2026-07-26 雷达回波 AI 进展日报#

生成时间：2026-07-26 16:41（北京时间，UTC+8）
严格主窗口：2026-07-25 16:41—2026-07-26 16:41；连续增量窗口：2026-07-25 13:20—2026-07-26 16:41；补充缓冲窗口：2026-07-24 16:41—2026-07-25 16:41。
口径：论文实际发表、预印本版本、代码提交、检查点发布和索引创建分开记录；不把一般 AI 天气模型归入雷达回波临近预报。

一、今日结论#

过去 24 小时内，未发现新的高价值直接雷达回波临近预报论文或 arXiv 预印本；但发现三项具有实质价值的直接主题代码/权重发布：

1. Nowcast3D 在主窗口内补齐 512×512 版本、全国三维雷达 BIN 转 NPY 脚本、推理 demo，并在公开 Google Drive 中实际提供部分检查点和样例。
2. ICML 2026 正式论文 SDIR 新增三个可下载检查点，覆盖 CIKM、SEVIR 和 Shanghai；这是本轮最清晰的“正式论文—代码—权重”状态升级。
3. HARECast 完成首轮官方代码上传并提供预训练权重，涵盖 SEVIR/MeteoNet 单模态和 SEVIR 雷达—卫星多模态流程；但正式会议状态尚未从官方会议信息独立核实。

24—48 小时缓冲内，Solafune 卫星—同期 GPM 项目新增因果合规审计和 OOF—公开榜迁移分析。它不是天气雷达，也不预测未来时刻，但对跨区域划分、泄漏审计和内部验证失真有直接方法学启发。

二、新增与状态变化总表#

三、直接雷达回波或降水临近预报#

3.1 Nowcast3D：三维灰箱雷达预报从论文状态升级到部分可运行发布#

来源与状态。 论文 Nowcast3D: Reliable precipitation nowcasting via gray-box learning 当前仍是 arXiv:2511.04659v4 预印本，最新版本日期为 2026-01-25；arXiv 页面没有期刊或会议正式发表信息。本轮新增发生在官方 GitHub，而不是论文发表状态。

大致内容。 Nowcast3D 直接处理 24 个高度层的三维雷达反射率体。确定性部分将回波演变拆成三维平流、空间变化的各向异性扩散和强度源项，并用数值算子推进；概率部分使用条件扩散，对物理预报进行结构和强度残差修正，生成集合预报。目标为最长 3 h 的三维雷达反射率。

数据集。 论文使用中国气象局三维雷达拼图：2024 年华南 10.24°×10.24°、0.04°资料用于主训练；2025 年华北独立区域用于跨区域测试；茂名 0.01°、2.56°×2.56°资料以 2024 年微调、2025 年独立测试。业务数据需经中国气象局许可申请。本轮公开盘只核实到：

• 1024_4：一个约 10.1 MB 样例压缩包和三类检查点；
• 512_1：三个约 23.3—75.1 MB 的个例压缩包和三类检查点；
• Original Radar Data：约 15.4 MB 的 original_3D_radar_data.zip。

因此，公开的是演示样例而非完整训练数据集。

本次代码变化。 7 月 26 日连续提交新增 512_1/PhyPredNet.py、Diff_Intensity.py、Diff_Structure.py、数据填补与推理 demo，以及 Radardata2npy.py；README 给出 1024_4 和 512_1 两套公开检查点/样例映射。本地浅克隆后的 11 个 Python 文件均通过 py_compile 语法检查。

训练、测试与效果。 论文比较 NowcastNet、PySTEPS 和 SimVP，使用邻域 CSI（20/30/40/50 dBZ）、PSD、LPIPS 和集合 CRPS，并报告华北跨区、茂名跨年测试以及 160 名预报员盲评。论文称最长 3 h 内整体优于对照，事后盲评首选率 57%，主要对照为 27%。这些是作者论文结果；仓库未随本次发布提供完整训练入口、划分清单、指标复算脚本或盲评原始记录，因此不能把“权重可下载”写成独立复现完成。

代码/数据状态。 推理模块、预处理脚本、部分检查点和样例已公开；完整训练代码、完整训练数据、许可证文件、release/tag 和最佳业务检查点未公开。README 明确称最佳业务检查点保密，并声称系统已在天津、河北、广西、中国其他地区及巴基斯坦运行；该部署范围尚无独立业务页面交叉核验。

技术判断。 这是本轮最重要的直接主题代码状态升级之一：至少可以开始检查三维输入、物理推进和扩散修正的推理链，而不再只有论文描述。但当前更准确的标签是“部分可运行推理发布”，不是完整可复现实验包。

对用户研究的启发。 重点不是直接照搬 3D 模型，而是比较“二维组合反射率—多高度体扫”在强对流生消、垂直倾斜和遮挡条件下的增益。若用于基线，应固定公开 commit、保存检查点校验值，并自行重建区域/年份完全隔离的测试和逐高度质量控制。

3.2 SDIR：正式 ICML 论文补充三个预训练检查点#

来源与状态。 SDIR 已出现在 ICML 2026 官方下载列表，论文 PDF 标注 Proceedings of the 43rd International Conference on Machine Learning, PMLR 306, 2026，可按正式会议论文处理。本轮新增是 GitHub 提交 5054823 给出模型权重链接。

大致内容。 SDIR 是确定性频谱解耦迭代细化框架。SFG-Former 先提取低频天气系统骨架，FR-Refiner 再以尺度条件 Fourier neural operator 补高频残差；训练时使用从低频偏置的 Beta 频率课程和带动态掩膜的物理一致功率谱密度损失（PCPSD），推理时逐步解锁频带。它直接预测未来雷达/降水场，不是一般中期 AI 天气模型。

数据集与训练测试。

• CIKM：深圳雷达，14,000 个 15 帧序列，8,000/2,000/4,000 训练/验证/测试；
• Shanghai：浦东双偏振雷达组合反射率，1,534/526 个训练/测试序列，每帧约 6 min；
• SEVIR：NEXRAD/GOES 对齐数据，本研究使用 VIL，论文给出 47,624 个训练序列和 12,080 个后续验证/测试序列描述；
• 四张 RTX 4090D、AdamW、初始学习率 3×10^-4；CIKM 统一到 128×128，Shanghai/SEVIR 到 256×256。

效果。 论文在 CIKM、Shanghai、SEVIR 上报告 HSS、CSI、SSIM、MAE 和功率谱误差。以 Shanghai 为例，作者表中 SDIR 的平均 HSS/CSI/SSIM/MAE 为 0.5882/0.4497/0.8548/1129.1，优于同表 Earthformer 的 0.5015/0.3711/0.7643/1395.8 和 DiffCast 的 0.4920/0.3628/0.8080/1450.1；单样本 8 步推理约 1.17 s，而 DiffCast 约 14.68 s，但 DiffCast 的谱斜率误差更低。论文还给出 SEVIR→Shanghai 零样本迁移，SDIR 的 HSS/CSI 为 0.5365/0.4032，高于两个对照。以上仍是作者统一实验表，不能替代外部复现。

本次权重状态。 公开 Drive 实际列出 cikm.pth、sevir.pth 和 shanghai.pth，单文件约 132 MB。仓库有训练、推理、指标和数据接口；本地代码通过语法检查。需注意 README 一处将目录示意写为 sevir.pth，推理命令又使用 sdir_shanghai.pth，与 Drive 中实际 shanghai.pth 不完全一致；README 写 MIT，但仓库当前没有单独 LICENSE 文件。

技术判断。 这次更新使 SDIR 成为可以优先复核的 2026 直接基线，尤其适合测试“频谱保真是否真的改善高阈值雷达技巧”。最需要复核的是统一缩放对细尺度谱结构的影响、功率谱损失与位置技巧的权衡，以及 CIKM/Shanghai 数据划分能否在本地严格重建。

对用户研究的启发。 可将其作为确定性频谱细化基线，与 diffusion/flow matching 模型并列；对比时必须同时给逐提前量 CSI/FSS、强回波阈值、PSD、位置偏差和推理耗时，避免只凭视觉锐利度判断。

3.3 HARECast：注意力响应稳定化代码与单文件权重发布#

来源与状态。 Stable Attention Response for Reliable Precipitation Nowcasting 当前可核实为 arXiv:2605.13181 预印本，暂无期刊信息。GitHub 描述和 README 写有 ACM Multimedia 2026，但本轮没有在 ACM 官方论文页或会议程序中独立核实，因此不能写成已录用或已发表会议论文。

大致内容。 HARECast 将不同样本间的“注意力响应能量”波动视为预测不稳定来源，按注意力头分组，用批内目标约束响应能量；随后通过重建分支保留输入信息，并用条件扩散预测未来雷达。它既支持单模态雷达，也支持雷达—卫星多模态。

数据集与训练测试。

• 单模态：SEVIR 23,808/6,016/8,100 和 MeteoNet 6,308/1,310/1,310 个训练/验证/测试样本；5 帧、25 min 输入，预测 20 帧、100 min；
• 多模态：SEVIR 12,254/4,900/6,290；12 帧、60 min 输入，预测 36 帧、180 min；
• 论文称使用 AdamW、1×10^-4，训练 1,000 diffusion steps、推理 5 步，2 张 H100；代码默认 40 epochs、batch size 8。

效果。 单模态 SEVIR 消融中，HARECast 的 CSI-M/HSS 为 0.344/0.437，去掉 HARE 稳定化后为 0.315/0.408；多模态 SEVIR 表中 CSI-M/HSS 为 0.254/0.315，对照 PiMMNet 为 0.238/0.308。论文同时报告高阈值和感知指标，但增益量级总体为几个百分点，不宜概括成全面大幅领先。

代码/数据状态。 本轮新增数据加载、PhyDNet/SimVP backbones、HARECast 主模型、训练/评估入口和指标脚本；公开权重链接可解析为 ckpt-harecast.pt。13 个 Python 文件通过语法检查。当前限制包括：无许可证文件、无 release/tag；datasets/get_datasets.py 内仍有本机绝对 SEVIR 路径，README 又误写为 dataset/get_dataset.py；没有打包数据或一键下载脚本。

技术判断。 代码和权重是真实状态升级，但可复现性仍处于“需要人工修路径和数据准备”的阶段。HARE 正则依赖批内统计，论文也显示 batch size 从 2 增到 8 时效果明显改善，因此跨 GPU、梯度累积和小批量复现可能敏感。

对用户研究的启发。 可把注意力响应能量方差作为模型可靠性诊断，而不仅是新增 loss。建议在独立事件和不同强度分组中同时画响应能量、CSI/CRPS 与误差分布，检验它是否真的识别了不稳定样本，而不是只在固定 benchmark 上改善均值。

四、相关方法、代码与评测治理#

4.1 Solafune：因果合规通过，结构改动比特征改动更能迁移到公开榜#

来源与任务。 GitHub 竞赛工程，输入卫星资料、目标为同期 GPM 降水瓦片；不是天气雷达，也不是未来时刻 nowcasting。

本次状态。

• exp056 的 mean-intensity × normalized-shape 分解达到公开榜 RMSE 0.6839628，优于此前严格基线 exp038_sigmafixed 的 0.6866381；低者更好。
• 代码登记显示 exp056 通过 40/40 行 causal replay 合规检查和静态配置审计。
• 新建 exp059（经验性 NODATA 发射通道掩膜）、exp060（log-space total × softmax distribution 严格分解）、exp062（内部尺寸 128→192）和两个 seed 复现实验；这些目前只有配置/代码和运行登记，尚无可报告的新 OOF 或公开榜结果。
• 项目对少量成对实验做元分析：架构/简化改动的 OOF 改善更容易迁移，特征、损失整形和 OOF 拟合 blend 容易反转。该结论具有启发性，但样本量小，不能视为普遍规律。

代码/数据状态。 代码与审计文档公开；原始竞赛数据、最终权重、提交文件和明确许可证仍未核实。

技术判断与启发。 这次更新的价值在评测治理而非气象模型成绩。对多区域雷达研究，应将输入因果性、时间边界、站点/区域隔离和 OOF—外部域迁移分开审计；“内部验证显著”不能替代跨雷达、跨气候区测试。

五、元数据条目、机构信号与排除#

5.1 precipitation_nowcasting_from_space：只有空脚手架#

该仓库在主窗口内新建，但只有 environment.yml、.gitignore 以及大小为 0 的 configs/config.yaml 和 notebooks/01_exploration.ipynb；没有 README、数据、模型、训练、评测、许可证或论文。因此标为 framework only / low-value exclusion，后续只有在出现真实数据处理、模型或结果时再升级。

5.2 机构页面#

• Google DeepMind、ECMWF、NOAA、Met Office、中国气象局公开页在本轮主窗口内未出现新的直接雷达回波 nowcasting 模型、权重、数据或评测。
• ECMWF 7 月 24 日活动综述和一般 AI 天气/再分析内容属于全球或中期预测生态，不进入直接桶。
• NOAA/EPIC UIFCW26 仍未见可核实的 2026 AI4NWP 幻灯片、HWT 评分表或新 radar-conditioned artifact。

5.3 其他排除#

• sushantakundu/gsmap-live 继续只自动更新 GIF；
• accessible-rain-radar-2026、hookecho、一般天气应用和雷达显示器没有自研深度学习临近预报；
• 一般 NWP/中长期 AI 天气模型、天气网站、雷达 API 包装器不计入 radar echo nowcasting；
• 本轮没有新的 Hugging Face 相关模型、数据集或 Space 更新时间落入 24—48 h 窗口。

六、检索覆盖与限制#

本轮实际核查：

• arXiv 官方 API：precipitation nowcasting、radar nowcasting、radar echo、satellite-to-radar、radar quality control；最新直接条目早于本窗口；
• OpenReview、ICML 官方列表与 PMLR/论文 PDF；
• Crossref、OpenAlex、Semantic Scholar；
• GitHub 仓库搜索、提交、文件树、README、diff、Google Drive 公开文件清单；
• Hugging Face models/datasets/Spaces 官方 API、Papers with Code 搜索；
• AMS、IEEE、AGU/Wiley、RMetS、EGU/Copernicus、Springer、Elsevier 等出版来源；
• Google DeepMind、ECMWF、NOAA、Met Office、中国气象局等机构页面。

限制：

• Crossref、OpenAlex 和 Semantic Scholar 本轮相关请求返回 HTTP 429；接口失败只作为访问限制，不作为“没有新增”的证据；
• OpenReview API 遇到 challenge，SDIR 的正式状态改由 ICML 官方列表和标注 PMLR 306 的论文 PDF核实；
• Google Drive 文件名和部分大小已核实，但未下载数百 MB 权重执行端到端推理；
• 代码仅做文件树、diff、路径和 Python 语法检查；尚未完成数据下载、GPU 推理和指标复算。

七、值得继续跟进的主题#

1. Nowcast3D 端到端复现。 检查公开 checkpoint 的 SHA256、单例显存/耗时、输出高度层、掩膜填补敏感性，以及公开权重与论文最佳结果的差距。
2. SDIR 权重一致性。 修正 README 文件名不一致，核对三套权重对应的数据预处理、阈值和 split；重点验证高阈值 CSI、PSD 与位置误差是否同步改善。
3. HARECast 数据路径与批量敏感性。 跟踪许可证、正式 ACM 会议记录、可移植配置和 batch-size/多卡复现。
4. 三维回波与频谱约束的组合。 Nowcast3D 解决垂直结构，SDIR 解决空间频谱衰减；可以设计“逐高度频谱—强回波—位置”联合诊断，而不是只比较二维最大反射率。
5. 外部域验证。 延续 Solafune 的教训，将雷达站、气候区、年份、事件和资料平台完全隔离，分别报告内部 OOF 与跨域测试。
6. 代码发布质量分级。 继续区分“语法可读”“推理可跑”“指标可复算”“完整训练可复现”四个层级，不因权重链接存在就直接判定可复现。

八、下一轮去重基线#

下一轮从 2026-07-26 16:41（北京时间） 之后的状态变化开始，并保留向前 24 小时缓冲。无新状态时不重复：

• Nowcast3D 已在 commit 8eedb5b 前完成 512/1024 推理代码、部分权重和样例公开；
• SDIR 已在 commit 5054823 公开 CIKM/SEVIR/Shanghai 三个检查点；
• HARECast 已在 commit b50a405 前完成首轮代码和 ckpt-harecast.pt 权重发布；
• Solafune exp056 已记录公开榜 0.6839628、40/40 因果合规以及 exp059/060/062 尚待结果；
• precipitation_nowcasting_from_space 当前仅为空脚手架。