观潮 · 模式预报与气象 AI 观察
降水后处理的方法变更：192 个检查点换成每季一个模型，时效延到 72 小时
> 这是 Hamill 2026 那篇 Attention ResUNet 降水后处理预印本的技术附注，只记录发表以来方法改了什么、跟原版比技巧如何。核心统计方法没动。改动最大的两条：用 FiLM 条件化把原先最多 192 个「按月×按时效」分别训练的检查点，换成每个日历季节一个模型、把时效从 +3–48 h 延到 +3–72 h；以及给 BSS 的气候态基准加了日变化维度。作者给的结论用词很克制：新训练相对原训练是「温和但一致的改进」。
没变的是什么
作者先划清边界，免得读者以为整套东西重写了。核心成分全部未改：带注意力门控跳跃连接的 Attention ResUNet 主干、逐像素预测零膨胀双成分 Gamma 混合的预测分布、负对数似然损失、基于期望最大化（EM）的气候态偏置初始化、全卷积的整域单次推理。作者的措辞是，这些「全部未变，此处不重复」。
季节标签沿用气象惯例：DJF 是12/1/2 月，MAM 是 3/4/5 月，JJA 是 6/7/8 月，SON 是 9/10/11 月。
改了的两条建模侧
FiLM 条件化是最大的一处。Feature-wise Linear Modulation 对日历季节和预报时效做条件化，产出每个季节一个训练好的模型，取代原先最多 192 个分别训练的「按月、按时效」检查点；时效同时从 48 h 延长到72 h。作者明确指出这直接实现了原始预印本自己在总结一节里列为未来工作的那一条改进。
输入通道从 7 个增加到 9 个，原有 7 个全部保留。新增两个：逐像素的当地太阳时（正弦与余弦编码，由 UTC 有效时和该像素自身经度算出），用来捕捉对流降水误差可能存在的日变化依赖——而原版的特征集完全没有表征这一项；以及逐像素、按月索引的静态降水气候态（PRISM、WorldClim 与 ERA5 的混合配方，做对数变换并归一化），给网络一个显式的先验，告知哪些位置哪些月份气候上更湿或更干，且与当前预报无关。
两个新通道背后的设计原则作者点明了，和原版用于地形交互、湿度交互通道的原则同源：不去指望网络从大量训练样本里隐式学出关系，而是把一个有物理动机的导出量显式算好交给网络当输入。
训练数据管线也换了粒度。两个版本都是离线预计算训练块而不是训练时在线采样，变化在粒度。原版按（月,时效）检查点各存一套，最多 192 套，采样自四个 60 天的近期/季节性日期窗口，训练只是载入并循环。当前管线改为预计算 zarr 支撑的块归档，每个日历季节一套，汇集该季节所有可用年份和所有时效的块。作者列的两点好处是：要管理的训练权重更少；以及跨时效合成训练带来更大的训练样本量，「由此大概能得到更稳定、质量更高的权重」——这是作者带限定语的说法。
宏/微湿日加权（wet-day-weighted）的块选择逻辑保留，但移到归档写入时执行。训练/留出集的划分改为显式的 7 天块切分：连续的整周块整体分配给训练或留出，作者说这样同一天气形势过程内的相邻日期不会跨切分泄漏。
项 · 说明
检查点数量 · 最多 192 个「按月×时效」模型 → 每个日历季节 1 个
时效范围 · +3–48 h → +3–72 h（连续覆盖）
输入通道 · 7 个（保留） + 当地太阳时 + 降水气候态 = 9 个
训练归档 · 按检查点存块 → 按季节存 zarr 块归档，汇集全部年份与全部时效
划分方式 · 显式 7 天连续块切分，防止同一形势过程内跨切分泄漏
改了的一条工程约束，最容易被忽略
整域单次全卷积推理是原版就有的特征，作者说它之所以能在这次改动中保留下来，只因为一个空间变化的条件项（太阳时）从 FiLM 向量里降级成了逐像素输入通道。他的原话是：如果不那么做，FiLM 条件化的模型将不得不退回分块拼接式推理。
这是一条对做条件化生成/后处理的人很实用的经验：条件项一旦有空间变化，就不能放进全局条件向量里，否则整域单次推理这条性质立刻失效。
> FiLM 的全称是 Feature-wise Linear Modulation，按特征逐通道做线性调制。
验证侧也改了
验证指标本身没动：可靠性图、相对气候态参考的 Brier Skill Score（BSS）、性能图，以及原版结果一节里按地形粗糙度分层（最粗糙的 10% 地形 vs 其余 90%）的做法，都保持原样。改的是两件事：计算 BSS 所用的气候态参考标准，以及用来把不同训练版本互相比较的评估基础设施——后者在原始预印本写作时完全不存在。
原版的 BSS 参考来自 NCEP Stage IV 2020–2024 小时降水分析，双线性插值到 GRAF 网格，没有显式的日变化分辨率，只有月尺度。现在两处变化：插值本身改用 Delaunay 三角剖分加线性重心插值，而不是简单双线性；气候态增加了显式的日变化维度（全部 24 个 UTC 小时，不只是月平均），理由是 GRAF 的 Gamma 混合推断以 1–3 小时时效步长运行，而只有月尺度的气候态无法解析对流的日变化循环。
作者对这处改动的定性是「一个溯源和分辨率上的改进，不是一次大的数值修正」，并且气候态参考文件已经与一个配套的 HRRR 项目共用同一份规范文件。作者还新建了跨检查点的可靠性比较能力，让模型的后续重训版本之间可以用缓存的评分互相比较。
作者自己声明的边界
这是一份技术附注，不是完整评估。 作者在引言里把范围划得很清楚：假定读者已经熟悉原预印本里建立的 GRAF、MRMS、CONUS 等领域术语，此处不重新定义；更关键的是——发表以来测试过的算法改进有很多，但这份文稿只记录最近的一个配置，并只把它与原先描述过的方法做对比。所以它不能读成"所有试过的东西的完整报告"，被试过但没进最终配置的那些改进，这份文稿里没有交代。
对照结果也只有一条线索。原预印本的结果节只报了单模型版本，没有后来重训版本之间的对比手段，这次才新建了跨检查点的可靠性比较能力。所以"新训练更好"这句话的证据来自一次新旧对比，不是一个跨多版本、跨季节、跨年份的稳健性检验。
效果本身的措辞作者自己压得很低：预报保持了可靠性的总体特征，而相对气候态参考的技巧有所改进；摘要里的原话是"温和但一致的改进"。他明确说这只是"温和"，不是数量级上的跃升。另外气候态参考那处改动被作者亲自定性为"溯源和分辨率上的改进，不是一次大的数值修正"——不要拿它当数值变化去解读。
还有一条作者当作优点讲、实际是限制的改动：整域单次全卷积推理之所以保住了，只因为太阳时从条件向量降级成了逐像素输入通道。这是个有条件的结论——换任何一个有空间变化的条件项，这个结论都要重新评估。
效果与作者给的说法
结果用图给出：图1 是注意力 ResUNet 自身后处理（Gamma 混合）概率的 BSS 随时效变化，按地形粗糙度分层，与原版图一致；样本是 2025 年 3 月、6 月、9 月、12 月，6 小时间隔。图2 和图3 是 +12 h 与 +48 h 的可靠性图。图4 是华盛顿州大气河个例，初始条件 2026031112、+12 h，对比 GRAF 原始 1 小时累积降水预报、原训练与当前训练下超过 0.25 mm 的概率。
图1 上作者给了具体数值。当前训练在每一个时效、每一个阈值、每一个地形分层上都不低于原训练；增幅最大的是最粗糙 10% 地形上的 5 mm 阈值，也就是原预印本自己点名最难的重降水加复杂西部地形场景：
场景 · 原训练 BSS · 当前训练 BSS
最粗糙 10% 地形、5 mm、+6 h · 0.121 · 0.176
最粗糙 10% 地形、5 mm、+48 h · 0.078 · 0.116
最粗糙 10% 地形、0.25 mm、+48 h · 0.353 · 0.393
其余 90% 地形、0.25 mm、+48 h · 0.272 · 0.311
0.25 mm 和 1 mm 两个较低阈值上的改进要小得多，但仍然一致。两条曲线的置信带在两个地形分层、每个阈值上都分离得干净。作者对总体结论的措辞需要原样记住：新训练生成的预报保持了可靠性的总体特征，而相对气候态参考的预报技巧有所改进。摘要里的说法是「温和但一致的改进（modest, consistent improvement）」。
论文图 1：注意力 ResUNet 自身后处理（Gamma 混合）概率的 Brier 技巧分数随时效变化，按地形粗糙度分层，与原预印本的结果图一致。样本为 2025 年 3 月、6 月、9 月、12 月，6 小时间隔。阴影为 90% Hodges-Lehmann 置信区间。当前训练在每一个时效、每一个阈值、每一个地形分层上都不低于原训练，两条曲线的置信带在两个地形分层、每个阈值上都分离得干净。
论文图 2：+12 h 时效的可靠性图，分别为超过 0.25、1.0 和 5.0 mm 的预报概率，插图为预报概率的使用频率分布。原训练与当前训练对照。
论文图 3：与图 2 相同，但对应 +48 h 时效的可靠性图。
论文图 4：华盛顿州大气河个例，初始条件 2026031112、+12 h。对比 GRAF 原始 1 小时累积降水预报、原训练与当前训练下超过 0.25 mm 的概率。
一句话判断
这篇的价值不在技巧数字，而在它是一份写给复现者的变更清单：192 个检查点为什么能换成 4 个季节模型、太阳时为什么要做成逐像素通道而不是塞进条件向量、气候态为什么必须加日变化维度、切分为什么要按整周而不是随机划分。每一条后面都跟着一个不做就出问题的具体理由。
需要一起记住的是作者对效果本身的克制表述——「温和但一致」，可靠性特征保持不变，改进体现在相对气候态参考的技巧上；气候态那处改动作者明确定性为溯源与分辨率改进，不是大的数值修正。这份文稿本身还只记录了最近一个配置、只做了一次新旧对比，证据面比方法面窄得多。