Google DeepMind开放卫星影像拼接数据SatWeave与AI降水估计数据PARDIG，为天气、水文和气候研究提供底层观测与训练资料，而非发布新的预报模型。两项资源均采用CC BY 4.0许可，但存在更新延迟、观测缺失及历史输入变化等限制，不能替代正式气象预警。
Google DeepMind于2026年11月13日宣布，开放支撑其AI天气模型的两项数据资源：全球卫星影像拼接数据SatWeave，以及AI降水估计数据PARDIG。研究人员和开发者可以通过Google Cloud Storage使用其历史档案与近实时数据流，PARDIG的历史资料也进入Google Earth Engine。
这次开放的重点不是再发布一个天气预报模型，而是让外部团队能够使用模型背后的观测与训练资料，开发自己的天气、水文和气候应用。不过，数据时间分辨率、发布频率和实际延迟并不是一回事；“全球网格”也不意味着所有地点、所有波段都有同等质量的有效观测。
DeepMind公告的发布日期为11月13日，但两项开发文档均标注11月11日更新。因此，能够确认的是这次官方开放公告的时间，不能据此断言数据直到11月13日才首次可访问。
从预测结果，向底层数据开放
WeatherNext 3已于2026年9月3日发布。正如本站此前对WeatherNext 3模型与预测服务的报道所述，其变化包括引入实时卫星观测、按小时生成预报，以及为部分地表变量提供更高分辨率输出。
这次开放的是另一层资源：SatWeave把不同卫星的观测整理成统一图像，为模型提供云团和风暴发展的信息；PARDIG则估计已经发生或正在发生的降水，并被用作WeatherNext 3的降水训练目标之一。它们并不等同于WeatherNext 3面向未来的预测结果，也不是完整天气模型或训练系统的开源发布。
这种区别关系到开发者可以做什么。获取现成预报，是把别人的预测接入业务；获取经过整理的观测和降水估计，则可以用于研究、模型训练与历史检验。DeepMind提出的探索方向包括洪水、山体滑坡、干旱、太阳能与野火监测，但公告并未证明这些下游应用已经取得相应的实际成效。
PARDIG：15分钟网格，不是15分钟发布一次
根据PARDIG开发文档，这是一项实验性的全球AI降水估计数据。模型直接从NASA与日本宇宙航空研究开发机构合作的全球降水测量任务（GPM）核心卫星所提供的雷达与辐射计联合反演资料中学习，再结合卫星影像和欧洲中期天气预报中心（ECMWF）的大气场，推断密集的全球降水分布。
其输出网格为0.1度，约10公里，时间间隔为15分钟。数据变量表示对应时刻的瞬时降水率，而不是每15分钟累计的雨量。
对实际接入更重要的是发布机制：PARDIG近实时版本在Cloud Storage每6小时批量更新，平均延迟约5小时，有效延迟约2至8小时。因此，它不是一个每15分钟就能拿到最新结果的即时预警服务。
档案分为两套。PARDIG-NRT覆盖2016年至今，使用较高分辨率的ECMWF HRES与SatWeave输入；PARDIG-LR覆盖1999年至2023年，使用ERA5、历史卫星影像及极轨微波传感器资料。公告把历史范围概括为1999年至2026年，并不意味着存在一套输入条件始终不变的连续资料。
Earth Engine上的PARDIG首发内容也是静态档案：NRT资料截至2026年10月，LR覆盖1999年至2023年。需要持续更新数据的用户，不能把Earth Engine档案与Cloud Storage上的近实时流混为一谈。
SatWeave：统一格式，不等于消除观测盲区
卫星资料原本分属不同机构，投影、文件格式、传感器和扫描节奏各不相同。SatWeave文档介绍，这套数据将GOES、Meteosat与Himawari等静止气象卫星观测重新投影、校准并拼接至统一的0.1度网格，提供17个光谱波段。
其中，7个波段提供可见光、近红外和短波红外反射率，另外10个提供红外亮温等信息，可辅助分析云层、水汽和对流活动。现行数据流每小时更新，延迟约1小时；2016年至2025年的历史档案则采用30分钟时间步长。
但17个波段并非在全球处处都有数据。不同卫星搭载的通道不同，一些波段只覆盖特定区域；高纬度地区超出静止卫星有效视野，夜间太阳反射波段也会出现缺测。文档明确以NaN表示这些缺失值。
历史资料还跨越了传感器更新时期。例如，早期美洲观测使用的旧一代GOES仪器波段较少，部分时期扫描间隔可达3小时。统一到30分钟时间轴，并不会自动补齐原本不存在的观测。开发者仍需检查缺测、扫描接缝、校准差异及异常像素。
精度主张与长期趋势，都需要保留边界
DeepMind称，团队使用美国、欧洲和日本的区域雷达网，以及全球超过3.6万个气象站评估PARDIG，并报告其在所分析降水强度下优于包括IMERG-Final在内的全球基线。这是开发团队公布的评估结果，不是本报道的独立复测，也不能直接推导为每个地区、每种极端天气都具有相同优势。
官方文档列出了更具体的限制。GPM核心卫星的轨道采样约限于南北纬67度之间，PARDIG在更高纬度的估计依赖训练观测范围之外的外推；复杂山地、降雪和微弱降水也存在误差。其确定性的15分钟降水率输出上限为每小时75毫米，可能截断局地强对流的峰值。
对于气候研究，另一项风险是资料条件随时间变化。PARDIG-LR与NRT采用不同输入，历史传感器覆盖也不断改变。把两套档案接起来后出现的变化，可能包含观测系统或输入资料切换的影响，不能全部解释成气候趋势。
开放接入之后，责任仍在使用者
两项数据均以CC BY 4.0许可开放，官方文档称，任何Google Cloud账户都可访问，无需另交数据访问申请。Cloud Storage以Zarr v3格式提供资料，方便按时间或区域读取，但具体应用仍需要完成质量检查、缺测处理和适用性验证。
开放许可并不自动解决所有使用条件。文档提醒，涉及的第三方材料可能有各自条款，使用者仍需确认适用限制。两项资源也都处于实验研究阶段，按现状提供，不构成正式天气观测、预报或预警。
这次开放的实际意义，是让外部团队可以在统一整理的数据上开展研究，而不必从头搭建整套跨机构卫星处理流程。它能否转化为更可靠的洪水预测、能源调度或灾害应对，仍取决于具体地区的验证和后续应用。涉及生命与财产安全时，官方明确要求以国家气象部门和当地应急机构发布的警报及建议为准。