同模型换真实预报驱动”的设计值得借鉴，但 HRES 辅助方案仍持续使用已观测历史闪电，不是 HRES 独立预测。论文称归档模式取 00／06／12／18 UTC 周期，业务落地还需核实最新可用循环与观测延迟。对比 HRES `litota1` 的非零报警规则得到 CSI 0.25，阈值调优预算并未匹配。雷电与 HRES 原始资料受访问约束，本轮未核到代码／权重。文章为 CC BY 4.0，但因科学首发在 48 h 外，本报仅补录方法参考，不配图或算作本轮核心新增。

**ARC-Net 臭氧，科学首发 8 月 28 日，9 月 1 日 18:32 新增索引。** Bohui Jiang 等的 [Atmosphere 17, 845](https://doi.org/10.3390/atmos17090845)题为 A Dual-Branch Transformer with Adaptive Residual Correction for Improving High-Ozone Forecast Skill，覆盖京津冀 13 城市 157 站、2019—2023 年，2019—2022 年训练、2023 年独立测试。输入包括历史污染物和 **12 UTC 起报的 HRES 未来 0—240 h 气象**；前三天原始输出每 3 h，之后每 6 h，再插值到小时。ERA5 用于物理背景分析，不能与真实 HRES 驱动混写。方法结合回归／分类双分支 Transformer 和门控残差订正。

作者报告 0—24 h 汇总 RMSE **17.03 μg m⁻³**、R² 0.879；0—240 h 汇总 RMSE **24.57 μg m⁻³**、R² 0.749。后一个数字不是 +240 h 点技巧。高臭氧阈值的 CSI 改善依赖阈值及基线；特定高污染案例的误差降低也不能推广到全年极端样本。HRES 非完全开放，处理数据需索取，未核到专属代码和权重。其可借鉴点是冻结起报循环并输入真实未来气象，下一步检查逐时效、城市留出、极值事件和驱动误差传播；不纳入今天直接空气质量新增。

**三篇 2025 年研究的 9 月 2 日英译出版。** [Comparison of Two Subseasonal Ensemble Forecasting Systems Based on the SLAV Model](https://doi.org/10.3103/S1068373926130029)比较 SLAV072L96 的 S1 breeding 61 成员与 S2 LEnKF 41 成员，积分至 46 天，摘要称后者较长时效可比或更好、两系统都欠离散。这可作 S2S 动力基线提示，但原始俄文 DOI 为 `10.37162/2618-9631-2025-2-28-43`，不能称 2026 年新 AI 模型。成员数不等，也需要相同预算与样本的全文比较；未核到可复现资料。

另两篇风阵临近预报[方法概述](https://doi.org/10.3103/S1068373926130030)和[检验研究](https://doi.org/10.3103/S1068373926130042)也对应 2025 年原文。官方摘要涉及随机森林、pySTEPS 与 COSMO-Ru 2.2，检验使用 2024 年 5—9 月俄罗斯中部自动站，>20 m s⁻¹ 强阵风的 FSS 有用范围约到 30 min。它们属于有参考价值的风灾方法／验证旧文，不能计为新的雷达降水结果；代码、权重和共同样本未核实。三条翻译记录合并登记 `window-out`，等待实质新数据或实验，不重复追踪版式变化。

### 5.3 机构与来源覆盖

本轮分源检索 arXiv、OpenReview、Crossref、OpenAlex、Semantic Scholar；覆盖 AMS、IEEE、EGU／Copernicus、AGU／Wiley、RMetS、Elsevier、Springer Nature，以及 GitHub、Hugging Face、论文项目／NASA 数据页和 Papers with Code 相关索引。机构检索覆盖 ECMWF、NOAA、Met Office、CMA、WMO、CAMS、DeepMind 及相关作者实验室。本轮未核到符合时间窗、且提供新模型／新评估／新制品的独立机构公告，不用活动页刷新或无修改日期的网页补足 `institution-signal`。

arXiv、OpenAlex、GitHub 和 HF API 可用；部分 Crossref 初始请求限流，按主线缩小查询后恢复。Semantic Scholar 仍返回 429。IEEE 页面返回空响应／限制访问，AMS、Elsevier、Taylor & Francis 及部分 Wiley 页面受 403 或连接限制，已使用官方登记摘要／元数据，并在对应条目明确阅读层级。因此，“未发现”表示本轮可访问来源下的核验结果，不代表所有平台没有新稿。

### 5.4 low-value-exclusion 与去重

排除车载／人体感知雷达、普通恶劣天气图像恢复、系外行星大气、无预测任务的气候统计，以及只有 wrapper／界面改动的天气应用。HF `sundaycoil/weather-analyzer` 虽有更新时间，但可见文件主要是分析脚本和空配置，未核到模型卡、实际检查点或科学评估，不称作新天气模型。既有 GenONet、印度降尺度、SimCast-S2S、SAPAD、Aardvark 等未变化项不再生成新 tracker 行。

## 六、对当前研究的具体启发

1. **把驱动来源写进试验矩阵。** 至少区分分析驱动、真实 NWP 驱动、AI 天气驱动及跨来源迁移。飓风 LAM 给出分析条件下的结构恢复证据，TC-Next 检验真实未来场迁移，铁路闪电旧文检验冻结模型的 ERA5→HRES 差距。这三类结果应分别报告。
2. **把精细结构、位置与不确定性拆开评估。** 生成模型同时列谱、FSS 的实际公里尺度、CRPS、统一掩膜的可靠度／rank histogram、强事件漏报与位置误差。增加成员只说明采样次数增加，不能替代对边界、初值和结构误差的传播。
3. **用未见起报验证动力耦合。** 在线 RL 先在完全独立的日期／季节上冻结评估，再讨论学习改善；同步报告温度、环流、湿度与降水代价。某个高度场相对误差显著下降，可能仍伴随温度恶化。
4. **把长期平均和单时效分开。** 空气质量 0—240 h 汇总、区域 72 km FSS、季节连续降尺度、10 天初态优化分别回答不同问题。面向周尺度降水或 PM₂.₅，应固定起报日历、有效期、异常基准和共同样本，避免跨任务移植数字。
5. **把上游产品误差带入预报验证。** TROPICS 的配准容差、分布截断和潜热预算近似影响条件信息质量；将此类产品接入雷达／模式融合前，比较有无产品、不同误差分层及事件留出，而不只比较反演图像相似度。

## 七、后续跟进触发器

| 对象 | 下一次值得更新的变化 |
|---|---|
| GenLUPIN | IEEE 全文与明确时步／网格；完整训练测试清单；权重及各组件许可证；统一掩膜与尾部校准复核 |
| FlowsNet | 正式全文；九州数据时间与事件划分；多源到报延迟；逐时效 C4 分数和 JMA 同样本合同；代码／权重 |
| TC-Next | 专属代码、冻结权重与匹配清单；严格留出骨干；统一强度定义、跨模式共同样本与概率集合检验 |
| 飓风 LAM＋EDM | 可公开完整参照资料；真实起报预报边界；初值／边界／生成误差联合集合；强事件概率校准 |
| UM 在线 RL | 完全未见日期与季节、多随机种子；长积分和跨变量代价；可运行耦合代码与共享检查点 |
| NeuralGCM 热事件 | 东北非洲起报／峰值日期冲突修正；Zenodo 代码；扰动物理可行性及发生可能性约束 |
| TROPICS | 冻结训练年份与风暴留出；权重／产品许可；站点独立验证；反演误差向下游预报传播 |
| AD4DVAR-radar | 实际雷达事件与多站样本、标准许可、冻结评估和新技巧结果；不再因内部认证维护重复升级 |
| 五项元数据候选 | 官方摘要／全文及明确任务、气象驱动、时效与独立测试；由证据决定是否升级分类 |
| 窗口外闪电／臭氧研究 | 可公开制品、逐起报驱动合同、同预算基线、阈值概率与跨地区／年份验证 |

## 八、简短结论

本期最有用的进展是跨预报源后处理与动力约束生成恢复的具体实验设计。TC-Next 提供短时迁移证据，飓风 LAM＋EDM 提供分析驱动下的细结构集合证据；两者适用范围应保持清楚。GenLUPIN／FlowsNet 值得继续核实正式实验，UM 在线 RL 和 NeuralGCM 热事件则先解决独立起报与时间一致性问题。本轮没有新的可核验直接 S2S 或空气质量技巧结果，不以迟到索引补写突破。