MetNet-3：能从零星数据中准确预测天气的人工智能模型。

MetNet-3由Google 和 DeepMind共同开发，该模型能精准预测未来24小时的核心天气变量（如降水、地表温度、风速和风向、露点）。准确性超越当前最先进的基于物理的天气预测模型。

MetNet-3空间分辨率仅为1至4公里，可每2分钟刷新一次预测数据。

MetNet-3的主要特点：

1、高分辨率预测：MetNet-3能够提供高分辨率的天气预测，时间间隔为2分钟，空间分辨率为1至4公里。

这意味着MetNet-3模型每2分钟就会为一个特定的地点提供一个新的天气预测。例如，如果你想知道未来一个小时的天气变化，MetNet-3会为你提供30个连续的预测结果，每个预测结果之间相隔2分钟。

2、超越传统模型：MetNet-3在预测未来24小时的核心天气变量方面，如降水、地表温度等，超越了当前最先进的基于物理的天气预测模型。

3、直接观测数据的使用：MetNet-3使用直接观测数据进行训练和评估，这些数据通常具有更高的保真度和分辨率。

与传统的天气预测模型不同，MetNet-3直接使用大气的观测数据进行训练和评估，这些数据可能来自地面气象站、卫星等。

4、数据密集化技术：MetNet-3的一个关键创新是数据密集化技术，该技术将传统的数据同化和模拟过程合并为一个过程。这意味着模型可以直接使用观测数据进行预测，而不需要先进行数据同化和模拟。

5、从稀疏观测中学习：它能够从稀疏的天气观测数据中进行学习和预测。"稀疏观测"意味着观测数据在空间或时间上不是连续的，可能存在许多空白或缺失的地方。尽管如此，这种AI模型仍然能够有效地利用这些不完整的数据进行学习，并为未来的天气状况提供准确的预测。

简而言之，这是一个能够从不完整或稀疏的天气数据中进行学习的高级AI天气预测模型。

MetNet-3已经被整合到了多个Google产品和技术中，目前在美国本土的48个州和欧洲，MetNet-3已经投入运营，为Google的各种产品和技术（如搜索）提供实时的12小时降水预测，并将模型的丰富输出转化为可操作的信息，为数百万用户提供服务。

详细介绍：https://blog.research.google/2023/11/metnet-3-state-of-art-neural-weather.html
论文：https://arxiv.org/abs/2306.06079