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
- 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
- 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
- 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 | PARDIG | IMERG V07 | MSWEP V3 | ERA5 |
|---|---|---|---|---|
| 时间分辨率 | 15 分钟 | 30 分钟 | 3 小时 | 1 小时 |
| 空间分辨率 | 约 10km | 10km | 0.1° | 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。
