2026-07-16 雷达回波 AI 进展日报#

生成时间：2026-07-16 13:18 +08（Asia/Shanghai）

检索窗口：主窗口以工作区上一份实际日报完成时间 2026-07-16 00:13 +08 为起点，至 2026-07-16 13:18 +08；同时回看 2026-07-14 13:18 +08 之后的 48 小时缓冲，以补偿索引延迟。用户提供的自动化 Last run 为 2026-07-15 23:47:09 +08，但上一份日报、tracked_items.md 和自动化记忆实际已更新到 2026-07-16 00:13 +08，因此去重以 live workspace 为准。

0. 总体判断#

过去主窗口内未发现新的高价值 direct 深度学习/AI 雷达回波临近预报论文、预印本、模型、权重或数据集。 arXiv 相关类别最新提交、OpenAlex、Semantic Scholar、Crossref、OpenReview、GitHub、Hugging Face 及机构页面的交叉检查，没有出现可升级为 direct radar echo / precipitation nowcasting 的新条目。

本轮保留 3 条相关信息，但都不应写成新的 direct AI nowcasting 成果：

1. IEEE TGRS 新索引一篇杭州 C 波段双偏振雷达定量降水估计论文，研究比衰减法与差分传播相移法；它是雷达 QPE/观测处理，非 AI、非时间预报。
2. AGU JGR: Atmospheres 新上线一篇 GPM 被动微波对流比例不确定性论文，以 Ku 波段降水雷达为参照；它是卫星降水检索不确定性研究，非 AI、非 nowcasting。
3. holys519/solafune_precipitation_nowcasting 新 commit 改进 Slurm/Singularity 单折训练和分析调度；任务仍是卫星到 GPM-IMERG 的竞赛预测，且没有新模型结果，不是天气雷达代码发布。

1. 新增与状态变化表#

2. 每条“大致内容”与技术判断#

2.1 Improving Specific Attenuation-Based Radar Rainfall Estimation#

来源/期刊：IEEE Transactions on Geoscience and Remote Sensing，DOI 10.1109/TGRS.2026.3713480，IEEE document 11611240。Crossref 在 2026-07-15 20:04 UTC（北京时间 7 月 16 日 04:04）创建元数据；IEEE 页面受 WAF 限制，但其公开元描述可取得摘要。作者为杭州气象台 Gou Yabin 与 Colorado State University 的 Haonan Chen。

数据集/观测：研究使用杭州汛期的长期与事件级雨滴粒径分布（DSD）观测，并以杭州 C 波段双偏振天气雷达捕获的一次严重强降水过程作实际对比。公开摘要没有给出 DSD 的完整年份、样本量、雨量计布设或独立事件数量。

方法构建：文章重新评估基于水平比衰减 A_H 的雷达定量降水估计（QPE），与基于差分传播相移率 K_DP 的方法比较。核心做法是利用 Z_H–Φ_DP 自洽关系动态调整系数 α，并再次利用 Z_H–K_DP 自洽性修正部分波束遮挡和湿天线罩对 Z_H 的影响；随后分别建立 K_DP–R 与 A_H–R 关系。这是雷达物理/经验关系与观测订正，不是机器学习训练。

训练测试方式与效果：不存在 AI 意义上的训练/测试集。长期和事件级 DSD 用于构建/比较关系，一次强降水雷达个例用于实际性能检查。公开摘要称 R(A_H) 相比 R(K_DP) 的过估计较小，尤其在降水中心边缘；同时指出 A_H 过度订正会转为更明显的低估。摘要没有给出 RMSE、Bias、NSE 等数值，也未提供多事件、跨雷达或跨季节统计，因此不能写成普适优越。

代码/数据状态：以标题、DOI 和作者关键词检索 GitHub、Zenodo，未发现论文专用仓库、脚本或数据包；这不等同于作者确认“无代码”。摘要只说明使用杭州观测，未核实公开下载许可。

技术判断、相关性与启发：它与雷达回波临近预报的联系位于输入观测链，而不是预测模型本身。对用户研究的价值是：在以反射率或雷达定量降水作为训练目标时，波束遮挡、湿天线罩、DSD 时空变化会把系统性偏差传入模型；可考虑把 A_H/K_DP 自洽订正质量标志、降水中心边缘区域和“过订正导致低估”作为数据 QC 分层或损失加权因素。单一强降水个例不足以支持“显著提高所有场景 QPE”的结论。

2.2 Estimating Uncertainty of PMW-Based Convective Fraction Product#

来源/期刊：AGU Journal of Geophysical Research: Atmospheres，DOI 10.1029/2026JD046377，online 2026-07-15；Crossref 在北京时间 7 月 16 日 08:24 创建元数据。它是正式期刊论文，不是 arXiv 预印本。

数据集：使用 2015–2023 年共 8 年的 GPM Core Observatory 配对观测：GPM Microwave Imager（GMI，被动微波）与 Ku-band Precipitation Radar（KuPR）。KuPR 用于刻画/参照被动微波推导的 Convective Volume Fraction（CVF）误差。论文摘要还按海陆面、2 m 温度、整层可降水量和高频亮温冰相散射信号分析环境依赖性。

模型构建：研究沿用既有 GPM 检索框架，重点是系统估计 CVF 的条件不确定性，而不是训练新的深度学习模型。公开摘要没有给出神经网络、损失函数或端到端训练过程，因此不能归为 AI 模型进展。

训练测试方式与效果：作者将 8 年资料分为两个独立的 4 年时段检查不确定性模式的时间稳定性。结果显示，GMI 在海洋上多数情况下低估 CVF，但高水汽（TCWV > 60 mm）或高温（T2m > 304 K）条件下例外；陆地上多数情况下高估，但冷干环境例外。最大不确定性集中在深对流主导的热带区和海洋“过渡区”（T2m 290–300 K、TCWV 10–60 mm），且与 89/166 GHz 亮温降低反映的冰相水凝物相关。摘要将这些估计解释为可用于算法订正和不确定性传播的上界；这不是降水未来时刻预报效果。

代码/数据状态：GPM GMI 与 KuPR 属于任务数据来源，但本轮没有核实作者处理后的 2015–2023 配对样本是否另行发布。以精确标题、DOI 和关键词检索 GitHub、Zenodo，没有发现论文专用代码、数据或 release。

技术判断、相关性与启发：这是“卫星被动微波检索—星载雷达参照”的不确定性研究，不是 satellite-to-radar nowcasting，更不是地基雷达回波外推。可迁移的启发是：对流比例/强降水标签误差明显依赖海陆面和热力环境，模型训练与验证应按环境条件分层；若将卫星检索或 GPM 产品作为雷达临近预报辅助监督，不应把标签视为同方差真值，可引入条件置信权重或不确定性传播。

2.3 holys519/solafune_precipitation_nowcasting commit fe59b785#

来源/平台：GitHub，Solafune geostationary satellite precipitation nowcasting competition 工程仓库；没有论文或 DOI。commit 时间为 2026-07-16 04:47 UTC（北京时间 12:47）。

数据集与任务：仓库任务仍是使用多时次、多波段地球同步卫星影像预测 GPM-IMERG 降水小块，不是以天气雷达反射率为输入或输出。数据和竞赛边界与此前日报一致；本 commit 没有添加新的原始数据或标签。

模型/工程更新：此次只修改运行工程：为 exp028–exp032 的 singularity_run.sh 增加稳健的实验目录解析和 config.yaml 检查；为公共 run_variant.sh 增加 analyze_fold0–analyze_fold4 分支；新增 submit_single_folds_with_analysis.sh，用 Slurm afterok 依赖在单折训练成功后再运行对应分析。总计 7 个脚本、65 行新增、5 行删除。

训练测试方式与效果：更新使单折实验、checkpoint 检查和训练后分析更可控，但没有改变 exp028–exp032 的模型结构、损失或数据划分。commit 没有新增 fold/OOF 结果、误差表、public leaderboard 分数或推理产物，因此不能声称任何精度改进。

代码/数据状态：脚本公开；仓库仍未见新的正式 release、license、完整竞赛原始数据或本次实验权重。gsmap-live 同期两次 commit 仍只更新 GSMap_Combined.gif，不构成算法进展。

技术判断、相关性与启发：这是可复用的 HPC 实验调度改进，价值在减少“工作目录错误/分析跑错 checkpoint”和保障训练成功后再分析。它可以启发用户研究的多折雷达实验编排，但不是新的气象 AI 方法，也不能用仓库名中的 precipitation nowcasting 将其写成 weather-radar nowcasting。

3. 48 小时缓冲与低价值排除#

3.1 Comparative analysis of deep learning models for multi-horizon rainfall forecasting in flood-prone tropical highlands#

来源：JUTI: Jurnal Ilmiah Teknologi Informasi，DOI 10.12962/j24068535.v24i2.a1518，online 2026-07-15；论文页。

大致内容：以历史日降雨和气象变量比较 LSTM、GRU、TFT、AutoTFT，在 1、3、7、9、14 日预报时效上用 MAE/MSE/RMSE 评价。摘要称 AutoTFT 的 MAE 从 1 日 6.75 mm 到 14 日 7.79 mm，3 日和 9 日 MSE/RMSE 最低；TFT 在 7 日和 14 日 RMSE 略优，LSTM 在 1 日 RMSE 最低。摘要没有表明使用雷达回波、分钟级输入或 0–6 h 临近预报，也没有说明极端事件分类能力、独立年份划分、概率校准或代码发布。

决定：这是日尺度 1–14 日站点/气象时间序列降雨预测，不属于 precipitation nowcasting 的常用分钟到小时尺度，更不是雷达回波外推。只作为“标题相近但应排除”的边界样本，不进入主新增。

3.2 其他排除与未升级状态#

4. 既有重点条目状态复核#

• TITAN-LSTM：AGU 论文与 Zenodo 源码/风暴轨迹数据状态不变；仍应按对象级 5–30 min hybrid nowcasting 评价，不能把对象 POD/FAR 与全场栅格 CSI 直接比较。
• ST-TriMambaUNet：未发现官方 repo、权重或 release；维持“两个公开数据集、作者统一重实现下高阈值指标较强”，不写全面 SOTA。
• ST-HFNet、RadarEchoMamba、ST-Mamba-LDM：无新正文、指标表、代码/权重或仓库状态变化。
• ECMWF 7 月 15 日 StormScope seminar：本轮未核实到新增 slides/video 或 checkpoint 版本；保留为日程/后续资料触发器，不重复算模型发布。
• ECMWF AI Weather Quest 7 月 16 日 “What’s Next?” webinar：这是 AI 天气基准/活动信号，页面此前已发现；本轮没有核实到雷达 nowcasting 交付物或新材料，且活动主题不是 direct 雷达短临。

5. 值得继续跟进的主题#

1. 雷达 QPE/QC 与 AI 训练标签质量：跟进 10.1109/TGRS.2026.3713480 全文，重点提取 DSD 年份、雨量计真值、事件数、RMSE/Bias 和 A_H 过订正判据；评估能否构造逐像素 QC mask 或条件损失权重。
2. 条件不确定性作为多源监督权重：跟进 10.1029/2026JD046377 的数据可用性声明和算法细节；将海陆面、TCWV、T2m、89/166 GHz 冰相信号转化为卫星/GPM 辅助标签置信度，而不是直接当作确定性真值。
3. Solafune 实验真正完成后的证据：只在 exp028–exp032 出现完整 5-fold/OOF 指标、public score、权重或正式 write-up 时再次升级；继续把 satellite-to-GPM 与 weather radar 分开。
4. direct 条目的可复现性触发器：继续等待 ST-TriMambaUNet、ST-HFNet、RadarEchoMamba 的官方代码/权重，以及 TITAN-LSTM 的独立复现和复杂单体分裂/合并评估。
5. 机构活动后的材料释放：复查 StormScope seminar 与 AI Weather Quest webinar 是否补充视频、slides、评测定义或代码；只有出现可核实技术交付物才进入后续日报。

6. 检索记录与来源限制#

• arXiv：按 precipitation nowcasting、weather radar nowcasting、radar echo extrapolation 等精确词，以及 cs.CV、cs.LG、eess.IV、physics.ao-ph 最新条目回看；主窗口没有 direct 新预印本。HourGlass 仍为 2026-07-13 的 arXiv 预印本，昨日已收录，暂无期刊信息。
• Crossref / DOI /出版页：以创建日期 2026-07-15/16 和 radar/QPE/precipitation/nowcasting/AI 组合查询；确认本轮两个相关论文 DOI。IEEE 正式页面受 AWS WAF，但 staging 元描述给出摘要；AGU Crossref 元数据给出完整摘要，Wiley full XML 端点返回 403。
• OpenAlex / Semantic Scholar：OpenAlex 2026-07-14 至 16 相关检索只回收昨日已收录的 ST-TriMambaUNet 等；Semantic Scholar bulk 检索未产生主窗口 direct 新记录，计划 2026-08 出版条目不作为今日新增。
• OpenReview：相关搜索记录在用户给定 last-run 时间之后没有新建/修改状态；一次 precipitation nowcasting 请求发生 SSL EOF，其他 radar/rainfall 变体可用。接口失败不是负面证据。
• GitHub / Hugging Face / Papers with Code：检查重点仓库 commit；只有 Solafune 运行脚本更新和 gsmap-live GIF 更新。Hugging Face 数据集相关查询未见 7 月 15/16 新完整数据，部分模型查询出现 SSL EOF。Papers with Code 路径返回通用 HTML，不能用于严格排除。
• 机构页：ECMWF AIFS blog 最新仍是 2026-07-14 的 shared ML foundations（昨日已收录）；Google DeepMind 7 月最新公开卡片与天气 nowcasting 无关；Met Office 最新 direct-AI 相关仍是 7 月 8 日 FastNet（已收录）；CMA 英文新闻列表最新雷达软件信息仍为 6 月 30 日。NOAA 新闻页返回 403，未把访问失败当作无更新证明。

7. 本轮结论#

本轮应明确写为：未发现新的高价值 direct AI 雷达回波/降水临近预报成果。 新出现的 IEEE 雷达 QPE 与 AGU GPM 不确定性论文对观测质控和辅助标签置信度有方法学启发，但都不是 AI nowcasting；Solafune commit 仅改善实验调度，且任务不是天气雷达。后续重点应放在这两篇论文的全文/数据声明、Solafune 的真实验证结果，以及既有 direct 论文的代码与权重释放，而不是扩大“nowcasting”的定义。