NVIDIA Earth-2 新增欧洲版 StormScope 天气模型

Earth-2 新增面向欧洲的短时天气模型

NVIDIA 10 月 22 日的 Earth-2 公告推出 StormScope EU：一个利用欧洲天气与气候资料训练、面向当地短时预测的区域版本。厂商表示，它使用 EUMETSAT 卫星观测预测云况变化。开发者可以把它与 Earth-2 家族的其他组件结合，例如用 CorrDiff 给较粗的天气资料补充局部细节。区域模型提供了技术选择，但公告没有公布一张可证明它全面胜过各国气象部门预报系统的通用精度表。

NVIDIA 在柏林 GTC 与 Earthmover 展示了实时 StormScope EU 流程，使用 Earth2Studio 串接数据和推断。现场演示有助于理解从观测到短时预报的技术路径，却不能证明每个机构都能以相同的延迟、覆盖和成本部署。数据授权、预处理、计算资源以及与当地实测天气的核验，仍然是正式运行的工作。

各案例的成熟度不同

原公告介绍 AXA 使用 Earth-2 的另一组件 FourCastNet 3，分析超过一千个模拟季节的区域气旋风险。这里的一千多是用于风险研究的模拟季节数量，不是已发生风暴的次数，也不是预报准确率提高的幅度。Vaisala Xweather 把 Earth-2 与自己的观测和闪电数据结合，用于预警；曼彻斯特大学改造 CorrDiff 研究英国空气质量。TotalEnergies 则在两个光伏站点探索基于 StormScope 的太阳辐照短时预报。使用、结合、改造和探索对应不同阶段，不宜写成所有案例都已经产生同等商业回报。

公告还提到 Space42 利用 CorrDiff 与 PhysicsNeMo 开发 SARDiff4Height，从单幅雷达图像估计地表高度并给出不确定性图。不确定性可以帮助分析人员决定哪些位置需要进一步核查，但一幅雷达图像并不会因此变成经过实地测量的地形结果。同理，更好的太阳预报也需要在真实站点比较预测误差和运营价值，才能支撑节能或收益方面的结论。

如何设计可复现的气象比较

评估 StormScope EU 时，应把预报与多个季节、多个地点的实测天气比较，覆盖强降雨、快速变化的云层以及少见的极端情况。基线系统须使用相同的提前量、空间分辨率和可获得输入，并同时公布校准、漏报率和平均误差。一个在欧洲资料上训练的模型仍可能在特定海岸、山谷或城市热岛失效；名称中的“欧洲”不是地方验收证明。

Earth-2 开放模型和工具为定制流程提供起点，但模型组件可获取并不等于生产预报的资料许可、算力与维护成本已经解决。本文刊于 10 月 26 日，保留 10 月 22 日原始公告日期，把演示和探索案例与独立验证的运营结果明确区分。

模拟、预报和决策需要分开

一千多个模拟季节可帮助保险机构探索历史记录中少见的风暴风险，但模拟的可能性分布取决于模型假设和输入资料。短时天气预报又是另一类任务，必须用未来实际观测检验。无论哪一类模型，最后的业务决策都还要考虑损失阈值、误报代价和人工应急流程。把“模型生成了更多情景”直接写成“风险已经降低”，会跳过最关键的验证环节。

开源组件的范围也值得逐项核查：权重、代码、训练资料与卫星观测的授权可能不同。使用者应确认某个具体模型是否允许自己的场景、能否持续获得输入、更新后预测分布会否变化。若地方团队要发出公众预警，还需要清楚说明模型输出与官方气象机构职责的关系。公告展示了潜在用途，不能代替这些地方化的责任安排。

短时云况变化与长期气旋风险也不能用同一组验证指标。前者可能关注分钟级太阳辐照、误报和电网调度；后者关注极端事件分布及长期损失。曼彻斯特大学的空气质量研究又涉及不同的目标变量。虽然它们都借用 Earth-2 组件，报道时仍应分别说明输入、输出和研究阶段。NVIDIA 的案例集合展示模型家族的广度，并非一个单一产品已经通过所有场景的验收。

预测误差还应按不同地区、天气类别和季节分别公布，避免总体平均值掩盖少见却影响重大的失败。