阅读时间 3 分钟数据与 AI

MITRE Weather 1K:1 km AI 训练数据集与 AceCAST 在其中的角色

2026年4月,MITRE 和 The Weather Company 宣布了 Weather 1K,一个 1 km 的 AI 训练数据集。公告在开发该数据集所用的建模工具中提到了 AceCAST。

插图:从轨道上看到的夜间北美洲,可见城市灯光,以及由发光的气流线条勾勒出的云系。

首次发布于 2026年5月7日 · 更新于 2026年11月16日

训练 AI 气象模型的团队很早就会碰到同一堵墙:模型只能学到训练数据里已有的细节。许多公开存档的分辨率比单个雷暴还粗,而且每小时只保存一次。2026年4月23日,MITRE 和 The Weather Company 宣布围绕一个为弥补这一差距而制作的数据集开展合作,该数据集名为 Weather 1K。公告在开发它所用的建模工具中提到了 TempoQuest 的 AceCAST。本文说明公告宣布了什么、AceCAST 处于什么位置,以及如果您的团队需要自己的高分辨率训练数据该怎么做。

MITRE 和 The Weather Company 宣布了什么

两家机构于 2026年4月23日宣布了这项合作。Weather 1K 是一个高分辨率 AI 训练数据集。The Weather Company 获得了它的使用许可,用于其 GRAF 预报系统的研究与开发。

公告用四个数字描述了这个数据集:

  • 分辨率:1 km 空间分辨率。
  • 覆盖范围:美国本土,从海平面到 62,000 ft。
  • 时间间隔:每 10 分钟一次。
  • 数据量:约 7 PB。

这几个数字可以互相解释。覆盖美国本土的 1 km 网格有数百万个气柱。每个气柱都是一叠垂直层,向上直到 62,000 ft,远高于客机的巡航高度。每 10 分钟,这一整叠就要再保存一次。一个气象数据集就是这样达到 PB 量级的。

AceCAST 所处的位置

公告在开发 Weather 1K 所用的建模工具中提到了 TempoQuest 的 AceCAST。Weather 1K 是 MITRE 的数据集,公告没有详细说明每种工具是如何使用的。

AceCAST 在 NVIDIA GPU 上运行 WRF,即由 NCAR 维护的天气研究与预报模式。它保留 WRF 的工作流程,输入、namelist 和输出均与 WRF 兼容,并运行于本地或云端配有 NVIDIA GPU 的 Linux 系统。详情见AceCAST 文档。

WRF 这类基于物理的模式在网格上求解大气方程组。它的输出是完整的:每个变量、每个格点、每个保存时刻都有值。正是这种完整性,使模式输出在观测稀疏的地方和高度上可以用作训练数据。

TempoQuest 于 2026年5月6日发布了自己关于这一公告的新闻稿。

为什么 AI 气象模型需要这样的数据

AI 气象模型学到的是训练集中的规律,除此之外什么也学不到。训练集的三项属性决定了训练出来的模型能做什么。

  • 网格间距。如果训练用的场粗到容不下一场雷暴,模型就从未见过雷暴的细节,也就画不出雷暴。
  • 时间间隔。雷暴在几十分钟内生成并消亡。逐小时的快照会漏掉这段生命史的大部分。每 10 分钟保存一次的场则能捕捉到它。
  • 一致性。在物理模式的输出中,风、气温、湿度和气压处处服从同样的物理关系。AI 模型从数据中学到的正是这些关系。

有一点提醒适用于所有这类数据集:模式输出不是观测。数据集会继承生成它的模式和设置的偏差,所以谨慎的团队在用它训练之前,会先对照气象站、雷达或其他测量数据给它评分。

如果您的团队需要自己的数据集

TempoQuest 不转售 Weather 1K。TempoQuest 提供的是另一项服务:定制气象数据,为每位客户单独界定范围。

对于定制项目,TempoQuest 为 AI 训练、风险分析、规划和运营界定范围、生成、打包并交付针对具体项目的高分辨率模式输出和衍生数据集。范围包括:

  • 区域和变量
  • 分辨率(典型需求约为 1 km 或 3 km)
  • 时间间隔(15 分钟、30 分钟、逐小时或逐日)
  • 历史时段和预报时效,包括历史数据集
  • 格式与交付(NetCDF、GRIB、Zarr、CSV、JSON 或 API)

定价取决于工作量:区域大小、计算量、历史时段、时间间隔、验证和集成。

在询价之前,请先确定四个问题。它们决定了范围的大部分,也决定了成本的大部分。

  1. 数据将用于哪项决策或哪个模型,覆盖什么区域?
  2. 它需要多细、多频繁?更细的网格和更短的间隔都会让计算量和存储量成倍增加。
  3. 要包含足够多您所关心的罕见事件,您需要多少年的历史数据?
  4. 您将对照哪些观测给数据评分?

带着这些答案来的团队,能快得多地拿到范围和报价。如果您已经在运行 WRF,并希望自己生成数据,AceCAST可以在 NVIDIA GPU 上运行它,而试用正是在您自己的模拟区域上测试它的途径。

下一步

界定您的数据集范围,或查看定制气象数据。

您的训练数据集

带上您的数据需求。

告诉我们您的模型所需的区域、档案、要素场和权利。我们会审核每一份申请。