在真实站点观测上基准测试生成式天气数据同化模型

一项 arXiv 论文首次在真实气象站观测上对生成式天气数据同化方法进行受控基准测试。研究使用美国本土 11,849 个 NOAA MADIS 站点和四个气象变量，固定数据集、观测算子和深度学习架构，比较扩散与流匹配、像素与潜空间建模、多种推理条件策略以及经典 3D-Var 基线。结果显示学习到的生成先验在 RMSE 上优于 3D-Var 的高斯先验（35.7% 对 33.3%），全梯度引导稳定胜出。

此前生成式天气同化多在合成观测或不同数据集与评估方案下测试，设计选择之间缺乏可比性，难以判断哪些方法真正提升真实场景表现。该基准首次控制变量，给出可直接对照的结论，有助于研究者与工程团队判断哪些设计值得投入。

再分析产品依赖计算密集的数值天气预报与数据同化，成本高昂。深度生成模型把大量开销从推理转移到离线训练，用学习到的先验替代 3D-Var 的高斯先验，从而在推理时无需 ERA5 背景场也能降低误差；全梯度引导通过完整梯度信号优化条件，优于停止梯度与初始噪声优化。

若生成先验在真实观测上的优势可复现，天气预测与再分析产品可在推理阶段减少对高成本数值模式和背景场的依赖，降低算力与数据获取成本。研发上应优先采用全梯度引导，并在扩散与流匹配之间按工程便利选择，避免在潜空间变量混合等无收益方向上投入。

• 将全梯度引导作为天气数据同化生成模型的默认条件策略进行验证与固化。
• 基于 NOAA MADIS 真实站点数据搭建可复现的同化评估流水线，用于内部模型选型。
• 评估用生成先验替代 3D-Var 高斯先验后，推理算力与 ERA5 背景场依赖的下降幅度。
• 针对稀疏站点场景验证生成式同化是否仍保持相对 3D-Var 的误差优势。

• 摘要未完整披露密集与稀疏观测条件下的对比结果，稀疏站点表现尚不明确。
• 基准仅覆盖美国本土与四个变量，向其他区域、变量和高分辨率场景的泛化性未验证。
• 训练成本、推理延迟与总体拥有成本相对 3D-Var 的量化差异未在证据中给出。
• 结论是否在不同观测算子与网络架构下稳定，仍需更多独立复现。