观潮 · 模式预报与气象 AI 观察
reGRAF：1836 个 MPAS 全球回报预报开放，含 4 km 对流允许加密
> NVIDIA 和 The Weather Company（TWC）放出了一套全球回报预报数据集，来自 TWC 业务运行的 GRAF 模式——也就是 NCAR MPAS 的一个版本。1836 个回报个例，网格在美国本土、加勒比和西欧加密到约 4 km，多数变量 15 分钟输出、降水变量加密到 5 分钟。数据以 zarr 格式存在 s3://twc-graf-reforecast/，免费提供给企业合作方。
先说清一件容易被误读的事：1836 不是"连续五年逐日回报"。初始条件取自 2004–2024 年跨二十多年，但日期是按高影响天气抽样挑出来的。作者给的理由是，这样抽样得到的回报覆盖的场景比连续五年逐日回报更宽——代价是非降水区里的普通天气样本会少一些。
为什么需要另一份训练数据
训一个 AI 天气模型，最缺的是"某个具体天气过程下，模式当时是怎么预报的"这类记录。作者把理想训练数据的要求列得很具体，这五条也解释了后面所有的取舍：
理想要求 · 论文给的现实答案
长序列（十年以上）、大范围 · 约 5 年，全球模式
分辨率约 1 km，让单个雷暴分辨得开 · CONUS/加勒比/西欧约 4 km，其余 15 km
时间间隔 15 分钟或更细 · 多数 15 分钟，降水 5 分钟
有数值模式那种时间连续演变 · 回报预报天然满足
偏差小 · **不满足**——这是他们选回报预报而非再分析的代价
直接做高分辨率区域再分析有两个问题：算力代价极高，且区域再分析未必具备 DLNWP 训练需要的时间连续性。折中方案是"全球再分析 nudge（约束）到高分辨率模式"，CONUS404 就是这么做的。但作者指出 CONUS404 的缺陷——多数变量没有存亚小时级时间步，而亚小时级正是雷暴预测所必需的。
于是他们选择生成回报预报。作者把代价写在明处：基于这批数据训出的模拟器，模仿的是预报而不是真实大气，因此产品发布前很可能还需要统计后处理来纠偏。这句话是作者自己写的限定，直接划定了这批数据的适用边界。
数据集规模
项 · 设置
回报个例数 · 1836（按高影响天气抽样，非逐日连续）
时间跨度 · 初始条件源自 ERA5，日期跨 2004–2024 年二十多年
积分时长 · 多数到 +27 h，含 3 h spin-up 和一个完整日变化周期
输出频率 · 多数场次 15 分钟；降水类变量 5 分钟
网格 · 美国/加勒比/西欧约 4 km，其余 15 km
网格规模 · 约 480 万个网格点
垂直层 · 50 个模式层
存储格式 · zarr，`s3://twc-graf-reforecast/`，5 分钟与 15 分钟各一套文件
压缩比 · 约 6 倍
多数场次 15 分钟输出、降水变量加密到 5 分钟——这个细节对做临近预报的人直接有用：5 分钟的降水序列足以支撑雷达外推类方法的训练。
注意数据在模式原生垂直坐标上，使用者需要自己重插值到气压等其它坐标，作者给了 MPAS-Tools 的地址。
模式配置
项 · 设置
模式本体 · MPAS 6.3，GPU 运行，TWC 调参，50 层，约 480 万网格点
云微物理 · WSM6 六类 + Thompson 云量
对流参数化 · nTiedtke 尺度感知，15 km 近乎全开、4 km 近乎关闭
边界层 · YSU 行星边界层与重力波拖曳
辐射 · RRTMG
下垫面 · NOAH 四层陆面模型
地形 · GMTED2010 / MODIS 30 角秒
反照率与下垫面类型 · MODIS 30 角秒
初始条件 · ERA5 再分析，模式层上，0.25°
有一处作者主动点明的差距：这套回报预报用的 ERA5 初始化，不含业务 GRAF 数据同化的高分辨率信息——业务 GRAF 用三维变分分析同化近期观测，并以最新 ECMWF 分析作冷启动。
图 1：网格间距分布
论文图 1：全球 MPAS 模式网格间距示意。最内圈线以内约 4 km，最外圈线以外约 15 km。加密区覆盖美国本土、加勒比与西欧。图引自 Hamill (2026)，经许可使用。
初始条件日期怎么挑的
这是全篇最需要看的部分——作者用了三条互相独立的挑选标准，并逐条承认各自的缺陷。
标准一：热带气旋、强对流风暴等高影响天气。 作者参考了天气重要性抽样（importance sampling）的研究。对飓风，他们查了 2004–2023 年大西洋飓风季的维基页面，通常选美国或近美登陆前 12–24 小时作起报时刻。对 2017 年 Harvey（休斯敦洪涝）和 2019 年 Dorian 这类长时间徘徊的飓风，会密集选取多个回报个例，覆盖的不只是登陆时刻。唯一一条东太平洋飓风个例是 2023 年 Otis——它意外快速增强并在墨西哥阿卡普尔科登陆。因为回报只积分到 +27 h，作者明说不指望这套采样本身能定量评估路径或强度技巧。作者还承认飓风 Sandy（2012）是被遗漏的。
强对流风暴同理：查维基页面，挑龙卷数多或出现显著龙卷的日期。由于多数龙卷发生在午后傍晚，常用 12 UTC 起报；少数夜间龙卷个例用 18 或 00 UTC。
标准二：主要水文单元的强降水。 覆盖东北部暴雪、冰暴、西部大气河和热带气旋前置降水事件（PRE）。作者逐条交代了这些清单的来源与问题：PRE 清单基于一篇 2010 年的期刊文章，所以所有个例都早于 2010 年；东北部暴雪靠 Google 搜索加 TWC 员工记忆；作者想找大尺度对流复合体（MCS）的日期——这类系统在数值指导里常常预报得很差——但没找到在线参考资料，只能作罢。
标准三：填补空白。 在流程最后补少量个例，把依赖天气的回报序列里最大的空档填上。
作者对整个过程的自评是：日期挑选在性质上并非完全客观。
图 2：按高影响天气类型选出的 396 个日期
论文图 2：这一批是为高影响天气天气标准选出的 396 个日期，按飓风、强对流风暴、东北部雪暴、前置降水事件（PRE）、西岸大气河、冰暴六类着色，横轴为年内日序、纵轴为年份。注意这 396 个只是 1836 个总个例的一部分——它们对应的是"按天气挑"的那部分，另有大量个例来自后文说的强降水标准与最后的填补空档。各类别在同一时段上部分重叠。
图 3：用于挑选强降水个例的 18 个 HUC-2 水文分区
论文图 3：CONUS 的 HUC-2 二级水文分区，共 18 个，按数字编号。方法还额外选取了"全部 18 个分区合并"作为第 19 个区域。
图 4：仅按 GEFS 12–36 小时降水选出的个例日期
论文图 4：仅依据 GEFS 12–36 小时降水预报选出的个例日期，按东部美国（HUC-2 的 1–6 区）、大平原（7–13 区）、西部美国（14–18 区）以及全 CONUS 四种口径分别着色。
图 5：最终回报个例日期清单
论文图 5：最终提出的 GRAF 回报个例日期清单，合并了各类重大风暴、强降水个例与填补空档的个例，纵轴为年份、横轴为年内日序。颜色对应图 2 的六类标准。
压缩方案：为什么敢截掉 13 位尾数
数据用了有界误差的有损压缩，作者把每一层都写清楚了：
- 可选的归一化滤镜——用预先给定的均值和标准差对变量做 z-score 标准化。
- BitRound——尾数截断到 10 位。
- 字节重排——把 32 位浮点拆成 4 条独立字节流，让下游压缩算法能利用指数位和最高有效尾数位里的规律。
- zlib DEFLATE level 9——取最高压缩比。
理由是：主流神经网络都在 Tensor-Float32、IEEE Float16 或 Bfloat16 这类缩减精度格式下训练，保留 IEEE 浮点的全部 23 位尾数没有必要，截到 10 位正好是这三种格式的最大值。
这里作者主动指出一个陷阱：对温度、压力这类均值远大于标准差的变量，相对误差界并不适用。解决办法是先用 z-score 标准化去掉全局均值，再上BitRound，从而在固定比特预算下保住变量动态范围内的最大保真度。对降水这类"全域积分重要"或"需要保住零值"的变量，归一化滤镜的均值特意设为零——这既避免了截断引起的零值漂移，也保住了降水的全域积分。
这套流程把数据压缩了约 6 倍，作者说这才让存档和分发变得可行。
图 6：飓风 Harvey 登陆后的 5 分钟累积降水
论文图 6：飓风 Harvey 登陆前不久的 5 分钟累积降水场示例，初始条件为 2017-08-26 12 UTC，积分 12 小时。色标为累积总降水（mm）。可见飓风登陆前后的近海强降水带，以及德克萨斯、路易斯安那内陆的分散对流单体。
已知问题：垂直速度的污染
这是全篇最值得注意的一节，也是这批数据目前唯一被作者点明的技术缺陷。
训练GRAF 模拟器的过程中，作者发现了一个显著问题：模拟在推进过程中会被极小尺度的垂直速度污染。这些异常一开始空间范围很小、出现在对流层顶附近，随后在水平和垂直方向上不断扩散。
这个污染有多隐蔽：作者逐个变量检查过——水平风场上能看到一些轻微迹象，但风和温度这类变量大体仍然合理，地面降水在多数情况下也看不出明显异常。也就是说，你如果只检查常规变量，很可能发现不了问题。
他们自己的解决办法是两条：不使用垂直速度作为特征，以及做尺度相关的滤波。作者说这样仍然可以逼真地模拟 GRAF，训练细节留待后续论文。
图 7：异常小尺度垂直速度的增长
论文图 7：一次回报预报中异常小尺度垂直速度的增长过程，初始条件为 2018-06-03 12 UTC，取模式第 28 层。左右分别为 4 小时（左）和 8 小时（右）预报。可以看到噪声在 4 小时时已沿对流层顶出现大片细密纹理，到 8 小时发展成覆盖中大西洋与北美的细密纹路，垂直速度区间为 ±4 m s⁻¹。
作者承认的限制与待办
作者自己划定的边界有三条，摘要里就写了一条：
回报预报复现的是预报而非实况，因此产品发布前很可能还需要统计后处理纠偏。这是最根本的一条限制——它决定了这批数据适合做什么、不适合做什么。
回报只积分到 +27 小时，因此作者明说不指望这套采样本身能定量评估路径或强度技巧。 这批数据是训练素材，不是检验集。
初始条件只到 ERA5，不含业务 GRAF 数据同化的高分辨率信息。 业务 GRAF 用三维变分分析同化近期观测、并以最新 ECMWF 分析作冷启动，所以回报预报和业务预报之间存在一道同化差距。
垂直速度污染的完整处理方案留在一篇后续论文里；GRAF 模拟器本身的训练细节同样在后续论文中。也就是说这份文稿是数据说明书，不是模型论文。
使用这份数据前值得先确认三件事：是否需要自己重插值到气压坐标；训练时是否要绕开垂直速度、是否要做尺度滤波；以及回报预报相对实况的偏差，是否要自己补一套统计后处理。
一句话判断
这是目前少见的带完整回报预报记录的高分辨率 MPAS 数据集，4 km 加密、5 分钟降水输出和 6 倍压缩让对流尺度 AI 模型有了可落地的训练底座。三个使用前必须知道的坑：初始化只到 ERA5 而非业务同化、个例挑选非完全客观（且 Sandy 被漏掉）、以及垂直速度存在会随积分时间扩散的污染。前两条作者明说了，第三条容易被忽略——因为它藏在垂直速度这一个变量里，风、温度、地面降水看上去都正常。