谷歌 DeepMind 正式开源了支撑 WeatherNext 3 气象模型的两大核心基础数据集 SatWeave、PARDIG,很多人会直接叫它们 WeatherNext 3 气象数据集,这套数据集分为卫星影像拼接数据和全球降水再分析数据,包含历史归档和近实时数据流,免费开放给全球科研人员、开发者使用,用来训练、验证 AI 气象模型,做降水、台风、洪涝、可再生能源相关的气象预测;和传统气象数据集不一样,SatWeave 是多颗静止卫星拼接而成的无缝全球影像,PARDIG 是高频降水产品,正好匹配 WeatherNext 3 每小时更新、高分辨率预报的特点,这次开源的是模型训练用的底层观测数据,WeatherNext 3 预报模型本身并没有开源,大家要分清底层数据集和预报模型的区别,数据放在谷歌云平台,支持地球引擎直接调用,降低了 AI 气象方向的入门门槛。
一、两个开源数据集基础信息清单
SatWeave
- 数据类型:静止气象卫星全球拼接影像
- 覆盖卫星:5 颗静止气象卫星,共 17 个通道
- 更新频率:60 分钟更新一次
- 特点:消除卫星之间拼接缝隙,形成连续全球云图,是 WeatherNext 3 捕捉快速对流、短时降雨的核心输入
PARDIG
- 数据类型:AI 重构全球降水再分析数据集
- 空间分辨率:10km
- 更新频率:每 15 分钟输出一张降水图
- 特点:融合卫星、雷达观测,填补很多地区地面雨量站不足的短板,适合暴雨、山洪推演
二、WeatherNext 3 模型与配套数据集对比表
| 项目 | SatWeave 数据集 | PARDIG 数据集 | WeatherNext 3 预报模型 |
|---|---|---|---|
| 是否开源 | ✅ 开源 | ✅ 开源 | ❌ 模型未开源 |
| 作用 | 卫星观测输入 | 降水观测真值 | 生成全球中期集合天气预报 |
| 时间粒度 | 1 小时 | 15 分钟 | 1 小时更新预报 |
| 分辨率 | 0.1° | 10km | 0.05°/0.1° 两档预报输出 |
三、数据集获取与使用步骤
- 访问渠道:依托 Google Cloud、Google Earth Engine,在公开数据目录找到 SatWeave、PARDIG 数据集
- 权限:科研、非商用场景可直接调用,商用需要遵守谷歌数据使用协议
- 读取方式:可以直接在 Earth Engine 做可视化、统计,也可以批量下载归档数据到本地训练
- 典型用法:把 SatWeave 云图、PARDIG 降水作为观测真值,训练自己的短时气象 AI 模型
- 验证:可以用这套数据集对比自研模型和 WeatherNext 3 的预报误差
四、优势与局限
✅ 优势:高频次、全球覆盖,弥补地面观测站稀少区域的数据缺口;和 WeatherNext 3 训练输入对齐,方便复现相关论文实验;支持近实时流,适合短时强对流预报
⚠️ 局限:依赖谷歌云访问,国内直接访问存在网络门槛;数据集是观测源数据,不是成品预报;只覆盖卫星、降水两类观测,缺少探空、海洋观测等更多气象要素
【常见问题】
问题 1:谷歌开源 WeatherNext 3 气象数据集,是不是 WeatherNext 3 预报模型一起开源了?
回答 1:谷歌开源的是支撑 WeatherNext 3 的 SatWeave 和 PARDIG 气象数据集,WeatherNext 3 预报模型本身没有开源,只能调用它的预报服务,拿不到模型权重。
问题 2:谷歌开源的 WeatherNext 3 配套 SatWeave 数据集,主要用来做什么?
回答 2:SatWeave 是全球静止卫星无缝拼接影像数据集,用来捕捉云系、对流变化,是 WeatherNext 3 识别短时降雨、强对流天气的核心输入,科研人员也可以拿它训练自己的气象 AI。
问题 3:PARDIG 作为 WeatherNext 3 配套气象数据集,它的降水数据多久更新一次?
回答 3:PARDIG 降水数据集每 15 分钟输出一张全球降水网格,分辨率 10km,高频降水观测,很适合暴雨、山洪、水文方向的研究。
问题 4:谷歌开源 WeatherNext 3 气象数据集,国内开发者可以直接使用吗?
回答 4:数据集本身开放给全球研究者,但是数据托管在谷歌云与 Google Earth Engine,国内直接访问会有网络限制,同时需要遵守谷歌的数据集使用许可协议。
【参考资料】
[2026-11-13](Google DeepMind 开放 WeatherNext3 背后两大基础气象数据集)DeepMind 官方博客
[2026-11-13](谷歌开源 Weather Next3 气象模型所用数据集)科创板日报
[2026-09-03](WeatherNext 3:谷歌最新 AI 全球气象预报模型)Google 官方博客
[2026-09-05](WeatherNext3 论文:基于原始观测提升全球气象模型分辨率)arXiv
【免责声明】
以上内容为谷歌 WeatherNext3 配套气象数据集开源资讯科普,数据集的使用许可、访问方式、数据版本会随谷歌官方调整;数据集仅为观测数据源,不代表气象预报结果;国内网络访问、商用使用前请仔细阅读官方协议,本内容不构成科研落地、项目开发的技术保证。
