CSU用英伟达Earth-2做冰雹预警 提前2至3小时

时间：2026年11月2日（美国科罗拉多时间，北京时间为11月3日凌晨），北科罗拉多地方媒体 North Forty News 当天报道了科罗拉多州立大学的冰雹预报 AI 项目进展。 地点：美国科罗拉多州与怀俄明州。研发团队位于科罗拉多州立大学（Fort Collins 校区），模型部署覆盖科罗拉多北部与怀俄明南部，2027 年春季的地面验证点选在 Greeley 的 CSU-CHIVO 雷达附近。 人物：科罗拉多州立大学大气科学副教授 Kristen Rasmussen，该校电气与计算机工程 University Distinguished Professor V. “Chandra” Chandrasekar，大气科学教授 Russ Schumacher，以及 NVIDIA Earth-2 与 PhysicsNeMo 团队。 事件详情：科罗拉多州立大学正在把两套 AI 预报系统接成一条链，用机器学习直接预测破坏性冰雹。 短临这一半是 Hail-StormScope，是 NVIDIA Earth-2 的 StormScope 临近预报架构的专用版本。它用 NEXRAD 多雷达合成的反射率数据在科罗拉多与怀俄明区域训练并部署，推理跑在 NVIDIA H100 和 A100 上，训练用 PhysicsNeMo 库、部署用 Earth2Studio。官方口径是，这套系统把冰雹临近预报的提前量从旧方法的 30 到 60 分钟推到两到三小时；提交在哥白尼会议上的论文摘要显示，它输出 1 到 3 小时的高分辨率临近预报，并在该区域的 15 次强冰雹事件上用 40 dBZ 反射率阈值做过评估。 中期这一半是 Russ Schumacher 团队做的 CSU-MLP（科罗拉多州立大学机器学习概率）模型，用全美九年破坏性风暴数据训练，在一到八天的窗口上给出全国尺度的概率预报。 两半怎么合是眼下的核心难题。Schumacher 说，现有系统本质上在回答“会不会下冰雹”这个是或否问题，而英伟达那套模型在预测风暴的完整演化过程，项目还要决定是把两者合并成一套系统，还是把两类信息并列呈现给预报员判断。 项目由美国国家科学基金会资助，走 ASCEND Engine 通道，该计划 2023 年启动，十年联邦拨款最高 1.6 亿美元。CSU 方面称已经开发出空间分辨率约 1.3 公里、接近一英里的模型，能更好刻画山地地形下的风暴相互作用。2027 年春，团队计划在 Greeley 的 CSU-CHIVO 雷达附近安装 Vaisala 新推出的 RM60 地面传感器，同时测量累积量、强度、降水类型和滴谱，用实测数据检验模型预报到底准不准。 背景：冰雹是科罗拉多州房屋保险费率的第一驱动因素，Rasmussen 给出的量级是它贡献了全州 25% 到 55% 的房主保险成本。2023 年 6 月，Morrison 的 Red Rocks 露天剧场遭遇高尔夫球大小的冰雹，近百人受伤。 难处在于，传统临近预报要把多套不同雷达、卫星和数值天气模式的观测整合起来，还得靠预报员的专业判断才能形成可执行的信息，因此多数情况下只能在冰雹落地前 30 到 60 分钟发出警告。 2026 年 5 月，CSU 与 NVIDIA 已经先行发布过 Hail-StormScope 本身，当时口径是两小时以上提前量，做法是把生成式 AI 与高分辨率雷达观测结合，输出实时、可扩展的临近预报。这次的新意是把短临与中期两个时间尺度接起来，并明确了下一步的地面验证计划。 影响：对预报员，这意味着同一场风暴有了两个时钟，一个给两到三小时的高分辨率临近预报，一个给最长八天的概率展望。 对农业、保险和活动组织者，更长的提前量可以直接换成动作：抢收作物、把车辆和光伏板挪进库房、在露天场地放人进场之前完成疏散。Rasmussen 提到，这类项目最终受益的不只是业主，还有赛事主办方、应急管理者和农户。 对 AI 产业，这是一条从通用天气大模型走向单一灾害产品的路径：用 PhysicsNeMo 训练、在 Earth2Studio 上部署、拿现成的 NEXRAD 雷达数据就能训出 1.3 公里级模型。NVIDIA 与 CSU 都在谈把这套方法复制到别的区域，英伟达官方案例研究称该系统可以接入美国、欧洲和亚洲的其他雷达网。 边界也要说清楚。Rasmussen 自己提到，这些 AI 方法还没有被充分测试过，更没有和彼此一起测过；地面验证要等到 2027 年春天才启动；两套模型架构本来就不同，合并方式还没定。也就是说，现在能确认的是提前量从几十分钟被推到了两三小时，还不能确认的是它在真实业务里到底能提前多久、误差有多大。 总结：这条消息的价值不在于 AI 又攻克了一个科学问题，而在于它把生成式 AI 从全球天气模拟推进到了 1.3 公里级、专门针对一种灾害的预报产品，并且给出了一条可照抄的工程路径：开源物理库加现成雷达数据加数据中心级 GPU。 对做 AI 应用的人，CSU 团队披露的工程细节比结论本身更有参考价值——H100 与 A100 跑推理、PhysicsNeMo 训练、Earth2Studio 部署、NEXRAD 数据训练、短临与中期两个尺度并行运行，这是一份可以直接对照的清单。 对普通读者，它同时是一个现实提醒：冰雹预警的提前量至今仍然以分钟计，而美国国家科学基金会为这个方向批出的十年联邦拨款最高达 1.6 亿美元。 常见问题： 问：AI 预测冰雹能提前多久？ 答：临近预报两到三小时，中期概率预报最长八天。 问：这个系统投入日常预报了吗？ 答：还没有，团队计划 2027 年春季部署地面传感器做验证。 问：英伟达 Earth-2 是什么？ 答：NVIDIA 面向全球预报与地球韧性的开放 AI 模型与工具，StormScope 是其中的临近预报架构，CSU 的冰雹专用版就是在它之上训练的。 参考来源： North Forty News 报道：CSU 用人工智能改进冰雹预报（2026年11月2日） https://northfortynews.com/category/weather/csu-uses-artificial-intelligence-to-improve-hail-forecasting/ 科罗拉多州立大学沃尔特·斯科特 Jr. 工程学院官方新闻稿：CSU 用人工智能改进冰雹预报（2026年10月20日） https://engr.source.colostate.edu/csu-uses-artificial-intelligence-to-improve-hail-forecasting/ NVIDIA 官方案例研究：Earth-2 StormScope 冰雹临近预报 https://www.nvidia.com/en-us/case-studies/colorado-state-university/ 科罗拉多州立大学官方新闻稿：CSU 与 NVIDIA 合作革新强风暴预报（2026年5月31日） https://engr.source.colostate.edu/csu-partners-with-nvidia-to-revolutionize-severe-storm-prediction/ CBS News Colorado 报道：CSU 用 AI 改进科罗拉多冰雹预报 https://www.cbsnews.com/colorado/news/csu-researchers-use-ai-to-improve-hail-forecasts-in-colorado/ AG Daily 报道：CSU 用 AI 提前数天预测冰雹（2026年10月26日） https://www.agdaily.com/weather/csu-taps-ai-to-predict-hailstorms-days-in-advance/ The Fence Post 报道：CSU 用人工智能改进冰雹预报（2026年10月26日） https://www.thefencepost.com/news/csu-uses-artificial-intelligence-to-improve-hail-forecasting/ Meteorological Technology International 报道：CSU 与 NVIDIA 把强风暴预报提前量延长 https://www.meteorologicaltechnologyinternational.com/news/extreme-weather/colorado-state-university-and-nvidia-partner-to-extend-severe-storm-prediction-lead-times.html 哥白尼会议 Plinius19 论文摘要：面向强冰雹的雷达 AI 临近预报框架 https://meetingorganizer.copernicus.org/Plinius19/Plinius19-34.html