跳到正文
阿里雲開發者社區 AI·· 33 分鐘前AI 評分28

深度學習降水臨近預報與降尺度方法綜述

A Survey of Deep Learning Methods for Precipitation Nowcasting and Downscaling |深度学习降水临近预报与降尺度方法综述

AI 導讀

綜述梳理深度學習降水臨近預報與降尺度方法的演進,涵蓋從 ConvLSTM、生成對抗網絡到潛空間擴散模型與流匹配的技術路線。當前方法趨向結合確定性骨幹與生成式細化,並加強物理約束和多模態融合。2026年的 SwAIther-Precip 以領先時間感知偏差校正實現公里級降尺度預報。

正文

简介: 降水临近预报旨在预测未来0-2小时的高分辨率降水分布,其核心价值在于弥补数值天气预报计算成本高企与灾害预警实时性需求之间的张力。早期研究以卷积循环网络为主线,通过捕捉时空依赖将预测问题转化为序列回归,思路简洁却受制于均方误差损失导致的平均场模糊。当生成对抗网络暴露出训练不稳定与定位漂移后,研究者转向潜空间扩散模型与流匹配,用更强的生成先验换取细节保真度与不确定性量化能力。各路线在计算效率、物理一致性与极端事件捕捉之间做出了不同取舍,由此形成当前确定性骨干与生成式细化深度融合的方法格局。本综述梳理这条从像素回归到概率集合生成的因果演进链条,为读者提供一张领域认知地图。

综述原文见 www.arxivreview.com

导读

降水临近预报旨在预测未来0-2小时的高分辨率降水分布,其核心价值在于弥补数值天气预报计算成本高企与灾害预警实时性需求之间的张力。早期研究以卷积循环网络为主线,通过捕捉时空依赖将预测问题转化为序列回归,思路简洁却受制于均方误差损失导致的平均场模糊。当生成对抗网络暴露出训练不稳定与定位漂移后,研究者转向潜空间扩散模型与流匹配,用更强的生成先验换取细节保真度与不确定性量化能力。各路线在计算效率、物理一致性与极端事件捕捉之间做出了不同取舍,由此形成当前确定性骨干与生成式细化深度融合的方法格局。本综述梳理这条从像素回归到概率集合生成的因果演进链条,为读者提供一张领域认知地图。全文按问题演化与路线取舍组织,覆盖该领域从奠基到当前的主要工作。

1. 研究背景、问题结构与演进脉络

降水临近预报的核心任务是基于近期雷达反射率观测,预测未来短时间内的降水空间分布。这一任务的形式化定义通常遵循 N-way K-shot 的变体,即给定过去 $K$ 帧雷达图像序列 ${X_{-K}, \dots, X_0}$,预测未来 $T$ 帧降水场 ${Y_1, \dots, YT}$,其数学表达为学习条件分布 $P(Y{1:T} | X_{-K:0})$。传统数值天气预报虽然物理严谨,但计算成本极高且分辨率粗,难以满足分钟级更新需求;光学流外推虽快,却无法捕捉对流系统的非线性演变。2015年 ConvLSTM 的提出标志着数据驱动范式的确立,通过卷积与循环网络结合捕捉时空依赖,解决了传统递归网络无法处理网格化气象数据的问题。然而,这一范式隐含了一个关键假设:降水演变可以通过时空卷积与循环结构充分捕捉,且均方误差损失足以优化预测精度。

问题定义的演化并非线性推进,而是由数据特性与模型缺陷共同驱动的螺旋上升。降水数据具有显著的零膨胀与长尾分布特性,大量零值与少量极端值并存,导致标准损失函数使模型偏向预测平滑的平均场,即“预测模糊”问题。这一基础缺陷催生了对概率性预报的需求,问题定义从单一的像素回归转变为条件分布生成。随着生成模型的引入,新的子问题“定位不准”浮现:概率模型虽能生成逼真细节,但常出现降水位置偏移。这促使研究范式进一步演化为“确定性骨干+生成式细化”的混合架构,其中确定性模块负责宏观运动趋势,生成模块负责微观细节恢复。更深层的“长时程退化”与“极端事件捕捉难”问题,则依赖于前两者的解决,并进一步驱动了物理约束与多模态融合的发展。

2015至2018年是奠基期,ConvLSTM 与 PredRNN 确立了时空序列预测的基线范式。PredRNN 通过引入时空记忆流,解耦空间与时间维度的信息交互,增强了模型对长程依赖的捕捉能力,但仍未摆脱 MSE 损失导致的模糊宿命。2020年前后,跨域基准与物理约束开始受到关注,PhyDNet 将预测任务分解为物理引导的运动与随机运动两部分,通过嵌入平流方程增强了物理一致性,为后续物理信息神经网络的应用提供了早期范例。这一时期的核心矛盾是数据驱动模型的灵活性与其物理合理性缺失之间的张力。

2021年是一个关键转折点,DGMR 引入生成对抗网络,通过判别器对生成的雷达回波序列进行统计保真度约束,实现了从确定性点预测向概率性分布预测的范式转变。它解决了模糊问题,但暴露出训练不稳定与定位漂移的新挑战。2023年,PreDiff 与 CasCast 将潜空间扩散模型引入该领域,在压缩潜在空间中进行去噪生成,大幅降低了计算成本并提升了视觉保真度,确立了扩散模型的主流地位。DiffCast 进一步提出残差扩散策略,由确定性骨干预测主要趋势,扩散模型仅处理随机残差,有效平衡了定位精度与分布覆盖。

2024至2025年,研究重心转向效率与物理的深度融合。FlowCast 基于条件流匹配,通过直接学习向量场而非逐步去噪,提升了采样效率,为实时业务提供了高效替代方案。Nowcast3D 结合物理信息神经网络与扩散生成模型,通过显式平流-扩散-源方程推断底层物理场,代表了物理约束与生成式模型深度融合的最新趋势。2026年,多模态融合与降尺度成为新前沿,SwAIther-Precip 提出领先时间感知的偏差校正策略,针对全球预报模型在复杂地形下的系统性偏差,通过分步处理提升了公里级降尺度预报的准确性。当前领域形态呈现出“混合架构主导、物理约束增强、多模态补充”的多元并存格局。

如果用一个核心问题概括该领域,那便是:如何在保证物理一致性与计算实时性的前提下,从确定性平均场预测跨越至高保真、可量化不确定性的概率性集合预测,以精准捕捉极端降水事件。

2. 方法体系

  • 2015:ConvLSTM——将卷积操作嵌入LSTM门控机制,确立时空序列预测基线范式

  • 2017:PredRNN——引入时空记忆流,增强长程依赖与非线性运动轨迹捕捉

  • 2020:PhyDNet——嵌入平流方程物理先验,增强降水系统演变的物理一致性

  • 2021:DGMR——采用GAN架构,实现从确定性点预测向概率性分布预测的范式转变

  • 2023:PreDiff——将潜在扩散模型引入降水预报,降低计算成本并提升视觉保真度

  • 2024:DiffCast——提出残差扩散策略,平衡定位准确性与不确定性量化

  • 2025:FlowCast——基于条件流匹配,通过直接积分ODE提升采样效率

  • 2026:SwAIther-Precip——领先时间感知偏差校正,实现公里级降尺度预报

这条时间线勾勒了该领域方法演进的代表性节点:从 2015 年的 ConvLSTM 奠定该领域方法基线,经 2017 年 PredRNN 的推进,到 2026 年的 SwAIther-Precip 代表当前前沿。各节点对应的技术路线、取舍与关联,详见后续小节。

2.1 生成式概率预测

生成式概率预测路线旨在解决确定性模型因最小化均方误差导致的预测模糊问题,其核心思想是将降水预报建模为条件分布生成任务。早期代表 DGMR 采用生成对抗网络,通过空间和时间判别器对生成的雷达回波序列进行统计保真度约束,首次大规模展示了生成式模型在捕捉极端事件细节上的能力。然而,GAN 训练不稳定且易出现模式崩溃,导致生成样本多样性不足。PreDiff 针对 GAN 的缺陷,将潜在扩散模型引入降水预报,在压缩的潜在空间中进行去噪生成,大幅降低了计算成本并提升了视觉保真度。该方法证明了扩散模型在气象序列生成中的可行性,但其多步去噪过程仍受限于推理速度。

CasCast 进一步提出级联扩散框架,通过多尺度特征分辨率的逐步细化,解决了单一尺度生成难以兼顾全局结构与局部细节的问题。其创新在于将生成过程分解为从粗到细的级联步骤,提升了高分辨率降水场的生成质量。DiffCast 则针对生成模型常见的定位漂移问题,提出残差扩散策略,由确定性骨干预测主要趋势,扩散模型仅处理随机残差,从而在保持定位准确性的同时引入不确定性量化。这一“确定性骨干+生成式细化”的混合架构成为后续研究的主流范式。STLDM 在此基础上构建了时空潜在扩散模型,通过变分自编码器将高维雷达序列压缩至低维潜在空间,并引入时空注意力模块增强帧间动态一致性,进一步提升了扩散模型在时空一致性上的表现。

FlowCast 代表了生成范式向流匹配的演进,基于条件流匹配框架在压缩潜在空间中实现概率生成。该方法摒弃了传统扩散模型的多步去噪过程,转而学习从噪声分布到数据分布的向量场,通过直接积分常微分方程实现快速采样。相比 GAN,流匹配训练更稳定,避免了模式崩溃问题;相比扩散模型,其计算开销更低,采样步数少,推理效率高。RainDiff 则提出端到端 Token-wise Attention Diffusion 框架,无需外部潜在自编码器,通过 Token 化策略有效缓解了注意力机制在高分辨率下的计算复杂度问题,实现了端到端训练。这些方法在 SEVIR 基准上均取得了优于确定性基线的性能,但各自在计算效率与细节保真度之间做出了不同取舍。

方法 生成范式 核心优势 主要劣势 SEVIR CSI
STLDM 时空潜扩散 时空一致性强,SOTA性能 依赖预训练编码器 0.5850
FlowCast 条件流匹配 采样效率高,训练稳定 理论成熟度略低 0.5820
RainDiff 端到端扩散 无需外部编码器,流程简化 高分辨率计算复杂度高 0.5790
DiffCast 残差扩散 定位准确,平衡细节与趋势 架构复杂度增加 0.5455
PreDiff 潜扩散 计算成本低,视觉保真度高 推理步数多,实时性受限 0.5100

生成式路线与确定性路线并非简单替代,而是层层嵌套。确定性骨干提供宏观运动骨架,生成式模块提供微观细节与不确定性量化,两者结合构成了当前平衡定位与细节的最优解。

2.2 多模态数据融合

多模态数据融合路线旨在整合雷达、卫星、GNSS 及气象站等多源异构数据,以弥补单一传感器的盲区或偏差。雷达反射率虽是最核心的输入,但存在遮挡和盲区,而卫星数据具有高覆盖优势但分辨率较低,GNSS 可降水量则能提供大气水汽信息。MAD-SmaAt-GNet 扩展 SmaAt-UNet 架构,引入额外编码器流处理非雷达气象变量,并集成 NowcastNet 的平流网络作为运动引导,通过深度可分离卷积与 CBAM 注意力机制增强特征提取。该方法显式利用运动信息提升预测准确性,弥补了纯数据驱动模型在运动建模上的不足,但架构复杂度增加,需要多模态数据对齐。

FusionCast 提出非对称跨模态融合与未来雷达先验增强框架,整合稀疏 PWV 场、高分辨率历史雷达 QPE 及 NowcastNet 生成的未来先验知识。其核心创新在于非对称融合策略,针对不同模态数据特性设计差异化编码路径,并利用未来先验作为条件引导。该方法充分利用了多源数据的互补信息,提升了极端天气事件的捕捉能力,但依赖 NowcastNet 预训练模型,增加了系统耦合度。M3R 则采用 Transformer 范式,将雷达图像分解为 Patch Token,并与气象时间序列 Token 联合处理,通过多模态注意力机制捕捉跨模态依赖。其创新在于将离散的气象时间序列与连续的雷达图像统一在 Transformer 框架下,增强了模型对复杂气象条件的理解,但 Token 数量增加导致计算复杂度较高。

Station2Radar 提出了新颖的几何视角,采用查询条件高斯泼溅方法,融合自动气象站观测与卫星影像生成降水场。该方法利用隐式神经表示和 3D 渲染技术,解决了稀疏点数据到连续场转换的难题,无需固定网格,能灵活适应不同站点布局。Physically-Aligned NN 则针对雷达网络缺失地区,将物理约束嵌入神经网络,利用卫星数据的高覆盖优势,解决了雷达依赖问题,扩展了降水预报的地理覆盖范围。这些方法展示了多模态融合在提升预报鲁棒性与覆盖范围上的价值,但其成功依赖于复杂的跨模态对齐机制与特征融合策略。

2.3 高效架构与轻量化

高效架构与轻量化路线旨在优化计算复杂度与推理速度,满足实时业务对低延迟和高吞吐量的需求。随着生成式模型计算成本的上升,轻量化架构成为业务落地的关键。Dense-Cast 提出轻量级深度学习架构集成,集成 MobileNet、DenseNet 等轻量级组件,通过深度可分离卷积与密集连接减少参数量,针对边缘部署优化架构,降低推理延迟。其代价是模型容量受限,可能在极端复杂场景下精度略低于大型模型。SmaAT-QMix-UNet 在 SmaAT-UNet 基础上引入 MixConv 块与 VQ 模块,通过混合卷积核并行处理通道组,并在瓶颈层进行向量量化,将潜在向量替换为码本最近邻,降低了信息冗余,提升了特征表示效率。

MeTok 提出高效气象 Token 化与超对齐组学习框架,将输入张量划分为重叠 Patch,通过 Patchify 模块编码,并利用 HyAGTransformer 捕捉空间依赖。其核心创新在于超对齐组学习,通过历史降水排序重排 Patch 嵌入,增强模型对降水模式的感知,Token 化策略降低了序列长度,提升了 Transformer 效率。exPreCast 提出基于 Video Swin Transformer 的极端天气临近预报模型,引入立方双上采样与时间提取器模块,针对极端降水小区域高特征进行优化,提升了局部细节捕捉能力。PA-Net 提出降水自适应混合专家网络,动态调整活跃专家数量,根据局部降雨强度分配计算资源,增强对强降水区域的建模能力,解决了长尾分布问题。MambaRain 结合 Mamba 状态空间模型与注意力机制,利用 Mamba 的线性复杂度优势,降低长序列建模成本,提升了长时程预报精度。这些方法在保持精度的同时显著降低了计算开销,为降水预报模型向边缘计算设备的迁移提供了可行方案。

2.4 物理约束与可解释

物理约束与可解释路线旨在将大气动力学方程、守恒律及气象先验嵌入深度学习模型,增强预测的物理一致性、可解释性及对极端天气事件的捕捉能力。纯数据驱动模型可能违反大气守恒定律,物理约束的引入提供了重要的归纳偏置。PIANO 提出物理信息双神经算子,解耦数据驱动时间预测与潜在物理动力学推断,显式集成平流-扩散方程作为归纳偏置。其核心模块包括速度场映射与时间步进动力学,通过 PINN 损失与数据驱动损失联合优化,提升了卫星数据预报的物理合理性。Nowcast3D 结合物理信息神经网络与扩散生成模型,通过显式平流-扩散-源方程推断底层物理场,并生成概率性 3D 雷达反射率预报,在保持物理一致性的同时实现了不确定性量化。

SDIR 提出频谱解耦迭代细化框架,将预测分解为低频骨架回归与高频细节扩散生成,通过迭代细化恢复高频信息,显著提升了预测图像的清晰度与细节保真度。Physics-Informed Motion Estimation 基于平流方程,估计水平运动场,通过深度学习优化运动向量,确保运动场符合物理规律,提升了体积雷达运动估计的准确性。IMPA-Net 提出气象感知多尺度注意力与动态损失框架,整合雷达复合反射率、地面降水率等多通道输入,通过动态损失权重调整,强调极端事件预测,提升了极端对流预报精度。RainODE 提出连续时间降水预报模型,利用潜在神经 ODEs 捕捉大气连续演化,支持任意时间间隔预测,突破了离散时间步限制,提升了时间分辨率适应性。这些方法通过显式或隐式嵌入物理规律,增强了模型在长时程预报中的稳定性与可信度。

2.5 降尺度与偏差校正

降尺度与偏差校正路线针对气候模型或粗分辨率预报,利用深度学习进行空间降尺度与系统性偏差校正,生成高分辨率、符合统计分布的降水场。SwAIther-Precip 提出领先时间感知的偏差校正策略,将全球 AI 降水预报分解为粗分辨率偏差校正和高分辨率生成式超分辨率两个子任务。该方法针对全球预报模型在复杂地形下的系统性偏差,通过分步处理提升了公里级降尺度预报的准确性,为 AI 预报产品的业务化应用提供了关键支撑。Foundation Model-Conditioned Diffusion 提出基础模型条件扩散降尺度框架,采用 EDM 扩散模型,通过基础模型编码器提取大气特征,增强物理一致性,提升了降尺度预报的物理合理性。

Multi-Quantile Regression 提出多分位数回归方法,用于极端降水降尺度,解决确定性模型在极端事件上的偏差。该方法将粗分辨率 ERA5 数据映射至高分辨率 PRISM 降水,通过多分位数回归建模降水分布,捕捉极端尾部特征,提升了极端降水降尺度准确性。MAUNet-Light 提出简洁 MAUNet 架构,针对 TRMM 卫星降水估计与 IMD 地面观测,通过轻量级 U-Net 进行偏差校正,提升了卫星降水估计的准确性。这些方法通过分步处理或概率化回归,有效缓解了粗分辨率预报在复杂地形与极端事件上的系统性偏差,为区域精细化预报提供了可靠数据支持。

2.6 跨任务与多领域应用

跨任务与多领域应用路线探索降水预报模型在不同场景与数据源上的泛化能力。RainfallBench 构建基于 GNSS 的降水临近预报基准数据集,评估时间序列模型在降水预测中的有效性,针对零膨胀、时间衰减与非平稳性特征进行设计,为时间序列模型在降水预报中的应用提供了标准化评估平台。CSU-PCAST 提出双分支 Transformer 框架,用于中期集合降水预报,整合 ERA5 大气变量与 NASA 降水标签,提升了中期降水预报技能,特别是中强降雨的预测。LangPrecip 构建多模态降水临近预报数据集,将雷达回波序列与气象运动描述文本配对,利用语言模型引导的语义信息增强降水演变的预测,拓展了多模态融合在气象领域的边界。这些工作不仅丰富了降水预报的数据源与任务类型,也为模型在不同气候区与地形区的迁移应用提供了基础支撑。

3. 关键共识、分歧与开放问题

3.1 领域共识

概率性生成模型在细节保真度与不确定性量化上优于确定性模型,这一共识在多个基准上被反复验证:STLDM 的 0.5850 与 FlowCast 的 0.5820 均大幅超越 SimVP 的 0.5735,且生成式模型在极端事件捕捉上表现出更高的敏感度。然而,该共识的边界在于计算成本与训练稳定性,生成式模型在实时业务中的部署仍面临挑战。与此相关的另一个共识是 Transformer 与 Mamba 架构在捕捉全局时空依赖方面优于传统 RNN/CNN,已成为主流骨干网络,MeTok 的 37.56 IoU 与 MambaRain 的 0.6700 CSI 均证明了高效架构在长程依赖建模上的优势。物理信息引入能增强模型的物理一致性和长时程预测稳定性,PIANO 与 Nowcast3D 在长时程预报中表现出更好的稳定性,是数据驱动模型的重要补充。

3.2 观点分歧

物理约束的必要性是领域内最核心的分歧:强物理嵌入派主张将平流-扩散方程显式嵌入损失或架构,认为物理定律是降水演变的根本约束;弱物理/数据驱动派则认为深度学习能自动学习物理规律,显式方程可能限制模型对非线性对流的捕捉能力。现有证据偏向“弱物理约束+强数据驱动”的混合模式,在 SEVIR 等基准上,纯数据驱动模型在 CSI 指标上略优于强物理模型,但在长时程(>1小时)和极端事件上,物理约束模型表现出更好的稳定性。这一分歧的背后,是另一个更根本的争论:潜在空间与像素空间的权衡。STLDM 与 PreDiff 主张潜空间高效,PixelFlowCast 主张像素空间保真,现有证据显示潜空间在计算效率上优势巨大,但极端细节需额外模块补偿,缺乏统一的“细节保真度”量化指标导致该分歧难以定论。

3.3 其他开放问题

最紧迫的工程问题是计算效率与实时性的矛盾,高分辨率概率预报计算成本高,难以满足业务实时性要求,当前研究探索轻量化架构、潜空间压缩或高效注意力机制,但缺乏统一的效率评估协议。最根本的研究问题是长时程预报中误差累积的物理机制,当前模型在预报时间延长后性能显著下降,缺乏理论指导,潜在路径包括基础模型先验融合、频谱域融合及多时间尺度建模。跨区域泛化能力不足也是关键挑战,模型在特定区域训练后迁移到其他气候区性能下降,缺乏统一的跨区域评测基准。已知—争议—未知认知图谱显示,生成范式与骨干架构已趋成熟,物理约束强度与空间表示选择存在争议,长时程机制与跨区域泛化理论仍属未知。

4. 总结与展望

深度学习降水临近预报已从“追求平均场精度”进入“追求概率集合保真度与物理合理性”的新阶段。核心矛盾在于如何在保证物理一致性与计算实时性的前提下,从确定性平均场预测跨越至高保真、可量化不确定性的概率性集合预测。尝试过的路线包括确定性回归、GAN、扩散模型、流匹配、物理约束与多模态融合,核心瓶颈在于生成式模型的计算成本、物理约束的强度选择以及跨区域泛化能力的缺乏。

未来可能突破的方向包括:基础模型作为气象先验的通用性,PW-FouCast 与 Foundation Model-Conditioned Diffusion 均指向利用大尺度大气知识增强预报;神经 ODE 在连续时间建模中的理论优势,RainODE 展示了突破离散时间步限制的潜力;多模态融合与物理约束的深度融合,Nowcast3D 与 FusionCast 代表了这一趋势。对进入者最值得做的一件事是,在统一骨干与统一预训练条件下,构建一个同时评估短期细节、长时程稳定性与极端事件捕捉能力的综合基准,以解决当前评测体系的公平性缺陷。

以上为节选,完整内容见ArxivReview

來源:阿里雲開發者社區 AI · developer.aliyun.com