arXiv cs.AI· Zijiang Song, Shuang Yang, Yuying Li, Zilong Zhu, Xigang Sun, Ting Liu, Wenye Xiao, Lina Yuan, Min Liu·· 12 小时前AI 评分39
Huayu-Global：跨星座深度学习实现实时准全球降水反演
Huayu-Global: Skillful real-time quasi-global precipitation retrieval
AI 导读
Huayu-Global 是一个跨星座深度学习系统，融合五颗卫星的三路地球静止轨道传感器数据流，每 30 分钟生成一致的准全球降水场。在两个非训练年份的超过一百万条独立站点记录上，其事件检测和降水量估计均优于所评估的实时产品，关键指标达到延迟产品水平。该系统可将业务化地球静止观测转化为高精度实时降水层，用于洪水预报、水资源管理和灾害响应。
正文 · AI 翻译
摘要：卫星降水产品面临一个长期存在的权衡：实时估计及时但精度较低，而最可靠的产品往往在观测后数月才发布。这种延迟使高质量降水信息无法进入洪水预警和灾害响应的决策窗口。在此我们报告 Huayu-Global，一个跨星座深度学习系统，它通过统一的检索框架整合来自五颗卫星的三路地球静止传感器数据流，每三十分钟生成一致的准全球降水场。在训练年份之外两个时期的一百多万条独立站点记录上，Huayu-Global 相对于所评估的实时产品提升了事件检测和降水量估计能力，并在关键指标上达到延迟产品级别的技能。因此，Huayu-Global 将业务化地球静止观测转化为及时、高技能的降水层，用于洪水预报、水资源管理和灾害响应。其跨星座设计还为将未来地球静止任务纳入水文和天气预报系统提供了可扩展的基础。
| 学科： | 大气与海洋物理（physics.ao-ph）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.29213 [physics.ao-ph] |
| （或 arXiv:2610.29213v1 [physics.ao-ph] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.29213 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Zijiang Song [查看电子邮件]
[v1]
2026年10月21日星期三 05:12:51 UTC（7,143 KB）
来源：arXiv cs.AI · arxiv.org