2026-09-08 大气科学 AI 研究日报#

核验截止：2026-09-08 13:05:06 +08:00。主窗口为 9 月 7 日 13:05:06-9 月 8 日 13:05:06；24-48 h 缓冲窗口为 9 月 6 日 13:05:06-9 月 7 日 13:05:06。上一期实际截止为 9 月 7 日 13:04:13，两次截止之间相差 53 s，已由缓冲窗口覆盖。论文实际上线、arXiv 提交时间与公开列表批次、Crossref 创建、代码提交和机构网页日期分别记录；检索、全文阅读、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#

今天的高价值信号集中在 core-nowcasting。一篇瑞士冰雹概率临近预报预印本进入 9 月 7 日 arXiv 公开列表，系统地比较训练年份、旋转/镜像增强和输入时长。其最有价值的结果不是新网络结构，而是固定 UNet-GRU 后，六个对流季的真实多样性比延长历史输入更重要；随机旋转和镜像只在样本充分时有益，在 1,000-2,000 个样本的实验中反而使结果变差。另一篇正式发表于 Quarterly Journal of the Royal Meteorological Society 的 NCAST 论文使用 21 年 Meteosat 红外资料，把对流核压缩成对象 token，再输出西非 1、3、6 h 概率场。它在独立 2020-2024 测试中显著提高 AUC，但预测目标是卫星云顶温度导出的对流核，不是雷达回波或定量降水。

fink42/dmi-nowcast 在主窗口继续推进评估基础设施：把雨量站起雨事件正式定义为“此前连续 60 min 干、随后两个 10 min 槽累计至少 0.2 mm”，并把雷达点与雨量站点合并到一次集合回算后按 point_set 分离。作者测试还报告 STEPS 路径约快 20%、峰值内存低 36%，输出逐元素一致。它减少了两套真值重复计算和起雨标签漂移，但完整回算 corpus 仍未公开，因此没有新的可独立接受技巧结论。

横向方法中，ECMWF 发布了 Anemoi flow-matching 时空降尺度原型：O96、6-hourly 场被一次转换为 N320、hourly 序列，并可无额外微调地接到低分辨率 AIFS ENS 后面。这个设计与“保留大尺度可预报信息、恢复细尺度并采样不确定性”高度同构，但页面只有动画示例，没有冻结训练年份、变量清单、定量分数、模型配置或权重，因此只记 institution-signal。同期新建的 truncated-diffusion 项目页给出 SEVIR、CIKM 和皖南山地雷达的作者表值，却没有论文全文、代码、划分、基线表或许可证，保留为 metadata-only。

今天没有新的可靠 core-short-range、core-s2s 或 core-air-quality 论文级直接结果。Springer 当天上线的 SphereStorm 只有题名级书目信息；Navi Mumbai 空气质量论文的公开摘要实质是八站空气质量类别分类，未给出预测提前量、时间划分或未来气象驱动，不能据 0.99-1.00 的树模型准确率写成真实预报能力。

本期镜像 2 张完整代表图。冰雹论文 arXiv v1 明确为 CC BY 4.0，Figure 1 原始 9000×3500 JPEG 未裁剪，网页图仅等比例缩放为 1600×622 并转为 WebP。NCAST 的 White Rose 接受稿和封面明确适用 CC BY 4.0，Figure 3 从接受稿第 7 个正文页完整提取，仅移除页面正文、图注和页边空白；图内元素未裁剪或改写。两套 metadata 均记录来源、图号、原始图注、许可、转换说明和 SHA-256。本期没有训练模型；所有分数均为作者报告或仓库自报。

二、新增条目表#

2.1 主窗口#

2.2 24-48 h 缓冲窗口补获#

该论文的 Crossref 记录在上一期冻结截止前约三分钟创建，但上一轮检索没有稳定捕获。本期将其作为 24-48 h 缓冲补获，不把它写成上一截止后的首次发表。

三、四条核心研究线#

3.1 core-nowcasting：真实数据多样性与对象级概率是今天的两条直接证据#

瑞士冰雹输入敏感性：六年真实样本比更长输入序列更有价值#

科学任务与参照。 模型输入是瑞士 1 km 雷达网格上的 POH、柱最大反射率 CZC 和 20 dBZ 回波顶高 EZC20，目标为未来 12 个 5 min 时次的 POH，最长 60 min。POH 根据 45 dBZ 回波顶相对冻结层的高度估计地面冰雹概率，曾由冰雹垫资料校准，但本研究测试真值仍是雷达 POH 代理，并非独立地面冰雹观测。

数据与划分。 2019-2020、2022-2025 六个对流季用于训练和验证，2021 年整年作为独立测试。样本由 POH>25%、连续面积至少 15 km² 的对象触发，使用 160×160 km tile；同日和相邻日不会跨训练/验证，最终比例为 81%/6%/13%。六年训练池含 25,276 个序列。2021 是瑞士严重冰雹年，因此是时间独立但分布更困难的测试，而不是与训练同气候频率的随机留出。

模型与实验。 固定架构为约 2.5 M 参数的 UNet-GRU，BCE 训练，输入通常为之前 8 帧（40 min）；作者分别改变真实训练年份数、八种旋转/镜像增强和输入帧数，多个组合以不同 batch order 重复三次。最终模型选择六年、增强、6 帧（30 min）输入。最耗时配置使用 4×H200，约 4 GPU h。

作者报告效果。 六年增强模型在 60 min 的 BCE 与一年模型约 35 min 时相当，说明增加真实年份把相同时效技巧向后延长约 25 min。增强在六年训练和 8,000/12,500 个样本时稳定改善，却在 1,000/2,000 个样本时稳定变差；作者将其与瑞士风暴主要向东传播、全方向旋转稀释常见运动样本联系起来。2、4、6、8 帧的三次运行平均 BCE 分别为 0.01482、0.01466、0.01449、0.01460，差异远小于训练年份影响。最佳模型 10 min 可靠度接近 1:1，但较长时效、预测概率大于约 0.2 时转为过度自信。

技术判断。 该工作直接回答“怎样保留可预报信息”：增加不同年份和对流型比机械延长历史序列更有效，且几何增强会改变真实运动方向先验。限制是评估只针对 POH 代理、没有与地面冰雹或降水量在共同样本上复核；没有跨国雷达、跨气候区测试。公开结果仓库可复画部分论文图，但缺训练脚本、检查点、完整样本 manifest 和根许可证，尚未达到端到端复现。

NCAST：对象压缩带来 1-6 h 概率场，但目标仍是卫星对流核#

数据与目标。 研究使用 2004-2024 年 6-9 月 MSG SEVIRI 10.8 µm 云顶亮温，时间分辨率 15 min、空间分辨率约 3-4 km，核心区域为 5-20°N、19°W-5°W。二维 Marr wavelet 在约 12-150 km 尺度识别冷云对象，先保留低于 -40 °C 的像素，并排除最低温暖于 -50 °C 的特征。2004-2018 训练、2019 验证、2020-2024 独立测试；每个 1、3、6 h 提前量单独训练模型。

模型构建。 NCAST 每 30 min 取一帧，从 t0-2 h 到 t0 共 5 帧；每帧最多 50 个对流核，每个 token 含位置、包围盒、面积、3×3 邻域平均 CTT、mask 与月/时刻循环编码，共 13 个特征。250 个 token 经 4 层、4 头、d_model=128 的 Transformer，自注意力后做 mask-weighted mean pooling，再投影到 128×16×16 latent grid，通过卷积上采样输出 512×512 对流核发生概率。损失组合加权 BCE 和约 27 km 邻域的一致性项。

作者报告效果。 五个随机初始化成员平均后，独立测试 AUC 在 1/3/6 h 为 0.96/0.91/0.89，对应 NFLICS 条件气候基线约 0.82/0.80/0.78。1 h FSS 在约 80 km 以上邻域接近 0.5；BSS 相对 NFLICS 在主要有组织对流带普遍为正，但 16°N 以北的低基率区更容易出现负值。去掉自注意力时，1 h AUC 约从 0.95 降到 0.93，150 km FSS 约从 0.58 降到 0.48；去掉月和时刻编码时，6 h AUC 约从 0.86 降到 0.81。增加超过一个历史时次的收益有限。

概率与业务边界。 五成员只来自相同模型的随机初始化，用于降低优化方差，不能解释为初值/模型不确定性集合。AUC 衡量区分度，不等于校准；BSS 空间分布仍显示低基率区退化。论文称 PANCAST 已扩展并部署到 UKCEH portal，但没有公开的业务到报延迟、故障率、独立用户评估或实时冻结样本。CTT core 与强降水有统计关系，却不是雨量或雷达真值，因此不能把 AUC 直接写成降水预报技巧。

开放性。 文章正式 CC BY 4.0；ccores 识别算法公开，MSG 资料由 EUMETSAT 按条件提供，core database 和 NFLICS fields 需申请。接受稿写明 NCAST 模型与评估代码可按合理请求获得并将在正式发表后公开，但本轮尚未找到相应公共仓库或 checkpoint。

3.2 core-short-range：没有新的降水场或 NWP 后处理直接结果#

NCAST 的 6 h 端点位于短时预报衔接区，但模型不使用 NWP，也不输出定量降水、雷达回波或累计雨量。它只能说明对象级卫星特征在 6 h 仍保留区分度，不能替代 0-72 h 降水订正、强对流 NWP 后处理或雷达-模式融合验证。

SphereStorm 的题名暗示球面图引导 diffusion 与物理一致多尺度天气预报，但当前 Springer 页面只暴露正式书章元数据和 TDM 链路。没有时效、起报、变量、网格、训练/测试年份、物理一致性定义或基线时，不进入 core-short-range 或 core-s2s。

3.3 core-s2s：无新技巧结果；ECMWF 原型只说明模块接口可行#

主/缓冲窗口未发现新的 1-65 d AI 天气或次季节论文、权重、冻结起报清单和共同样本评估。ECMWF 的新原型把低分辨率 AIFS ENS 六小时输出接到独立的 flow-matching downscaler，并展示 2024-01-01 00 UTC 起报的 15 d 10 m 风序列。这说明通过共享 ERA5 接口解耦 forecast backbone 与生成式 refinement 在工程上可行，但页面没有 CRPS、谱、极值、能量/质量守恒、ensemble spread 或不同驱动的稳定性比较，不能从动画推断 S2S 增益。

3.4 core-air-quality：正式新文没有形成可接受预报合同#

Sādhanā 的 Navi Mumbai 论文用八站监测数据比较 RF、DT、SVM 和 LR，公开摘要报告 RF/DT accuracy 与 precision 0.99-1.00、R² 0.97-1.00。摘要没有目标提前量、数据年份、按时间/站点隔离的划分、未来气象驱动和持久性基线，且任务措辞主要是空气质量类别分类。如此接近完美的树模型分数在缺少划分信息时更应首先排查目标泄漏、同一时刻污染物进入特征和随机拆分，故归 low-value-exclusion，不作为 core-air-quality 进展。

另一篇“global AQI and PM2.5 expanding-window”论文实际出版日为 8 月 1 日，9 月 7 日只是 Crossref 迟到登记；它使用 2020-2025 月尺度 lag/rolling/seasonal 特征，作者报告线性回归 R²=0.7217 优于 LSTM，但没有真实预报气象驱动、站点空间外推或高污染事件可靠度，既是窗口外，也不足以代表当前核心线。

四、相关方法与基础设施#

4.1 DMI：把“何时算起雨”和“两套真值是否混算”写进可执行合同#

本期最重要的 DMI 改动是把雨量站事件定义从敏感性脚本推进到默认评分目标：在连续 60 min 干期之后，起雨槽与下一个 10 min 槽合计至少 0.2 mm 才构成 onset；trace 和缺测不能伪造起雨，缺口会重置干期。测试覆盖恰好达到阈值、低于阈值、第二槽缺失、trace、重复 warning 和容差边界。这个规则减少“任一 wet flag 就算起雨”对轻微毛毛雨和缺测的敏感性，但 0.2 mm/20 min 与 60 min dry-run 仍需按站点仪器、季节和事件独立做敏感性。

工程上，build_calibration_corpus.py 现在允许重复传入多个 points 文件，一次运行 STEPS 后为所有点读取概率与真值，并用稳定的 point_set 字段把雷达校准点和雨量站点重新分离。fit_national_calibration.py、quality report 与 gauge join 同步增加筛选，旧 corpus 没有该字段时保持兼容。作者把相同验证时刻的多个 nominal leads 合并到一次 HDF5 解析，并延迟分配 fallback rain field；配套测试要求与 vendored pySTEPS 1.21.1 逐元素一致。

作者提交信息称 STEPS 路径约快 20%、峰值内存低 36%，并修复 sidecar 约 1 GB/h 的 RSS 增长。这些数字来自仓库测试和提交说明；本轮没有下载完整 DMI 档案独立运行，也没有新的 Brier、CSI、FSS 或告警命中结果。下一步仍是公开冻结 corpus、事件清单和真实共同样本比较。

4.2 ECMWF Anemoi flow matching：空间与时间细化可合并为一个生成模块#

ECMWF 原型用 ERA5 训练 flow-matching 模型，输入为约 100 km 的 O96 网格、6 h 间隔，输出为约 30 km 的 N320 原生 ERA5 网格、1 h 间隔，每次生成 5 个小时步。训练时向高分辨率目标加入随机强度高斯噪声，模型学习从噪声到条件高分辨率场的速度；采样时迭代求解并逐步加入更细尺度结构。

低分辨率 AIFS ENS 与 downscaler 分开训练，只要变量和网格接口兼容便可直接串接，无需额外微调。这个模块化思路适合当前多模式/S2S研究：动力或 AI backbone 提供受约束的大尺度状态，生成模块只负责条件细节与小时轨迹。风险同样明确：下游模型训练于 ERA5 coarse state，而真实驱动是另一模型输出，接口格式相同并不保证分布相同；必须比较 ERA5-perfect-driver、AIFS-driven 和其他动力驱动三种合同。

Anemoi 为 Apache-2.0，公开训练文档支持 EDM diffusion、stochastic interpolant 和无 bridge noise 的 flow-matching-like ODE sampler。不过本期博客没有给出该实验的专属配置、权重、变量列表、训练年份、成员数和定量结果，故只升级机构信号，不把通用框架开放性等同于该模型可复现。

4.3 truncated diffusion 项目页：方法方向相关，证据还停在作者海报#

新项目页描述四段流程：光流位移作运动先验，多尺度条件引导的截断残差 diffusion 同时建模大尺度演变和局地细节，再用 lead-time-aware correction 选择性修正长时效。README 给出 SEVIR/CIKM/皖南山地雷达 CSI-M 为 0.3385/0.3525/0.2740，HSS 为 0.4326/0.4452/0.3916，并展示框架和定性图。

这些数字缺少阈值平均定义、逐时效、样本划分、数据单位、共同基线、成员数、采样步数、随机种子和不确定性校准。仓库没有代码、权重、论文 PDF、许可证或原始结果表，README 还明确写代码正在整理。因此当前只能作为 metadata-only/framework only 触发器，不能用三行作者表值与 SDIR、DiffCast、DGMR 或业务光流做横向排名。图件复用许可未核实，本期不镜像。

五、机构信号、仅元数据、窗口外与排除项#

EMS/WP-MIP。 WP-MIP 报告已于 9 月 7 日 15:30 CEST 举行，官方 session page 当前显示 “Online presentation”，但公开支持材料入口要求会议参会者登录，没有公开 PDF、录屏、数据库 schema 或首轮模型清单。状态从“将报告”更新为“已报告但材料受限”，科学内容仍是 6 月摘要：第一阶段聚焦 center-specific 和 common initializations 的全球确定性模式比较。只有公开贡献协议、模型清单、起报 archive 和验证脚本出现时才升级为 infrastructure。

SphereStorm。 Springer/Crossref 可核实 9 月 8 日正式上线和作者，但无摘要；题名中的“physically consistent”“multi-scale”不提供守恒变量、评价指标或预报时效。图件未镜像：页面只提供 Springer TDM 条款，具体图件复用许可未核实。

窗口外 tornado STORM。 IEEE DOI 10.1109/EIT68936.2026.11670437 于 9 月 8 日 03:11 +08 才被 Crossref 创建，但正式会议日期是 2026 年 5 月。题名支持“多提前量概率龙卷预报”，没有公开摘要、变量、时间分辨率、事件划分、概率校准或代码，故仅记 window-out，不计入今日技巧新增。

低价值排除。 Navi Mumbai 空气质量文缺预报合同；8 月 1 日月尺度 global AQI 文只是迟到索引。IDSNR/Community-Air-Quality-Intelligence 虽有 MIT、因果 lag、persistence、ridge 和 chronological holdout，但仓库仅 12 KB、只带合成 demo，无真实传感器或气象资料、结果和校准区间；作为良好代码骨架仍不足以形成科研更新。HF 的 THULab/wids2023_competition_weather_forecasting 只把既有 2023 竞赛 tsfile 碎片替换为单文件布局，没有新增样本、QC、科学结果或许可证变化。DAPHOENIX2000/nowcasting-brief 是个人双语开题材料；天气/AQI dashboard、农业/能源、空仓和自动输出继续排除。

来源限制。 arXiv physics.ao-ph 最近列表、Crossref、OpenAlex、GitHub/HF 公开 API 与 Atom feed、Springer/Wiley/White Rose、ECMWF/EMS 和重点仓库均已分源核查。Semantic Scholar 返回 HTTP 429；OpenReview 搜索只返回旧 ICLR 材料，未发现窗口新状态。GitHub 匿名 API 在重点 diff/tree 检查后达到 rate limit，后续时间核验改用公开 Atom feed和 fixed-commit raw 文件。Zenodo 22131494 API 请求未稳定返回，因此冰雹 companion archive 的内容只按论文声明和可见 GitHub 结果仓库写入，不补造文件清单。接口失败不作为“无新增”的单独证据。

六、对当前研究的具体启发#

1. 真实过程多样性可能比更长历史窗口更重要。 瑞士结果中，六年/2 帧优于三年/8 帧。雷达、S2S 和空气质量模型都应把“新增年份/天气型”和“新增输入长度”分开消融，避免把更多 frame 当作更多独立信息。
2. 几何增强会改写气象先验。 旋转和镜像把主要向东的风暴运动人工变成各向同性，小样本下会稀释最常见路径。增强策略应由平流方向、地形和雷达几何约束，并在原始方向分层验证，不应默认对视频任务有益。
3. 代理真值必须与真实影响分开。 POH 与 CTT core 都是物理有意义的代理，却不能替代地面冰雹、雨量站或雷达 QPE。可把它们作为早期可预报信息通道，但最终要在共同有效时刻与独立影响真值联合验证。
4. 随机初始化 ensemble 只表达模型拟合方差。 NCAST 五成员提高 AUC，却不代表初值扰动、结构不确定性或可靠概率覆盖。生成集合比较必须说明成员生成机制，并同时给 reliability、Brier/CRPS、spread-skill 和极端条件覆盖。
5. 对象压缩适合长时效组织结构，但会舍弃强度细节。 NCAST 用最多 250 个 token 覆盖西非大域，算力和可解释性好；代价是输出 core occurrence 而非回波强度。可考虑“对象骨架/环境锚定 + 局地生成式强度残差”的两级结构。
6. 生成式 refinement 应显式审查驱动分布漂移。 ECMWF 原型在 ERA5 coarse 上训练、接 AIFS coarse 使用。自己的 FGOALS/ECMWF/CMA/AI 多模式降尺度应分别报告 perfect-driver 与 true-forecast-driver，不能因变量接口相同就假设条件分布一致。
7. 评估定义也属于模型合同。 DMI 的 dry-run、20 min 累积阈值和 point-set 隔离会直接改变告警样本。雷达起雨、空气质量超标和 S2S 极端事件都应冻结事件定义、缺测处理、容差和重叠去重，再比较模型。

七、后续跟进触发器#

八、简短结论#

今天最有价值的结论是，信息保留首先取决于数据和验证合同，而不只是网络结构。瑞士冰雹实验显示真实年份与天气型多样性可以把相同技巧延长约 25 min，盲目旋转/镜像则会在小样本下破坏真实运动先验。NCAST 证明对象级卫星表示能在大域、低观测条件下维持 1-6 h 区分度，并明确暴露了代理真值、低基率校准和随机初始化集合的边界。

ECMWF 的 flow-matching 原型进一步给出一个可迁移的模块化方向：大尺度 forecast backbone 与生成式时空 refinement 可以分开训练和组合。当前还缺少定量证据来判断它是否真正恢复了可验证细节。DMI 的更新则提醒，起雨定义、真值隔离和等价加速本身就是科研质量的一部分。短时、S2S 和空气质量核心线今天应保持安静，不用题名级 diffusion、监测分类或旧竞赛数据重排填充。