您的位置首页 >人工智能 >

Google WeatherNext 开源 PARDIG 15 分钟 10 公里全球 AI 降水数据集支持 Earth Engine 调用

Google DeepMind 正式随 WeatherNext 开源了 PARDIG 这套全球 AI 降水数据集,它的时间分辨率是 15 分钟、空间分辨率约 10 公里,历史归档版本已经上架 Google Earth Engine,科研人员直接在 GEE 平台就能读取调用,不用自己下载庞大原始文件。PARDIG 全称是 Precipitation AI Reanalysis: Densely Inferred GPM,采用球形图网格 Transformer 模型训练,输入静止卫星多光谱影像和大气再分析数据,学习 NASA 星载雷达稀疏观测,填补全球缺少地面雨量站、雷达区域的降水空白,也是 WeatherNext 3 降水预报模块的核心训练数据。

PARDIG 数据集版本与时间跨度

  1. PARDIG-NRT 近实时版:覆盖 2016 年至今,15 分钟更新一次,数据延迟大约 2–8 小时,实时流放在 Google Cloud Storage
  2. PARDIG-LR 长时序历史版:时间范围拉到 1999 年,历史档案同步接入 Earth Engine,适合长时间气候、水文回溯研究
  3. 开源协议:CC BY 4.0,允许科研、二次开发,使用时标注来源即可

PARDIG 核心性能对比

对比项目PARDIGIMERG V07MSWEP V3ERA5
时间分辨率15 分钟30 分钟3 小时1 小时
空间分辨率约 10km10km0.1°0.25°
轻中度降水识别提升超 30%基准偏低偏低
极端降水捕捉优势明显一般一般偏弱

数据调用渠道说明

  • Earth Engine:可直接加载 PARDIG 历史数据集,支持裁剪、时序统计、绘图、导出,适合快速做区域降水分析
  • Google Cloud Storage:存放近实时数据流,适合搭建自动化洪水、滑坡预警业务流程
  • 配套同步开源:SatWeave 卫星拼接数据集,和 PARDIG 搭配使用,提供全球云图输入

适合落地的应用方向

洪水风险研判、山洪预警建模、干旱时序分析、农业墒情评估、水电径流模拟,还有气象 AI 模型训练。在海岛、偏远山区这类地面观测很少的区域,PARDIG 的降水估算能力优势更大。

常见问题

问题 1:PARDIG 作为 WeatherNext 配套 AI 降水数据集,分辨率和更新频率是多少?

回答 1:PARDIG 这套 WeatherNext 配套 AI 降水数据集,空间分辨率约 10 公里,时间分辨率 15 分钟,近实时版本延迟在 2–8 小时,历史长时序版本从 1999 年开始。

问题 2:PARDIG 全球 AI 降水数据集可以直接在 Earth Engine 上面调用吗?

回答 2:PARDIG 全球 AI 降水数据集的历史归档版本已经接入 Earth Engine 平台,研究者可以直接在 GEE 代码编辑器加载、处理、导出,近实时数据流需要从 Google Cloud Storage 获取。

问题 3:Google 开源 PARDIG 降水数据集相比 IMERG 这类老牌降水产品好在哪?

回答 3:Google 开源 PARDIG 降水数据集对轻中度降水小时识别能力相比 IMERG-Final 提升 30% 以上,对短时强降雨、极端降水的空间位置和时间捕捉更准,15 分钟高频输出也更匹配山洪这类短历时灾害研究。

问题 4:PARDIG 全球 AI 降水数据集的开源协议是什么,商用科研有限制吗?

回答 4:PARDIG 全球 AI 降水数据集采用 CC BY 4.0 协议,科研、开发都可以免费使用,只要在成果中标注数据来源,没有额外商用封锁限制。

问题 5:PARDIG 和 WeatherNext 是什么关系?

回答 5:PARDIG 是 WeatherNext 3 模型训练降水预报分支时使用的基础真值数据集,Google 同步对外开源,方便行业复刻、开发独立的降水相关模型。

参考资料

[2026-11-13](谷歌开源 WeatherNext 3 气象模型所用数据集:含 SatWeave 卫星影像拼接数据集与 PARDIG 全球降水信息)IT 之家

[2026-11-13](Opening the datasets behind our AI weather models)Google DeepMind 官方博客

[2026-11-14](Google DeepMind opens two datasets used by WeatherNext 3)AI.info

[2026-11-13](PARDIG: Global Precipitation Estimates Learned from Sparse Satellite Observations)arXiv

免责声明

本文内容基于 Google DeepMind 公开文档与行业媒体信息整理,PARDIG 全球 AI 降水数据集属于科研实验数据集,降水估算结果存在误差,不可直接单独作为防汛、工程设计、气象预报的唯一依据;数据调用稳定性、数据集版本更新以 Google 官方、Earth Engine 平台为准,不构成工程、防灾决策建议。

今日大家都在搜的词: