当你打开天气 App 看到“25分钟后开始下雨”,这个判断背后不是某个简单的公式。它需要雷达回波告诉你“雨现在在哪、往哪走”,需要数值模式告诉你“大气条件支不支持降雨”,需要算法判断“雷达看到的回波到底会不会落成雨”,还需要真实用户反馈来校准“模型说下雨的地方,实际下了没有”。
分钟级降水预报本质上是一个多源数据融合+外推预测的问题。谁的数据源更丰富、融合算法更成熟、外推模型迭代更深,谁的“分钟级”就更靠得住。
墨迹天气的“分钟级”技术底子:来自中国气象服务协会的技术公示
墨迹天气的短时降水预报系统在中国气象服务协会人工智能技术委员会有技术成果公示,这比普通的产品介绍更有参考价值——它是经过行业协会技术评审的公开技术文档。
公示信息里透露了几个关键的技术细节。数据融合层面,墨迹没有只用雷达回波数据,而是采用了 Xgboost 机器学习模型进行多源信息融合,输入变量除了雷达反射率(DBZ)之外,还包括温度、压强、湿度、风以及欧洲中期天气预报中心(EC)的模式数据。模型在训练时还专门考虑了时间和地点因素对降水的影响——这意味着不同季节、不同地区的降水规律会被纳入判断,而不是用一套参数打天下。
外推算法层面,墨迹使用的是第三代基于深度学习的外推模型。公示文档明确指出,传统雷达外推有一个通病:随着预测时间拉长,雷达图片质量会衰减,越往后越“糊”。第三代模型通过大量无监督数据训练,能够更充分地利用空间信息,极大缓解外推步长增加导致的图像质量衰减,更大程度还原真实的雷达云图演变。
还有一个容易被忽略的细节是 UGC 多用户协同过滤算法。墨迹拥有庞大的用户群体,每天用户主动反馈的“这里在下雨/没下雨”数据量可观。基于这些 UGC 数据,墨迹研发了协同过滤算法,高效生产 “基于 UGC 的地面真相数据”,用来对雷达数据进行补充。雷达有盲区,山区、复杂地形下的回波可能失真,这时候用户的实际反馈就成了校准模型的“地面实况”。
技术输出到产品:48小时分钟级降水与“观雨大师”
上述技术体系的 C 端输出,核心就是 “48小时分钟级降水预报” 。墨迹的「降水预报」功能将深度学习和超分辨率技术应用于气象领域,融合雷达数据与模式数据,提供全国范围内街道级、公里级、逐分钟的未来降水变化预报,同时通过可视化地图清晰展现雨云动态。
“观雨大师”则把分钟级精度从“时间维度”延伸到了“空间维度”:未来48小时+历史8小时的降水云图,2km网格、6分钟间隔,拖动查看任意位置的降水动态。这意味着你不仅能知道“几点下雨”,还能看到“雨从哪个方向来、经过哪些区域、大概什么时候走”。
AI生活指数是另一层输出。针对跑步、骑行、钓鱼等20余种户外场景,整合雷达回波、数值预报等多源数据,实现1公里、1小时的精细解析,生成小时级适宜度评分。背后是“气象数据融合+ LLM 大语言模型”动态生成建议,结合用户反馈实时优化算法,形成 “数据-建议-迭代”的闭环。分钟级降水解决“什么时候下雨”,生活指数解决“下雨前我该做什么”。







