MetNet-3由Google和DeepMind聯合開發，是一個準確預測未來24小時核心天氣變量（例如降水、地表溫度、風速和風向以及露珠）的模型。準確性超過了當前最先進的基於物理的天氣預測模型。
MetNet-3的空間解析度僅為1至4公里，每2分鐘更新一次預報數據。
MetNet-3的主要功能：
1.高解析度預測：MetNet-3可以提供時間間隔為2分鐘、空間解析度為1至4公里的高解析度天氣預報。
這意味著MetNet-3模型每2分鐘就會為特定地點提供一次新的天氣預報。例如，如果您想知道未來一小時天氣將如何變化，MetNet-3將為您提供30個連續的預報，每個預報間隔2分鐘。
2.超越傳統模式：MetNet-3在預測未來24小時的核心天氣變量（例如降水和地表溫度）方面超越了最先進的基於物理的天氣預測模型。
3.使用直接觀察數據：MetNet-3使用直接觀察數據進行訓練和評估，通常具有更高的保真度和解析度。
與傳統天氣預測模型不同，MetNet-3直接使用來自大氣層的觀測數據進行訓練和評估，這些數據可能來自地面氣象站、衛星等。
4.數據強化技術：MetNet-3的一項關鍵創新是數據強化技術，該技術將傳統的數據同化和模擬過程結合到一個過程中。這意味著該模型可以直接利用觀測數據進行預測，而無需首先進行數據同化和模擬。
5.從稀疏的觀測數據中學習：它可以從稀疏的天氣觀測數據中學習和預測。「稀疏觀測」是指觀測數據在空間或時間上不連續，可能存在很多空白或缺失的地方。儘管如此，這個人工智慧模型仍然能夠有效地從這些不完整的數據中學習，並為未來的天氣狀況提供準確的預測。
簡而言之，它是一個先進的人工智慧天氣預測模型，可以從不完整或稀疏的天氣數據中學習。
MetNet-3已集成到谷歌的多個產品和技術中，目前在美國和歐洲的48個州運行，為谷歌的各種產品和技術（例如搜索）提供實時12小時降水預報，並將模型的豐富輸出轉化為可操作的信息，為數百萬用戶服務。
詳情： https://blog.research.google/2023/11/metnet-3-state-of-art-neural-weather.html
紙張： https://arxiv.org/abs/2306.06079