StretchCast: прогноз погоды с переменной детализацией экспресс

Оригинал: "StretchCast: Global-Regional AI Weather Forecasting on Stretched Cubed-Sphere Mesh"
· Jin Feng
arXiv:2603.27288 · 2026-03-28 · CC BY 4.0 · 1 мин
Новая ИИ-модель StretchCast позволяет детально предсказывать погоду в нужном регионе, не теряя глобальной картины.

Атмосфера — хаотичная система, и детальный прогноз для всей планеты требует чудовищных вычислительных мощностей. StretchCast обходит эту проблему, работая как человеческий глаз: он создаёт «острое зрение» над выбранным регионом с мельчайшей сеткой, а остальной мир видит размыто — но достаточно, чтобы улавливать глобальные связи.

Модель обучалась на 25-летнем архиве наблюдений, где солнце нагревает океаны, влага испаряется и рождаются ветры. Сетка всего из 8 000 ячеек (в сотни раз меньше, чем в обычных моделях) охватывает планету и точно воспроизводит тайфуны, плавно сшивая прогнозы на стыках зон. Хаотичность атмосферы — это энтропия, мера беспорядка, и переменная детализация не даёт вычислительному мусору захлестнуть расчёт.

Подход не нов: ещё Джон фон Нейман в 1940-х мечтал о численном прогнозе погоды. Сегодня StretchCast доказывает, что детальные региональные предсказания посильны даже без суперкомпьютеров — это зоркий глаз для каждого уголка Земли.

Чтобы покрыть Землю без искажений у полюсов, StretchCast использует сетку как у футбольного мяча — панели разного размера.

Учёные
ArchimedesDaniel BernoulliLeonhard EulerAndrey MarkovJascha Sohl-Dickstein
Понятия
навык прогноза ансамблевый прогноз gpcp модель Райта-Фишера точность предсказаний эталон ERA5 стохастическое моделирование OISST v2.1 xgboost IRI среднеквадратичная ошибка вероятностный прогноз прогнозирование солнечных вспышек