2026-09-06 大气科学 AI 研究日报#

核验截止：2026-09-06 13:04:31 +08:00。主窗口为 9 月 5 日 13:04:31—9 月 6 日 13:04:31；24—48 h 缓冲窗口为 9 月 4 日 13:04:31—9 月 5 日 13:04:31。上一期实际截止为 9 月 5 日 13:03:24，两次截止之间相差 1 min 7 s，该小段由本期缓冲窗口覆盖。以下按事件发生时间归窗；检索、全文阅读、图件许可核验和发布在冻结截止后继续完成。

一、总体判断与信号地图#

今天最重要的新增不在雷达回波临近预报，而在 S2S 的“可预报信息与校准层次”。一份 9 月 6 日新存档的北美天气型 AI handout 给出 1—42 d 日概率预报的完整预注册统计结果：模型在 10—20 d 相对气候态和季节 Markov 基线均有正 RPSS，但把 MJO、ENSO、平流层和 QBO 五个慢变通道加入天气型历史后，没有得到可检测的额外技巧。材料同时明确承认全部结果仍是跨年交叉验证、42 个时效是彼此独立的边缘分布、没有保留可做前瞻检验的检查点，原计划的条件降水生成属于下一阶段。它是直接的 core-s2s 结果，但正式状态只是 Zenodo supplementary handout，不是同行评议论文。

第二个 S2S 信号是两套公开制品。TianXing-S2S 在缓冲窗口形成 MIT v1.0 tag 和 Zenodo DOI，使已有 45 d 多圈层扩散模型从“浮动主分支”升级为可引用代码快照；但推理配置仍指向占位检查点，论文权重和完整测试集没有发布。另一套 vortex-day 包把 FuXi-S2S／CFSv2 的粗网格热带气旋活动检测、阈值校准和下游概率后处理拆开，公开代码、派生结果和复核规则；它的核心启示是，改进源端检测保真度不保证改进下游概率产品。

空气质量线出现 NEXUS 的 Urban Climate DOI 映射。论文使用 21 d 历史 CAMS／ERA5 序列预测下一 3 h 的 CO、NO 和 SO₂，测试按年份后段隔离，模型只有 18,748 个参数；不过目标是 CAMS 再分析在四个角点上的场值，不是真实站点，输入也没有未来预报气象。论文将其写成高分辨率实时空气质量预报并给出 0.91—0.95 的 R²，但公开 CSV 显示原始质量混合比为 10⁻⁶—10⁻⁸ 量级，文中 0.2—0.4“kg kg⁻¹”误差／浓度显然存在尺度或单位标注问题。作者仓库有 CSV 和图，却没有论文所称的完整可执行工作流、权重或许可证。

横向方法中，2 月预印本 AI-Based Regional Emulation for Kilometer-Scale Dynamical Downscaling 于 9 月 5 日正式发表于 JGR: Machine Learning and Computation。它以 3 h 大尺度边界强迫 4 km、小时级区域场，能稳定运行多年并保留 CESM 集合离散度；与此同时，10—100 km 能量系统性不足，暖季小型对流降水对象数量和高分位雨量被低估。这是与“保留大尺度状态、恢复小尺度结构”高度同构的正式证据，但任务是受边界强迫的区域／气候降尺度，不是 0—72 h 起报预报。

本期没有新的可核验 direct core-nowcasting 论文、雷达权重或规范数据集，也没有新的完整 core-short-range 技巧结果。AD4DVAR-radar 有大批正确性和审计边界修复，但仍无真实雷达前后技巧。FY-4A PWV 同化论文已由 Elsevier 标为 9 月 5 日上线，不过只能取得题名和书目信息，暂留 metadata-only。

本期镜像 2 张完整代表图：AI-LAM 的 Figure 1 和 NEXUS 的 Figure 1。两图均取自明确标注 CC BY 4.0 的具体 arXiv v2；图注没有第三方材料例外。AI-LAM 网页图从 2570×3136 等比例缩放为 1600×1952，NEXUS 原图 1332×1302 已低于宽度上限，source 与 web 文件字节一致。均未裁面板、添加箭头或改写图中信息。其余条目因无图件许可、无正式论文或不需要图解而不镜像。以下所有效果均为作者或制品报告，本轮没有训练模型或独立复算论文技巧。

二、新增与状态变化条目#

2.1 主窗口#

2.2 24—48 h 缓冲窗口补获#

该 release 早于上一期 13:03:24 截止，但在当前 24—48 h 缓冲中，按列表／检索延迟补获；不把它伪装为上一截止后的首次代码公开。主分支代码实际在 1 月已存在，本次新增是 v1.0 tag 与 Zenodo DOI。

2.3 机构信号、窗口外与排除状态#

三、四条核心研究线#

3.1 core-nowcasting：没有新场预报结果，阵风锋位置预报不能代替回波预报#

主窗口内未发现新的雷达回波／降水场 0—3 h 论文、权重、数据或正式状态。AD4DVAR-radar 的改动量很大：从上一记录的 ca8f18c 到 2398e5f，公开 diff 涉及输入派生、ledger、promotion、数值边界、测试和审查制品，合计 67 个文件。新守卫覆盖输入 provenance 所有权、失败重试下的制品清理、cross-dtype／device remap、当前版 issuance、promotion 关联、受限不确定性和亚秒加速度判定；作者记录的 Python 3.10／3.12 CPU 回归可见。

这些更改提高了可审计性，但仓库 README 仍明确把系统限定为 offline scientific demonstration：三帧 10 min 雷达输入预测未来 180 min，状态只有全局平移、增长和局地守恒 remap，不能一般表示旋转、变形、多系统运动或新生对流；forecast_confidence 也不是校准概率。作者审查材料同样把真实雷达案例、CUDA 和完整 MPS 留为未完成项。因此本期只更新 infrastructure，不把大批测试或 review artifact 写成新技巧。本轮没有执行下载来的外部代码，作者自报的通过数不等于独立复现。

窗口外补获的 IEEE 阵风锋论文更接近对象位置 nowcasting。它把每个手工检测的极化雷达阵风锋拟合为曲线，再转成归一化锚点；相邻扫描配对后建立 point-wise 和 mean-motion 两个速度模型，并融合为位置概率预报。官方摘要称多个案例在约 30 min 内有显著技巧，且正与 Neuro-Fuzzy Gust Front Detection Algorithm 联接以实现自动化。它预测的是阵风锋位置及其不确定性，不是未来回波或降水场；没有案例数、逐时效位置误差、可靠度和代码时，不能当成已校准业务系统。

3.2 core-short-range：FY-4A PWV 是题名级上游信号#

FY-4A PWV 同化论文的正式上线日期可由 Elsevier core metadata 核到 9 月 5 日，但自动访问只能取得题名、作者、PII 和订阅状态，没有摘要。题名支持“卫星可降水量同化改善强降水 NWP”的上游方向，却不能告诉我们使用何种模式和同化方法、多少次起报和降水案例、验证到几小时、参照是站点还是雷达、是否使用共同样本，也不能判断它与 AI 后处理是否有直接关系。

因此该条目留在 metadata-only。升级到 infrastructure 至少需要可访问摘要或全文、起报—有效—时效合同、控制／同化试验共同样本和逐阈值降水结果。今天没有新的 0—72 h AI 降水订正、雷达—模式融合或区域业务验证主结果。

3.3 core-s2s：天气型边界信息、生成集合和校准层次成为主信号#

北美天气型 AI Phase 1 handout#

任务与数据。 新 handout 用 ERA5 1980-03-01—2022-11-30 的日尺度 500 hPa 位势高度异常构造六类北美天气型，其中四类全年有效、一类只在春夏有效，另保留 no-regime。43 个气象年形成 15,379 个初始化和 498,702 个“初始化—时效”评分对；每次预报一次输出未来 42 d 的六分类概率。

模型与比较。 22-channel TCN 使用 16 个 Z500 主成分和 6 个当前天气型概率；27-channel arm 再加入 RMM1、RMM2、滞后两个月的 ONI、60°N 10 hPa 纬向风和 QBO30。网络为五个残差 TCN block、dilation 1/2/4/8/16、hidden width 32，两个 arm 分别约 40.7k 和 41.3k 参数。评估按气象年 leave-one-out，另划四个内验证年，13 个随机种子，逐时效 temperature scaling 和 30 次 MC-dropout；参考包括季节气候态、六状态一阶 Markov 以及慢变强迫进入转移 logits 的 forced-Markov。

作者报告效果。 在 10—20 d，22／27-channel 相对气候态 RPSS 为 +0.03030／+0.03138，相对 Markov floor 为 +0.01765／+0.01874，20,000 次联合 year-and-seed bootstrap 后八个预注册 cell 均通过 Holm 校正。短时效结论相反：lead 1 相对 Markov 为 −0.04512／−0.06274，作者将其归因于非因果低通标签与起报时刻 0.9824 的 kernel overlap，而不是模型突然失去短期动力。最直接的边界消融 27ch−22ch 在 10—20 d 只有 +0.00109，95% CI [−0.00198, +0.00448]，正确解释是“未检测到额外慢变通道效果”。

限制。 所有结果是 cross-validation，不是独立前瞻期；项目没有保留检查点，无法对从未见过的年份再运行。42 个时效由一个 head 同时输出，但只是独立边缘分布，没有联合轨迹一致性。提交摘要原计划把天气型再用于条件降水生成，本次材料明确将其延期到 Phase 2，并且 21—42 d 不作技巧主张。Zenodo 没有声明许可证，故不镜像图件。

对当前研究的价值。 它给出一个很清楚的负结果：大尺度慢变指标具有物理可解释性，并不保证在已有天气型历史和季节 Markov 之上增加信息。自己的 S2S 设计应预注册“新增边界通道相对强 Markov／动力基线的增量”，并把标签构造的时间平滑、因果性和起报重叠单独审计。

TianXing-S2S v1.0#

论文背景。 既有预印本用 ERA5 1979—2015 训练、2016—2017 验证、2018—2021 测试，81 个大气—海洋—陆面—通量变量统一到 1.5°、日平均。多圈层变量先经 sphere-specific VQVAE 压缩，扩散 denoiser 通过 optimal-transport block 交换大气和边界信息，再自回归产生 51 成员、1—45 d 集合；作者还展示 180 d 长积分。

作者报告效果。 在相同 ECMWF S2S 起报日和 1.5°网格上，作者将 51-member TianXing 与 11-member ECMWF CY48r1 reforecast、51-member FuXi-S2S 比较，报告 day >10 多变量 CRPS 相对 ECMWF 最高改善约 12%，T2M／Z500／OLR／TP 的 SSR 更接近 1，95／99 分位 T2M 与 TP 的 Brier skill 在较长时效更好。集合成员数不相同、所有模型参照 ERA5、FuXi 与 ECMWF 具有各自 reforecast climatology，这些合同必须保留，不能只引用最大 12%。

本期新增和复现边界。 9 月 4 日 v1.0 把 MIT 代码归档为 Zenodo DOI，含 VQVAE、diffusion-OTB、训练脚本和 45 d sampler；但 test config 仍写 checkpoints/xxx.ckpt，仓库与 21.63 MB 存档都没有训练权重。配套 HF 数据创建于 2025 年，只给 2018—2021 每月一个初始化样例的 21 个变量，且许可为 CC BY-NC 4.0，不是完整测试集。故本期是“可引用代码快照”，不是“论文结果可复现完成”。

3.4 core-air-quality：NEXUS 结构紧凑，但数据合同与宣传尺度不一致#

数据和时效。 NEXUS 覆盖 Delhi NCR 约 60×60 km，2018—2021 年。污染物 CO、NO、SO₂来自 CAMS 三小时资料的四个域角点；ERA5 提供降水、净太阳辐射、10 m 风和皮温，论文先提到十六个气象位置，最终经 IDW 对齐到四个污染物位置。每个输入含 168 个三小时步，即过去 21 d，只预测下一步 +3 h。训练为 2018—2020，验证为 2021-01—06，测试为 2021-07—12；没有真实预报气象、排放预测或站点观测。

模型和效果。 Patch embedding、低秩投影、CompactKernel／MicroConv／FusionGate 三路 NanoBlock、可学习融合和空间加权池化组成 18,748 参数网络。作者在同一测试段报告 CO／NO／SO₂ 的 R² 0.9404／0.9140／0.9521，平均 R² 0.9355，高于同表 SCINet、Autoformer 和 FEDformer；推理约 0.8 ms／样本。测试只是一段六个月序列，未见跨城市、站点留出、多起报循环或不确定性评估。

关键证据问题。 文中把 CAMS 场称为 pollutant observations，却没有地面站独立验证；四个输出位置也不足以支撑“高分辨率邻里级”表述。更严重的是单位：公开 CSV 的 CO／NO／SO₂ 是约 10⁻⁶／10⁻⁸／10⁻⁸ kg kg⁻¹，论文却将 RMSE 0.27—0.36 和月均 0.35 标为 kg kg⁻¹，量级不可能来自反归一化物理值，必须等待勘误或明确“标准化空间指标”。仓库虽公开 NEXUS_Dataset.csv、7.65 MB 压缩数据和图片，却没有 README 所称的 interactive notebook、模型源码、权重或 LICENSE。

四、相关方法与基础设施#

4.1 AI-LAM：边界锚定能保持多年稳定，但不会自动补足对流尺度#

任务和数据。 正式论文在美国南部大平原和东南部 28—40°N、87—103°W 建立 4 km、336×336、小时级区域 LAM。1980—2018 CONUS404 是高分辨率训练目标，0.25°、3 h ERA5 是边界强迫，2019 为验证。模型上一时刻的高分辨率状态、相邻两个大尺度边界时刻以及年月日／时刻编码共同输入 Swin-Transformer；总降水等诊断量由独立 U-Net 后处理。

实验合同。 2021—2024 water years 分别以 3 h ERA5、6 h ERA5 和 1°、6 h GDAS/FNL 驱动；另用 CESM-LENS2 做 1980—2010 与 2070—2100 两段 30 年模拟，并把 10 个 CESM member 的 2025—2027 下推成区域集合。所有试验从 CONUS404 2010—2019 气候态起步，约 96 h spin-up；因此这不是从每个业务分析起报的 0—72 h forecast。

作者报告效果。 3 h 边界更新相对 6 h ERA5／GDAS 使 2 m 温度 RMSE 约降 18%／24%，10 m 风约降 10%／12%；6 h ERA5 与 6 h GDAS 差异反而较小，说明边界时间频率比数据源差异更重要。10-member CESM 试验中，区域 member spread 与边界集合接近，且增加了中尺度谱能量。

不足。 相对 CONUS404，所有当前气候试验在 10—100 km 的能量谱均偏低，短波端最明显。降水后处理能复原冬季有组织系统和雨带，但暖季低估降水对象数量，高分位雨量也偏低；Hurricane Ida 登陆后衰减过快。下一步不能只加更强 decoder，而应在相同边界信息下检验生成式局地残差是否提高事件数量、强度、谱和概率可靠度，同时不破坏大尺度锚定。

开放性。 官方 GitHub 为 Apache-2.0，含训练、推理、评估、环境和配置；HF 有 3.2 GB checkpoint。代码最后实质提交为 8 月 13 日，权重约五个月前上传，本期没有新制品，只是论文从 2 月 arXiv 升级为正式期刊文章。

4.2 vortex-day：源端检测更真实，不代表下游概率更好#

该 Zenodo 包面向 ATL、NWP、SWIO、SEIO 四个海盆，把 1.5° FuXi-S2S／CFSv2 场中的涡旋日检测，与 IBTrACS tropical-storm days、检测阈值校准、计数模型和概率后处理逐层拆开。当前 ten-member 诊断覆盖 104 个日期；发布说明报告，大尺度 index signal 的保留约 57%，直接 vortex-presence 只约 23%，提示粗网格系统可能保留环境信息而丢掉对象本身。

最值得借鉴的是 stage-aware calibration。包内 authority map 把“源端检测更忠实”“源端校准能否替代 downstream calibration”“两级校准是否相容”分成不同对比；18 个 within-downstream 配置中差异方向一致，15 个 target-week cluster-bootstrap 区间排除零，说明源端校准在下游链中可能反而降低分数。这个结果不能概括成“不要校准检测器”，而是要求阈值／对象检测和最终概率产品在同一目标、共同样本和完整链上联合验证。

开放性比普通 supplement 好：4.51 MB 存档含 BSD-3-Clause Python、CC BY 4.0 派生结果、十张可重建图、204 个表值的独立期望和 MANIFEST。它仍不是端到端重跑包：缺少 forecast fields、per-case predictors、AI Weather Quest labels、部分 FuXi 产物和一个 extended ERA5 generator；论文 Word 文件也未公开。发布内置 verifier 的存在是审计设计，不是本轮独立运行通过的证据。

五、机构信号、仅元数据、窗口外与排除项#

WMO／AI Weather Quest。 WMO 的固定日期页面现在给出 9 月 24 日第五场 webinar 的团队摘要，但不公开精确修改时间，故不强行归入 24 h。摘要称 Fengshun 是直接输出 T2m、降水、MSLP 周概率五分位的轻量模型；FengshunAdjust 融合 Transformer、diffusion 和 GroupVAE／Mamba，FengshunHybrid 再叠加动力 S2S，主办方称 Hybrid 赢得第三季、Adjust 当前领先第四季。MicroEnsemble 的 PBC 摘要称对 ECMWF 动力与 AI 系统做历史概率偏差订正后，AIFS 的 modest subseasonal skill 翻倍，并在 91%／92%／98% 的气压／温度／降水 targets 上优于 operationally debiased dynamical model。CLINT 摘要则强调 calibrated ECMWF ensemble 加 lagged forecasts 已能进入前五，后期 residual U-Net 只用于移动概率分布。三者共同提示“校准和动力锚定”可能比再造一个独立模型更有效，但没有榜单快照、样本定义、RPSS 数值、代码或演讲材料前，只能作 institution-signal。

FY-4A PWV。 仅题名、作者和正式日期可核；不从旧的 FY-4A PWV 研究推断本篇的同化方法和效果。图件未镜像：正式文章为订阅内容，具体图件许可未核。

窗口外阵风锋。 IEEE 论文真实发表日为 5 月 11 日，9 月 5 日只是 Crossref 迟到创建。技术内容值得回补，但不进入今日新增技巧统计。

低价值排除。 ray3389/fr-radar-rainfall 在主窗口创建，却复制了 Météo-France 官方 2025 数据卡、2020—2024 年 tar 结构和示例；没有新增年份、QC、哈希或授权链，不能计作新数据集。Zenodo 的一页 AQI 报告只写“五年数据”和 3 d lag，不给城市、数据源、拆分、RMSE 绝对值或代码，却声称可提前 3—7 d 预警，归 low-value-exclusion。HF 的 santiago-weather 只是每日 DB backup，weather-analyzer 是云资源审计时间戳；天气建议 bot、静态 radar board、常规预报文本／数据库更新、space weather 和无源 schema notes 均不进入研究更新。FOCI 区域化学—气候情景模拟和 CHM_Wind 历史均值数据是真实制品，但不是初始化预报、AI 结果或本研究四条线的当前评估合同，本期不借关键词填充。

来源限制。 arXiv 官方 API 的最新相关记录仍停在 9 月 3 日，周末没有新相关提交；Semantic Scholar 四组查询全部 429。GitHub 匿名 API 达到 rate limit，重点仓库改用公开 Atom feed、fixed-commit raw 文件和 diff 核验。Hugging Face 搜索偶发 401／TLS EOF，后续单关键词查询成功并交叉核了候选。TianXing 21.63 MB Zenodo archive 下载两次均在 TLS／传输中断，文件树由部分下载、GitHub v1.0 固定 raw 文件和 Zenodo 元数据共同核实；未把下载不完整写成代码缺失。API 失败均记录为访问限制，不写成“来源零结果”。

六、对当前研究的具体启发#

1. 新增物理边界必须对强条件基线测增量。 北美天气型结果显示，MJO、ENSO、平流层和 QBO 有物理意义，却在已有状态历史＋季节 Markov 后没有可检测增益。FGOALS／多模式 S2S 实验应把“动力锚定后的新增信息”设为主 estimand，而不是只比较有无通道的端到端分数。
2. 标签构造可以制造虚假的短时技巧。 天气型 handout 的 lead-1 kernel overlap 达 0.9824，非因果滤波使短时结果主要读取标签定义。异常、天气型和低频指数都应同时报告过滤相位、起报重叠和因果版本。
3. 校准是链式问题。 vortex-day 包说明源端 detector calibration、后续计数模型和最终概率校准不能各自单独最优。雷达 QC→QPE→nowcast、MLWP→降尺度→空气质量也应做同样的两级／三级消融。
4. 大尺度稳定与局地恢复应双合同验证。 AI-LAM 保持多年均值、边界响应和集合 spread，却丢失 10—100 km 能量与暖季对流对象。生成式 refinement 应在相同大尺度边界下同时检验谱、对象数、极值、可靠度和水分／质量收支。
5. 回顾性再分析输入不能代表真实预报。 NEXUS 的 +3 h 结果完全由过去 CAMS／ERA5 构成，没有未来 NWP、排放到报或站点真值。空气质量实验必须分开 analysis-driven、perfect-driver 和 true-forecast-driver 三种合同。
6. 代码、权重和测试资料仍需三向冻结。 TianXing 有论文和代码快照却无 checkpoint；NEXUS 有数据却无代码；S2S handout 有完整统计却无模型制品。真正可复现基线应同时冻结 DOI／commit、权重哈希、起报 manifest 和指标入口。
7. 集合公平性不能只看成员数。 TianXing 51 members 与 ECMWF 11 members、天气型 30 次 MC-dropout、单 head 的 42 个边缘分布代表不同不确定性结构。比较时应统一或显式校正成员预算，并分别报告边缘校准和时空联合一致性。

七、后续跟进触发器#

八、简短结论#

今天的核心进展是把“可预报信息、生成式集合和校准”拆得更清楚。北美天气型 handout 给出有价值的正、负结果：历史状态能在 10—20 d 超过气候态和 Markov，但新增慢变通道未显示增益，且现有结果还不能前瞻运行。TianXing-S2S 和 vortex-day 分别推进了生成集合代码归档与后处理审计，不过都未闭合原始输入—权重—结果全链。

AI-LAM 正式发表进一步说明，大尺度边界锚定可以带来多年稳定和集合 spread 保留，却不能自动恢复暖季对流对象；NEXUS 则反向提醒，漂亮的 R² 和极小模型不足以替代真实站点、未来预报驱动、空间留出和正确单位。雷达临近预报本身今天保持空缺，AD4DVAR 的更新只算正确性基础设施，窗口外阵风锋工作也只支持对象位置预测，不能替代未来回波场证据。