WeatherNext 2 的气旋版本：0.25° 全球输入如何带来一天以上预报优势 (2026)

Google DeepMind 在 8 月 6 日公开 WeatherNext 2 家族的气旋预测模型，并在 Nature 论文中报告：WeatherNext Cyclones（WN-C）对热带气旋的轨迹、最大风速和风圈范围，相对领先的业务模型平均获得一天或更长的预报提前量。换一种更容易核对的说法：过去模型能做到的两天预报，WN-C 约能把相近准确度推到第三天。1

这个结果的关键不在于把某一条风暴路径画得更平滑，而在于把全球大气演化、气旋专门监督、概率 ensemble 和气旋追踪器放进了同一套模型。公开材料已经足以说明它为何有效、怎样复现；但「多出一天」仍是特定评测口径下的平均优势，不是任何地点、任何风暴阶段都自动多出一天预警。

先厘清 WeatherNext 2 和 WN-C

官方博客把 WeatherNext 2 作为全球中期天气模型家族来发布，Nature 论文的研究对象则叫 WeatherNext Cyclones。GitHub 仓库说明，两者使用相同的气旋预测算法，但权重是独立训练的；WeatherNext 2 还额外预测 100 米风。论文结果因此应归给 WN-C，不能直接写成所有 WeatherNext 2 检查点都达到同样指标。2 3

这一区分会影响读者对产品和论文的判断：论文回答的是「专门的气旋模型能否在全球输入上同时预测路径、强度和风圈」，开源仓库回答的则是「研究者现在能拿到哪些模型、代码和权重」。

「领先一天」具体领先在哪里

WN-C 在 2023—2025 年的历史气旋评测中，与现有运行模型比较了三类误差：

Track：气旋中心走到哪里；
Intensity：中心气压或最大持续风速所代表的强度；
Wind radii：34、50、64 节风速阈值覆盖到多远。

论文的结论是三项任务平均都有一天或更长的 lead-time advantage。补充材料中的特定同质化评测给出了更具体的对照：WN-C 的 late ensemble mean 相对 ENS 约多 27 小时，相对 operational HWRF 约多 40 小时。这些数字属于相应年份、区域、样本筛选和指标组合，不能改写成所有风暴的统一提升。4

WeatherNext Cyclones 与 GenCast、ENS、HAFS 的轨迹、强度和风圈范围误差曲线 — Nature 论文 Figure 2 对比三项误差随预报时效的变化；蓝色的 WN-C 曲线在图示范围内保持较低误差，箭头表示其他模型达到相近误差水平所需的额外时间。1

比较口径也很重要。确定性指标中，WN-C、ENS 和 GenCast 取 ensemble mean，再与 HAFS、HRES 等确定性模型比较；概率指标才比较完整的分布。配对评测只纳入模型都预测到、且真实存在的热带或亚热带气旋。补充材料还给 ENS 加了 6 小时延迟条件，这让比较更偏保守，却仍然不能把结果理解成随机对照试验。4

为什么 0.25° 的全球输入也能预测强度

过去的工程分工很直观：气旋往哪里走，主要受大尺度大气环流控制；气旋有多强、风圈有多大，则依赖核心附近的局地热力过程。因此，路径常交给全球模型，强度和风圈再交给高分辨率区域模型。WN-C 试图在一个全球模型里同时解决这两个尺度的问题。

它的输入网格约为 0.25°，即约 28 km，比传统区域模型粗得多。训练分阶段使用 ERA5、接近业务初始状态的 HRES-fc0，以及 IBTrACS 历史气旋 best-track 数据。模型不只预测普通天气变量，还加入 direct cyclone targets，让网络直接学习气旋中心、强度和风圈相关输出；之后以 6 小时为一步自回归滚动，生成最长 15 天的全球天气和气旋情景。4

WeatherNext Cyclones 从全球初始状态滚动生成气旋路径、风速和概率风圈的流程图 — 图示展示了 WN-C 每 6 小时继续预测全球状态，并从 ensemble 生成 34、50、64 节风速阈值的概率图；示例使用 1,000 个成员。2

这条路线里有三个容易被忽略的技术动作。

第一，气旋监督不是事后套上的追踪器。 补充材料的消融把 WN-C 与只用大气分析训练的 FGN 基线比较，发现 IBTrACS co-training 对较长时距的位置误差带来轻微但统计显著的改进；强度 MAE 的变化却很小。说明 best-track 数据主要补的是「气旋在哪里」这条监督信号，而不是单独解决所有强度误差。4

第二，direct tracker 处理了网格离散误差。 同一个 co-trained 神经网络换用学习式 direct tracker 后，强度预测出现系统性增益，早期时效的轨迹准确度也有小幅但显著的提升。原因是 0.25° 网格上的气旋中心不必被四舍五入到最近网格点，追踪器可以做 sub-grid 位置和强度提取；这不是单纯增加分辨率，而是改变了从模型场读取气旋变量的方式。4

第三，FGN 负责把一条预测变成一组有差异的预测。 FGN 通过学习到的模型扰动生成 ensemble，并直接优化每个位置的连续秩概率得分（CRPS）；它的目标不是只找一条平均路径，而是学习一组符合天气不确定性的可能演化。WN-C 在 0.25° 版本上生成一次 15 天预测约需一分钟 TPU，业务运行从常规 50 个成员扩到 1,000 个成员。成员数增加不能自动证明概率已经校准，但它让低概率、影响很大的快速增强等情景更有机会出现在样本里。2 5

这项工作对预警系统真正增加了什么

单条最可能路径只能回答「大概往哪里走」，无法直接回答「哪些地方有多大概率遇到危险风」。WN-C 的 ensemble 可以把每个成员转成风速阈值概率，再形成 34、50、64 节风的空间分布。论文补充材料报告，它在 track probability 和风速概率上的 Relative Economic Value，以及概率 reliability，与 ENS、GenCast 的对应比较中都有优势。对决策者而言，这比一个更漂亮的中心线更有用：疏散、备货或调度往往对应不同的 cost-loss threshold，概率图可以保留这些选择。4

Google 还称，WN-C 在 2025 年飓风季帮助美国国家飓风中心预测了 Hurricane Melissa 的快速增强和在牙买加登陆。这个案例来自 Google DeepMind 的官方叙述，能说明模型已经进入气象机构协作流程，但不能替代独立的跨季节验证，也不能据此推出所有突发增强事件都能提前识别。2

开源降低了什么门槛，又没有降低什么

官方仓库现在提供三类与本期结果直接相关的材料：

WeatherNext 2：0.25° 版本的全球天气与气旋模型权重；
WeatherNext Cyclones：用于复现论文结果的 2023、2024、2025 训练版本；
WeatherNext Cyclones Mini：1° 的轻量版本，Colab 笔记本默认使用它。

仓库提供自回归 rollout、气旋 direct tracker、示例输入和预训练权重。非 Mini 模型需要更大的显存，README 建议用 H100；Mini 版本才适合更小的单卡或免费 Colab 运行。完整训练还需要 ERA5、HRES 等数据，而这些数据各自有使用条款。代码按研究用途提供，没有 API 稳定性保证，也不代表 Google 官方支持的气象服务。3

所以，复现论文结果的第一步不是直接做一个面向公众的预警产品，而是固定仓库版本，跑通 Mini 的输入和 tracker，再换到 0.25° 权重，记录硬件、输入数据版本、推理时延和概率校准。输出仍应与当地气象机构的官方预报和警报分开使用。3

还没有被回答的三个问题

为什么粗输入保留了强度信号？ 论文把 0.25° 输入上的强度表现视为一个重要发现，但官方博客明确说，模型为什么能在这个分辨率上得到准确强度预测，仍是开放研究问题。不要把「高分辨率不是严格前提」写成「局地物理过程不需要高分辨率」；前者是评测观察，后者是未经证明的物理结论。2

一天的优势能否转化成每个地区的可用预警时间？ 论文的平均 lead-time advantage 依赖基线、风暴样本、区域、时效和指标。下一步要看不同海盆、风暴生命周期、快速增强与登陆前阶段的分层结果，而不是只看全球平均曲线。

概率优势能否稳定服务于真实决策？ 1,000 个成员扩大了尾部情景的采样空间，但实际预警仍需要可靠性、成本损失比、数据延迟和人工会商共同决定。Weather Lab 页面也明确提醒，其预测模型仍在开发中，不是官方天气报告或警报。6

WN-C 证明了一条具体路线：在约 28 km 的全球输入上，把普通天气动态、气旋 best-track 监督、学习式追踪和大规模概率 ensemble 组合起来，可以把相对业务模型的有效预报时效推过一天。它还没有证明粗分辨率模型能够解释气旋核心的全部局地物理，也没有证明研究代码就是可直接部署的预警系统。对研究者，下一步应拆开 co-training、direct tracker 和 FGN 各自的贡献；对工程团队，下一步应核对输入数据许可、硬件和概率校准；对公众预警，仍应以当地气象机构发布的官方信息为准。1