arXiv

NVIDIA与TWC联合发布reGRAF——一个全球覆盖、美欧4 km对流可分辨、跨越20余年的MPAS再预报数据集。1836个个例、15分钟高频输出、云上公开下载，为AI天气模型训练与对流尺度研究提供全新基准平台。

👥 作者：Thomas M Hamill、Akshay Subramaniam、Montgomery Flora、Raghu Raj Prasanna Kumar、Karthik Kashinath、Carl Ponder、Tao Ge、Sepideh Khajehie、John Wong、Brett Wilt、Peter Neilley 📅 发布日期：2026-09-30 🆔 arxiv ID：2609.40133

📝 论文摘要

NVIDIA与The Weather Company（TWC）基于TWC的GRAF（全球高分辨率大气预报）模型生成了一个再预报数据集。GRAF是NCAR的MPAS（跨尺度预测模型）的一个版本。GRAF为全球模式，但本再预报配置在美国、加勒比海盆地和欧洲进行了约4 km的网格加密，其余地区为15 km。该模型设计为大部分计算在GPU上运行，NVIDIA协助了相关开发。1836个再预报个例（约5年）由ECMWF再分析资料（ERA5）驱动，初始条件日期跨越2004—2024年20余年，主要依据美国本土和加勒比地区的高影响天气选取。这种采样方式使再预报覆盖了比连续5年每日一次再预报更广泛的高影响天气情景，同时也提供了大量非降水区普通天气样本。GRAF再预报大多运行至+27 h预报时效，假设3 h起转后覆盖完整日循环。数据以zarr格式保存在模式原生垂直坐标上，大部分变量以15分钟间隔存档，若干降水变量以5分钟间隔保存。数据通过亚马逊云科技开放数据计划向公众开放。

🔍 详细解读

研究背景

过去几十年，数值天气预报（NWP）以每十年约提升一天预报技巧的速度稳步进步——如今的四天预报已与十年前的三天预报相当。这种“静悄悄的革命”支撑着从防灾减灾到能源调度的广泛决策。然而，传统NWP依赖人类对物理定律的复杂编码，计算成本高昂，且对流可分辨尺度的全球预报长期受限于算力。 近年来，AI天气模型异军突起。这类数据驱动模型用神经网络直接从当前大气状态映射到未来状态，训练目标通常是最小化均方根误差或CRPS等分布距离指标。但AI模型高度依赖训练数据，尤其是高分辨率、长时效、覆盖高影响天气的再预报数据集极为稀缺。现有再分析资料空间分辨率偏粗，难以支撑对流尺度AI模型的训练与评估。 与此同时，GPU加速为高分辨率全球模式提供了新可能。MPAS等可变分辨率全球模式允许在重点区域加密网格，兼顾全球覆盖与区域精细度。但此类模式的大规模再预报数据集尚未公开，制约了AI天气模型的发展与公平比较。

核心问题

本研究旨在解决一个关键瓶颈：能否构建一个全球覆盖、重点区域对流可分辨、跨越20余年、面向高影响天气的公开再预报数据集，以支撑AI天气模型的训练、验证与基准测试？

研究方法

研究团队使用TWC的GRAF模型——NCAR MPAS的一个GPU加速版本。GRAF为全球模式，但在美国本土、加勒比海盆地和欧洲进行了约4 km的网格加密，其余地区保持15 km分辨率。这一“可变分辨率”设计使模式在重点区域具备对流可分辨能力，同时控制全球计算成本。 再预报个例共1836个（约相当于5年），由ERA5再分析资料提供初始条件，日期跨越2004—2024年。初始日期主要依据美国本土和加勒比地区的高影响天气事件选取，而非连续5年每日一次。这种“事件采样”策略使数据集覆盖了更广泛的高影响天气情景，同时仍包含大量非降水区的普通天气样本，兼顾了极端与常态。 每次再预报运行至+27 h预报时效，假设3 h起转后覆盖一个完整日循环。数据以zarr格式保存在模式原生垂直坐标上，大部分变量以15分钟间隔存档，若干降水变量以5分钟间隔保存，便于对流尺度过程分析。数据通过亚马逊云科技开放数据计划公开。

主要发现

该数据集的核心价值在于其规模与分辨率的结合：1836个个例、全球覆盖、美欧4 km加密、20余年时间跨度、15分钟（降水5分钟）高频输出。这使其成为目前少有的面向对流可分辨尺度的全球再预报公开数据集。 事件采样策略的效果显著：相比连续5年每日一次再预报，该数据集在高影响天气情景上的样本多样性大幅提升，为AI模型学习极端天气演变提供了更丰富的训练素材。同时，非降水区普通天气样本的保留确保了模型不会过度拟合极端事件。 数据存档在模式原生垂直坐标上，避免了插值引入的误差，便于研究者按需处理。zarr格式与云平台结合，支持大规模并行读取，降低了使用门槛。

创新亮点

与已有再分析或再预报数据集相比，reGRAF的创新体现在三方面：一是全球可变分辨率设计，在美欧实现4 km对流可分辨，兼顾全球与区域；二是GPU加速的MPAS实现，使大规模高分辨率再预报成为可能；三是事件采样策略，以高影响天气为导向，提高了数据集的“信息密度”。 此外，数据完全公开、云原生存储、高频输出，为AI天气模型的训练与基准测试提供了标准化平台，有望推动数据驱动NWP的可重复研究。

研究意义

reGRAF为大气科学领域提供了首个面向对流可分辨尺度的全球MPAS再预报公开数据集。它既可用于训练和评估AI天气模型，也可用于传统NWP的诊断研究，如对流触发机制、降水日循环、高影响天气可预报性等。对业务应用而言，该数据集有助于开发更精准的短期预报产品，特别是在美国、加勒比和欧洲地区。

未来展望

当前数据集主要覆盖美欧加密区，未来可扩展至其他高影响区域。再预报时效为+27 h，未来可延长至更长时间以支持中期预报研究。此外，如何基于该数据集发展混合AI-物理模型、量化对流尺度可预报性，是值得探索的方向。

🔑 关键词

再预报 MPAS 对流可分辨 GPU加速 AI天气模型 高影响天气 开放数据 GRAF

📎 论文链接：https://arxiv.org/abs/2609.40133

📅 发布时间：2026-09-30

论文来源 arxiv.org | 由 AI 自动翻译整理