Google DeepMind 的 WeatherNext 团队于 2026 年 11 月 13 日宣布，开放 SatWeave 和 PARDIG 两套气象数据集的历史档案与实时数据流，供研究人员和开发者构建天气、水文及气候应用。两者也是近期发布的 WeatherNext 3 模型的重要数据基础：前者提供云层与风暴发展的实时影像，后者用于训练模型的降水预报。
把卫星观测整理成统一的全球图像，需要处理不同的地图投影、文件格式、传感器和扫描周期。据 DeepMind 介绍，各卫星的扫描周期为 10 至 30 分钟，现有全球拼图多数只提供 4 个或更少通道，或每隔几小时才更新一次。
SatWeave 将静止气象卫星观测融合成全球拼图，覆盖可见光、水汽和红外共 17 个通道，每小时更新一次。DeepMind 表示，这使 WeatherNext 3 能够每小时生成新的全球预报；作为对照，依赖分析数据初始化的模型，其初始条件每 6 小时刷新一次。
此次开放的 SatWeave 数据包括每小时实时数据流，以及跨度超过 10 年的历史档案。团队已将其用于 WeatherNext 3 的中期天气预报，并表示希望与研究和开发者社区探索太阳能发电、野火监测等应用。
地面雷达和密集雨量站网络能够提供高质量观测，但并非所有地区都具备充分覆盖。为弥补这一缺口，团队开发了基于 AI 的全球降水数据集 PARDIG。
PARDIG 采用与 WeatherNext 3 类似的 AI 架构，以 NASA 全球降水测量（GPM）核心观测卫星的稀疏星载雷达观测作为训练目标，输入为 SatWeave 卫星图像和 ECMWF 大气数据。据发布方介绍，其输出的全球降水图时间分辨率为 15 分钟，空间分辨率约为 10 公里，平均延迟约为 5 小时。
在发布方自评中，团队使用美国、欧洲和日本的三个大陆级雷达网，以及全球超过 3.6 万个气象站进行评估。DeepMind 称，PARDIG 在所有纳入分析的降水强度上均优于包括 NASA IMERG-Final 在内的全球基准；其中，轻到中度降水的逐小时检测能力较 IMERG-Final 提升超过 30%。
PARDIG 此次开放的历史档案覆盖 1999 年至 2026 年。SatWeave 和 PARDIG 的实时与历史数据均已在 Google Cloud Storage 开放，PARDIG 历史目录也已上线 Google Earth Engine。团队表示，希望借助这些数据，与社区探索改进洪水、山体滑坡和干旱模型，尤其关注缺乏密集地面雷达网络的地区。
