# 2026-09-07 大气科学 AI 研究日报

核验截止：**2026-09-07 13:04:13 +08:00**。主窗口为 9 月 6 日 13:04:13—9 月 7 日 13:04:13；24—48 h 缓冲窗口为 9 月 5 日 13:04:13—9 月 6 日 13:04:13。上一期实际截止为 9 月 6 日 13:04:31，两次窗口重叠 18 s，已按 DOI、arXiv ID、标题、仓库与提交哈希去重。检索、全文阅读、代码审查、图件许可核验与发布在冻结截止后继续完成。

## 一、总体判断与信号地图

今天没有新的 `core-nowcasting`、`core-short-range`、`core-s2s` 或 `core-air-quality` 论文级直接结果。最有价值的科学更新来自两篇 9 月 6 日正式发表的集合后处理论文：一篇联合校准气温与露点温度，另一篇把 ECMWF 集合中的控制预报和扰动成员组表示成混合分布，并用非循环梯度提升选择协变量。两项都直接回应“不确定性怎样表达与校准”，但验证变量主要是近地面温度／露点，不是降水、雷达回波或空气质量，因此统一归为 `adjacent-method`。

代码侧比论文侧活跃。`fink42/dmi-nowcast` 在主窗口新增季节分层阈值扫描、雨量站起雨定义敏感性和可复核的加速实现；`TWei-1101/taiwan-radar-rain` 新增基于覆盖率和 Z–R QPE 的 Rain Score；`pegasus-isi/fedcast-workflow` 把原先集中式模拟的 Fed-Cast 复现脚手架扩展到显式 cross-silo 数据放置；`AD4DVAR-radar` 则闭合了指标权重和雷达先验空间 cotangent 的一批数值链路。这些更新都属于 `infrastructure`：它们改善了评估、数据放置、透明基线或微分正确性，但没有产生新的独立雷达技巧结论。

24—48 h 缓冲补获一套 `HRRR` 降水场的无条件 diffusion 权重。模型卡确实包含两套约 44.9 MB 权重、配置和验证／测试 loss，但它没有预报条件、起报时刻或提前量，也没有说明 HRRR 时段、区域、变量单位和许可证，不能写成降水临近预报。同期一篇 IMERG 降水融合—山洪模拟论文只有正式书目信息，暂留 `metadata-only`。

EMS Annual Meeting 2026 于 9 月 6 日开幕，议程中出现泛欧洲概率降水—洪水风险临近预报、COALITION-4、多源 TCU nowcasting、WP-MIP 等高相关报告。不过对应摘要在 6 月已经公开，本轮截止时相关演讲、海报、录屏、冻结数据与代码尚未上线；会议开幕只记 `institution-signal`，不把旧摘要重新包装成新研究。

| 研究线 / 层次 | 本期信号 | 最关键的边界 |
|---|---|---|
| core-nowcasting | 无论文级新增；DMI、台湾雷达和 AD4DVAR 有基础设施更新 | 光流／STEPS、Z–R 评分和数值微分正确性不等于新的 AI 技巧；作者制品与独立复现分开 |
| core-short-range | 无新的降水／强对流主结果 | 两篇温湿集合后处理只作可迁移的概率方法，不外推成降水改进 |
| core-s2s | 无新的 1—65 d 论文、权重或业务验证 | EMS／WP-MIP 日程是未来触发器，不是已完成评估 |
| core-air-quality | 无新的真实 CAMS／MLWP／NWP 驱动结果 | 例行 AQ 仓库和监测模型不进入核心线 |
| adjacent-method | 联合温湿 DRN；MIXSAMOS-GB；HRRR 无条件 diffusion 权重 | 边缘校准、联合依赖和场生成要与真正的时空预报合同分开 |
| infrastructure | DMI nowcast、台湾雷达、Fed-Cast、AD4DVAR | 评估设计和工程闭合有价值，但还没有冻结共同样本的独立技巧增量 |
| institution-signal | EMS 2026 开幕 | 摘要为旧材料，报告和制品尚未发生 |

本期镜像 **1 张完整代表图**：MIXSAMOS-GB 论文的 Figure 5。具体 arXiv v1 明确为 CC BY 4.0，图注没有第三方材料例外；source 与 web PNG 均为 1432×881、字节一致，未裁剪面板、坐标、图例或色标，也未添加本站标注。联合温湿论文为 CC BY-NC 4.0，不符合本站自动图件白名单。以下效果均为作者或仓库报告；本轮未训练模型，也未执行外部仓库的完整实验。

## 二、新增条目表

### 2.1 主窗口

| 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、数据状态 |
|---|---|---|---|---|---|---|
| Joint Postprocessing of Air and Dew Point Temperature Ensemble Forecasts With Machine Learning | 9/6 正式上线；9/7 10:05 +08 Crossref 创建 | 多变量集合后处理与热舒适／湿度诊断 | adjacent-method | *Meteorological Applications* 正式 CC BY-NC 4.0 论文 | [DOI](https://doi.org/10.1002/met.70237)／[MetMed 2025 摘要](https://www.metmed.eu/getFiles/hash/Y3UmNmBjZmFjMlJzNjFDZiNjNkhTZjNmYETO2M2NmJz%3AbHU0SjlmczJFaTUrTHhPTVVGVVFZUzl5UmtKWk45aXFSUGc1cTBqdjVxZldLWmdnTk0zTlJNdk8zcEVCYjQ2SktBNU5IbmNGUmxXdThubXh3V2tZRmVTeGYzUktlNVc0NERrN2l1SG1WTHY2VE5zV3N6MWI0aExxRnpIOHVzbzRJZjJrcWpiQVROQkp0RmpSdUxmSTJURmwzUlMyamNseWMxNTJaenZNZ2F4NVBENFBCV241Vks3WWZZaG1zQjhYRmdyTzNOblA4Zy9VcG11ODkxY1FjU3cvNFY2V2dKc2N6dVRMMW5FdUdMcz0%3D) | 未找到论文匹配代码、权重、数据包或冻结评估；图件不镜像 |
| Gradient-Boosted Mixture Regression Models for Postprocessing Ensemble Weather Forecasts | 9/6 正式上线；9/7 08:31 +08 Crossref 创建 | 24 h ECMWF 集合温度概率校准 | adjacent-method | *Environmetrics* 37:e70145 正式 CC BY 4.0 论文；由 2024 arXiv 升级 | [DOI](https://doi.org/10.1002/env.70145)／[arXiv v1](https://arxiv.org/abs/2412.09583v1)／[R 包](https://github.com/jobstdavid/mixnhreg) | GPL-3 `mixnhreg` 0.1.0 可用，但最后提交为 2024-12-17；无论文专属冻结 runner／数据快照；Figure 5 已镜像 |
| `fink42/dmi-nowcast` 评估与起雨敏感性更新 | 9/6 14:59—9/7 12:27 +08 四次实质提交 | 丹麦 0—60 min 雷达概率临近预报 | infrastructure | GitHub hobby project，无论文或独立业务认证 | [仓库](https://github.com/fink42/dmi-nowcast)／[起雨敏感性](https://github.com/fink42/dmi-nowcast/commit/f2dbd442c98812d564785cfa4399671665c41462)／[向量化复核](https://github.com/fink42/dmi-nowcast/commit/c2dc7a763380b8bb5f664ceb7bc337dbf79b6668) | MIT 主代码；vendored pySTEPS 为 BSD-3-Clause；DMI 数据按开放数据条款；未提交完整回算 corpus 或独立结果包 |
| `TWei-1101/taiwan-radar-rain` coverage + QPE Rain Score | 9/6 14:07 +08 提交 `6c2b2a69c67a` | 台湾雷达当前降雨判断与 10—60 min ETA | infrastructure | GitHub Home Assistant 工具，无论文 | [仓库](https://github.com/TWei-1101/taiwan-radar-rain)／[提交](https://github.com/TWei-1101/taiwan-radar-rain/commit/6c2b2a69c67a1a5b1ca2c1b5b71ab9ea8f072461) | MIT；读取 CWA `O-A0059-001` 开放雷达格点；有离线测试，无真实事件验证、概率校准或权重 |
| `pegasus-isi/fedcast-workflow` cross-silo placement and validation | 9/7 05:40—06:34 +08 五次提交 | 七区域 MRMS Fed-Cast 复现基础设施 | infrastructure | 第三方 Pegasus 复现脚手架；论文状态不变 | [仓库](https://github.com/pegasus-isi/fedcast-workflow)／[最终提交](https://github.com/pegasus-isi/fedcast-workflow/commit/87ab7188b54fe559983c31e4d434e91c150cb97e) | 新增驻留 shard、客户端验证、受限导出与验证等价测试；无标准 LICENSE、完整 E1 运行、checkpoint 或结果包 |
| `AD4DVAR-radar` metric-weight and spatial-cotangent closure | 9/6 14:02—9/6 23:01 +08，合并 PR 158/159 | 雷达变分分析／先验敏感度基础设施 | infrastructure | GitHub 数值与审计更新，无论文新状态 | [仓库](https://github.com/gonos2k/AD4DVAR-radar)／[最终合并](https://github.com/gonos2k/AD4DVAR-radar/commit/3296f70b0b3dc2d9010a7f60bc568ea1394aab32) | 增加 score-weight 一致性、prior 空间 cotangent 和 16×16 合成学习 approval；仍无标准 LICENSE、真实雷达前后技巧、完整 GPU/MPS 证据 |

### 2.2 24—48 h 缓冲窗口补获

| 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、数据状态 |
|---|---|---|---|---|---|---|
| `hrrr-precipitation-100x100-diffusion` | 9/6 01:54 +08 HF 模型创建，位于缓冲窗口 | HRRR 降水场无条件生成 | adjacent-method，低证据制品 | Hugging Face 模型，无论文／正式 release | [模型卡](https://huggingface.co/Diffusion-Research-Lab/hrrr-precipitation-100x100-diffusion) | 两套 44,918,712-byte safetensors 与配置／loss；无 forecast conditioning、提前量、数据时空清单、物理单位或许可证 |
| Integration of Deep Learning with Geographical Discrepancy Analysis for IMERG Precipitation Fusion: Application to Flash Flood Simulation | 9/5 19:30 +08 Crossref 创建并正式上线 | 同期卫星降水融合与山洪模拟 | metadata-only | *Water Resources Management* 正式订阅论文 | [DOI](https://doi.org/10.1007/s11269-026-04881-z) | 只有题名、作者、日期与 TDM 链路；摘要、区域／时段、模型、效果、代码、数据和图件许可未核实 |

上述两项都早于上一期 9 月 6 日 13:04:31 截止，但在本期 24—48 h 缓冲中按平台检索延迟补获；没有把它们写成上一截止后的新事件。

## 三、四条核心研究线

### 3.1 core-nowcasting：没有新论文，当前增量集中在验证和透明基线

主窗口没有新的雷达回波／降水场 AI 论文、预印本、正式状态、权重或规范数据集。最相关的两项代码更新都不是新 AI 模型。

`dmi-nowcast` 读取 DMI ODIM HDF5 雷达复合场，经 Z–R 转换、Farnebäck 稠密光流和拉格朗日平流生成确定性场，并以 vendored pySTEPS 1.21.1 的 STEPS 谱级联产生集合；随后在固定点、提前量和事件上做 isotonic calibration。README 将 DMI 场描述为 column-maximum reflectivity，并明确提醒它可能受高大对流核、亮带和 virga 影响，不能当作地面雨量。仓库同时使用 DMI metObs 雨量站做告警验证。README 对产品到报节奏同时出现“约 5 min 新复合场”和方法文件中的“500 m、10 min”表述，实际复现需要冻结具体产品、扫描时刻和到报延迟。

本期新增的 `--strata season` 阈值扫面、固定 `(lead, threshold)` 告警在不同 gauge-onset 定义下的重评分，以及作者称 28 min→1.6 s 且结果字节一致的真值加载加速，都属于评估治理。仓库提交的 `calibration_curves.json` 写有 10／30／60 min 各 3,296 个样本，原始到校准后 Brier 分别从 0.0102→0.0091、0.0216→0.0182、0.0347→0.0275；但其源 corpus 指向未提交的 `reports/calibration_corpus.parquet`，当前网页 `fixture.json` 又明确是前端测试 fixture。因此这些数字只能标作作者制品，不能替代可下载共同样本和独立复算。项目最有价值的贡献是把雷达真值、雨量站真值、季节分层和起雨定义分开，而不是一个新的排行榜分数。

台湾项目的新提交把 1／3／10 km 最大 dBZ、像素覆盖率与 `Z=200R^1.6` 估计雨强合成 Rain Score，再用最近两帧相位相关平移到未来 10—60 min。它读取中央气象署 `O-A0059-001` 1.25 km 雷达整合回波，透明、轻量、MIT，可作为当前降雨与平流 ETA 的工程基线。权重 35%／40%／25%、18 dBZ 和 score 50 都是规则参数，没有训练、事件划分、CSI／FSS、雨量站校准或不确定性覆盖，因此只能列 infrastructure。

### 3.2 core-short-range：温湿联合后处理可迁移，但当前没有降水证据

联合温湿论文比较三类方法：先分别用 univariate Distributional Regression Network 校准气温和露点、再用 Ensemble Copula Coupling 恢复依赖；一次性输出边缘与相关结构的 bivariate DRN；以及参数由原始集合的仿射函数给出的 bivariate EMOS。数据来自加泰罗尼亚气象局 10-member multi-model ensemble 和自动站网络。作者摘要报告 bivariate DRN 在保持类似边缘表现的同时优于 univariate DRN+ECC 的多变量技巧，也优于同一二元高斯形式的 EMOS；但 bivariate DRN 与 EMOS 的 rank histogram 校准相近。

该结果说明“逐变量先校准、再重排依赖”和“联合建模依赖”并不等价，适合迁移到温度—露点—相对湿度、雷达—雨量和多污染物联合分布。当前公开证据没有训练／验证年份、预报提前量、站点数、绝对 CRPS／Energy Score、极端热湿阈值和代码，因此本期不升级为 0—72 h 核心技能，也不把“多变量技巧更高”写成“校准全面更好”。

### 3.3 core-s2s：无新增；会议日程不等于结果

arXiv 四组更新时间查询在主／缓冲窗口均无新稿，Crossref、OpenAlex、GitHub 和 Hugging Face 也未核实到新的 1—65 d 模型、权重或共同样本评估。EMS 2026 的 WP-MIP、AIFS 微调天气型和长程后处理报告值得跟踪，但大多安排在本轮截止之后，公开内容仍是 6 月摘要。下一次只有在演讲 PDF／海报、录屏、冻结预测样本、榜单或代码出现时才升级。

### 3.4 core-air-quality：没有真实预报气象驱动的新结果

主窗口检索到大量 PM₂.₅／AQI 仓库，但新增提交主要是小时 forecast JSON、仪表盘、课程项目或相同模板的三日 AQI 流程；没有形成新的论文、冻结数据、真实 CAMS／MLWP／NWP 驱动误差传播或极端／沙尘可靠度证据。`EdgeAQ-Net` 的 Crossref 记录把正式日期写为 9 月 26 日，晚于本轮截止，摘要又以 monitoring、accuracy 和推理延迟为主，没有明确预报提前量或起报合同；不进入核心线。

## 四、相关方法与基础设施

### 4.1 MIXSAMOS-GB：用混合分布保留集合的多峰与偏态信息

**任务与数据。** 正式论文用德国 280 个 DWD SYNOP 站 2015-01-02—2020-12-31 的 2 m 温度观测，以及 ECMWF 0.25° 集合预报。预报每日 12 UTC 起报、固定 +24 h，有 50 个扰动成员和一个控制预报；协变量覆盖 2 m 温度、地面气压、10 m 风分量／风速／阵风、比湿和总云量。格点预报双线性插值到站点。2015—2019 为静态训练，2020 全年为独立测试；每站单独建模，梯度提升方法在训练期内用 10-fold CV 选停止轮数。

**模型。** MIXMOS 把 50-member 扰动组和 control 作为两个 exchangeable groups，每组对应一个高斯 mixture component；MIXSAMOS 先按年循环去除站点和季节效应，再在标准化异常空间拟合位置、尺度和 mixture weights。MIXSAMOS-GB 以非循环 gradient boosting 在所有分布参数之间选择单个最有用的协变量，可用 LogS 或 CRPS 训练。与单峰 SAMOS／SAMOS-GB 相比，它可以保留控制预报和扰动组之间的偏态或双峰信息。

**作者报告效果。** LogS 优化时，raw ensemble／SAMOS／MIXSAMOS／SAMOS-GB／MIXSAMOS-GB 的 CRPS 分别为 1.03／0.74／0.72／0.71／0.69，MIXSAMOS-GB 的 coverage 96.83%，略高于 51-member 对应的名义 96.15%，interval width 5.99 则宽于 SAMOS-GB 的 5.72。相对 SAMOS 的站点 CRPSS 中位增益约 4.5%；相对 SAMOS-GB，约 72.5% 站点的 CRPS 差异在多重检验校正后显著。结果说明灵活分布减少了单峰错设，但也以部分 sharpness 为代价，不能只引用最小 CRPS。

**代码与边界。** 作者的 GPL-3 R 包 `mixnhreg` 0.1.0 实现 mixture regression、非循环 boosting、LogS／CRPS，但仓库最后提交为 2024-12-17；本期新增是论文正式发表，不是代码更新。论文按站点局地拟合，当前不建模空间关系，也不直接支持未观测位置；只有固定 +24 h 2 m 温度，尚未证明对降水、强对流、S2S 多时效联合轨迹或跨模式集合同样有效。

<figure class="paper-figure">
  <a href="https://arxiv.org/html/2412.09583v1#S6.F5" target="_blank" rel="noreferrer">
    <img src="/assets/paper-figures/2026-09-07/mixsamos-gb/fig-5-web.png" alt="MIXSAMOS-GB论文Figure 5，左侧比较三种后处理方法相对SAMOS的站点CRPSS，右侧显示MIXSAMOS-GB相对SAMOS-GB在德国站点的CRPSS及显著性" loading="lazy">
  </a>
  <figcaption>
    <strong>论文图 5｜混合分布与梯度提升后处理的站点 CRPSS 增益。</strong>
    原始图注：(a): boxplots of stationwise CRPS based skill score (CRPSS) improvements (%) over SAMOS in the testing data. The points show the stationwise CRPSS where the lines interrelate the improvements for the different models. (b): stationwise CRPSS (%) of MIXSAMOS-GB over SAMOS-GB in the testing data. Significant CRPS differences in favor of MIXSAMOS-GB are indicated by △.
    来源：David Jobst，Gradient-Boosted Mixture Regression Models for Postprocessing Ensemble Weather Forecasts，arXiv:2412.09583v1，Figure 5。
    许可：<a href="https://creativecommons.org/licenses/by/4.0/">CC BY 4.0</a>。
    本站使用日期为 2026-09-07；从 arXiv v1 HTML 下载完整 1432×881 PNG，网页图与原图字节一致，未裁剪、标注、改色或改写科学信息。
  </figcaption>
</figure>

### 4.2 HRRR diffusion 权重：是真实场生成制品，不是预报器

HF 模型在缓冲窗口一次性公开 `ddpm-v` 和 `dlpm-eps`。两者都用 100×100 单通道场、4×4 patch、12-layer transformer、6 heads、256 diffusion steps，训练配置为 batch 8、最多 128 epochs、80／10／10 random split、标准化；测试配置每次生成 32 个样本。DDPM-V 在 epoch 70 的 validation／test loss 为 0.0739／0.0759，DLPM-Eps 在 epoch 122 为 0.1530／0.1800。两种 loss 对应不同目标，不能用数值较小直接判 DDPM 更优。

模型卡只把数据写成 `hrrr`，没有时段、区域、预报循环、有效时刻、降水累积窗、变量单位、重复样本控制或数据来源链接；标签还明确是 `unconditional-generation`。因此它最多说明“能够从一个未充分描述的 HRRR 降水场分布采样”，不能说明从当前状态预测未来降水，也不能评估条件一致性、极端可靠度、空间谱或业务技巧。两套权重和 normalization 文件真实存在，但仓库没有许可证。

### 4.3 Fed-Cast 与 AD4DVAR：基础设施继续闭合，科学结果仍未发生

Fed-Cast 第三方复现脚手架的新 cross-silo 模式把每个 MRMS shard 固定在一个数据持有节点，客户端训练返回权重和少量计数／loss 元数据，客户端验证返回 batch loss sums 和 counts；集中式 DGMR 与服务器端 MCT 评估仍需每个 silo 通过显式 `silo_export` 拷出一次完整 shard。仓库增加导出字段白名单、artifact exit-time 复核和三条验证路径的等价测试，还明确承认这不是“只有权重离开数据节点”的隐私系统。这个澄清对公平比较联邦与集中式训练很重要，但完整 2021—2024、七区域、100 rounds E1 仍未运行，E2.2 SAM 和 discriminator hinge loss 仍是缺口，无 checkpoint／metrics／TOPSIS 结果可报告。

AD4DVAR 的 PR 158 使 M0 线性诊断复用真实 score weights，PR 159 将 radar-dependent prior 的 mean 与空间 `log(std_dbz)` JVP／VJP、fallback 初始场和 full spatial cotangent 串进敏感度链，并用 16×16 合成案例演示理论与学习 approval。仓库 `PHASE1_COMPLETION_CHECKLIST` 仍明确把真实 radar-dependent prior、独立重预报评分和 real-radar cohort 留作外部证据；full MPS P1 与业务部署仍是 NO-GO。今天的更新可以降低“梯度链写错却报正增益”的风险，不能成为真实临近预报技巧。

## 五、机构信号、仅元数据、窗口外与排除项

**EMS 2026。** 会议于 9 月 6—11 日在 Utrecht 举行。当前日程里，`EMS2026-484` 将在 9 月 10 日报告泛欧洲 deep-learning precipitation／flood-risk nowcasting，包括误差相关噪声集合、logistic probability calibration 和 2024—2025 洪水案例；`EMS2026-302` 将在 9 月 9 日报告 COALITION-4；`EMS2026-124` 讨论用雷达／闪电生成 TCU 标签并训练最长 4 h 概率预报；`EMS2026-598` 的 WP-MIP 在本轮截止后的 9 月 7 日 15:30 CEST 才报告。所有摘要都在 6 月更新，本轮没有可点击的新 slides／poster／recording／code／weights，因此只保留会议开幕与后续触发器，不把摘要技术内容计为新结果。

**IMERG 融合论文。** Springer/Crossref 可核实 9 月 5 日正式上线、作者与 DOI，但没有公开摘要；题名支持“深度学习＋地理差异分析融合 IMERG 后用于山洪模拟”，不能推断使用哪些卫星／雨量站、训练测试划分、误差增益和洪水传播效果。它是同期降水融合和水文应用，不是未来天气场预测。图件未镜像：正式记录只有 Springer TDM 条款，具体图件复用许可未核实。

**低价值排除。** `bamaniyaviraj11-spec/thunderstorm-nowcasting` 在主窗口创建但为空仓库。`vavodeleon/nowcast-ags` 的核心卫星／NWP方法早于窗口，当前提交只按 15 min 更新 PNG／JSON／CSV；`Zeref538/hangin` 主窗口也只刷新 forecast JSON。大量 SIH urban-flood／severe-weather 仓库、天气应用、空气质量课程模板和 HF 日常数据刷新没有冻结数据、模型或评估。两篇 9 月 6 日正式的 riverine／one-day-ahead streamflow 论文预测水文流量而非降水或雷达场，未提供对本研究主线的直接气象信息，故不纳入新增。`EdgeAQ-Net` 以监测 accuracy、latency 和 bandwidth 为主，正式日期还标在 9 月 26 日，当前不升级。图像去雨／去雾 diffusion、空间天气、交通流和能源风速模型均按任务边界排除。

**来源限制。** arXiv 四组 API 成功但无窗口新稿；Semantic Scholar 四组查询均返回 429。Crossref 并发首轮出现 TLS EOF，降低并发并按相关性重试后五组均成功。OpenAlex 只有少量非目标记录；GitHub 匿名 API 达到 403 rate limit 后，对重点仓库改用浅克隆和本地 commit/tree 检查。Wiley full XML 受到 Cloudflare challenge，联合温湿论文的细节只按 Crossref 正式摘要和 MetMed 官方摘要写入；没有从不可见正文补造年份和分数。接口失败只作为来源限制，不是“无新增”的单独证据。

## 六、对当前研究的具体启发

1. **联合分布不能靠逐变量好分数代替。** 气温—露点的 bivariate DRN 显示，边缘分数相近时，多变量依赖仍可改进；雷达强度—位置、温度—湿度、污染物—气象驱动也应单独报告联合 Energy Score／variogram score、物理不等式和边缘可靠度。
2. **混合分布要同时审查 calibration 与 sharpness。** MIXSAMOS-GB 的 CRPS 最低且 coverage 接近名义值，但区间略宽于 SAMOS-GB。对多模式 S2S、AI＋动力混合集合和 diffusion ensemble，应同时报告 CRPS、coverage、width／spread 和尾部，而不是只看一个 proper score。
3. **exchangeable group 可用于动力—AI 混合集合。** 把 control 与 perturbed members 分成 mixture components 的设计，可迁移为“动力集合组、AI 集合组、统计后处理组”；但 mixture weights 必须在共同起报、统一参照和预注册时效上学习，防止后验挑选。
4. **起雨定义属于不确定性合同。** DMI 项开始对 gauge-onset 定义做固定告警重评分，这比重新选阈值更可信。雷达—雨量站核验应冻结累积窗、检测下限、到报延迟、允许 tolerance 和 dry-gap，并给出敏感性而不是单一时间标签。
5. **透明规则基线仍需要严格验证。** 台湾项目的覆盖率＋Z–R＋相位相关很适合作为可解释下限，但 18 dBZ、固定权重和 Rain Score 50 必须用事件隔离雨量站／雷达共同样本验证，不能用“规则物理可解释”代替技巧。
6. **无条件场生成不是降尺度或预报。** HRRR diffusion 权重没有 coarse conditioning、当前状态或 lead time；只有当模型对真实粗场／预报场条件化，并以共同有效时刻验证结构、极值和可靠度时，才可进入降尺度或短时预测比较。
7. **联邦实验要把数据移动和评分等价写清。** Fed-Cast 的 cross-silo 更新说明，客户端 shard 不动并不等于没有元数据或集中式导出。任何 federated radar benchmark 都应把每一条 egress、随机数流、验证聚合和 pooled baseline 的数据访问写成可审计 contract。

## 七、后续跟进触发器

| 对象 | 下一次应升级的触发条件 |
|---|---|
| 联合温湿 DRN | 全文可访问；训练／测试年份、预报时效和站点数；绝对边缘／联合分数；代码、权重、极端热湿与跨站验证 |
| MIXSAMOS-GB | VOR 与 arXiv 对版；冻结 paper runner／数据清单；多时效、降水和多模式组扩展；空间／未观测站点验证 |
| DMI nowcast | 公开完整 calibration／warning corpus 和 manifest；产品 cadence／到报合同；季节与 onset 敏感性结果；persistence／NWP／pySTEPS 共同样本比较 |
| 台湾 radar-rain | 雨量站共址事件、阈值／权重训练外固定、逐时效 CSI/FSS／ETA 误差、数据到报和 Z–R／亮带分层 |
| Fed-Cast | 标准 LICENSE 与 release；完整 E1 checkpoints／metrics／TOPSIS；paper-author reconciliation；cross-silo 与 emulated 同随机流结果 |
| AD4DVAR | 真实多雷达 before-after、独立观测、完整 CPU／CUDA／MPS suite、标准 release／许可证；合成 approval 不再单独触发技巧升级 |
| HRRR diffusion | 数据年份／区域／循环／累积窗／单位／许可；条件化任务、lead time、代码；CRPS／谱／极端／联合可靠度和基线 |
| IMERG fusion | 可访问摘要／全文；融合数据、划分与模型；降水与洪水共同样本；代码／数据／许可 |
| EMS 2026 | `EMS2026-484/302/124/598` 的演讲 PDF、海报、录屏、冻结评估、代码、权重或业务产品；摘要本身不重复触发 |

## 八、简短结论

今天是一个“概率后处理和验证基础设施强、核心预测论文弱”的窗口。两篇正式论文分别说明，联合建模变量依赖和用混合分布保留集合多峰信息，都能改善概率预报；同时也暴露出边缘分数、联合技巧、coverage 与 sharpness 不能互相替代。它们对降水、S2S 混合集合和空气质量有方法价值，但当前证据仍限于近地面温湿变量。

雷达侧的新东西主要是更透明的评估和基线：DMI 项把季节阈值、起雨定义和雨量站真值拆开，台湾项目把覆盖率、Z–R 和平移 ETA 组合成可读规则。Fed-Cast 与 AD4DVAR 继续修补数据放置和微分链路。所有这些都值得跟踪，但没有一项在今天闭合“冻结输入—真实未来—独立参照—可复算技巧”的完整证据链。缓冲捕获的 HRRR diffusion 权重也再次说明，生成得像降水场并不等于会预报未来降水。