在真实气象站观测上对生成模型进行天气数据同化基准测试

arXiv:2610.00728v1 发布类型：新 摘要：天气再分析产品依赖计算密集型的数值天气预报，随后通过数据同化将预报校正至观测值。深度生成模型提供了一种成本更低的替代方案，将大部分计算成本从推理阶段转移到离线训练阶段。然而，现有生成式方法通常在合成观测数据上，或在不同数据集和评估方案下进行评估，因此究竟哪些设计选择能够真正改善现实世界中的数据同化仍不明确。我们首次在真实气象站观测上，对生成式天气数据同化进行了受控基准测试。我们使用美国本土 11,849 个 NOAA MADIS 气象站和四种气象变量，在固定数据集、观测算子和深度学习架构的条件下评估各类方法。该基准比较了主要设计选择，包括扩散模型与流匹配、像素空间与潜空间建模，以及多种推理时条件约束策略，并以经典的 3D-Var 作为基线。基准测试得出三个明确结论。第一，学习得到的生成式先验优于 3D-Var 的高斯先验：相较于 ERA5，RMSE 降幅分别为 35.7% 和 33.3%，尽管前者在推理时完全不使用 ERA5 背景场。第二，全梯度引导始终优于停止梯度和初始噪声优化。第三，其他选择几乎没有可测量的收益：在匹配条件下，扩散模型与流匹配的表现几乎相同，潜空间变量混合也没有帮助。我们进一步评估了密集和稀疏气象站设置，发现生成式 AI 和全梯度引导在稀疏设置下的优势更加明显。总体而言，这些结果明确了生成式天气数据同化中哪些组件能够改善真实气象站观测上的性能，并为未来研究建立了标准化基准。