NowcastDiT: Diffusion Transformers are Effective Precipitation Nowcasters

📄 arXiv: 2609.37038v1 📥 PDF

作者: Haoran Xu, Xingzhuo Guo, Yuchen Zhang, Jincheng Zhong, Jianmin Wang, Mingsheng Long

分类: cs.LG, cs.AI, cs.CV

发布日期: 2026-09-29

备注: 28 pages, 11 figures

💡 一句话要点

提出NowcastDiT以解决降水短期预报问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱八：物理动画 (Physics-based Animation)

关键词: 降水预测 扩散模型 强化学习 气象技能 时空变异性 深度学习 标准架构

📋 核心要点

  1. 现有的降水短期预报方法往往依赖于复杂的专门设计，导致标准扩散架构的潜力未被充分挖掘。
  2. 论文提出的NowcastDiT利用标准扩散变换器，通过动态感知噪声先验和强化学习来实现时间一致的降水预测。
  3. 实验结果显示，NowcastDiT在SEVIR和MRMS基准测试中表现优异，超越了现有的最先进方法。

📝 摘要（中文）

降水短期预报需要在强时空变异性下进行准确预测。尽管扩散模型适合建模复杂的降水分布，但现有方法往往引入越来越专业化的设计，导致标准扩散架构的能力未得到充分探索。我们展示了标准的扩散变换器（Diffusion Transformer）为降水短期预报提供了一个简单且可扩展的基础，能够自然适应领域特定的需求。基于这一原则，我们开发了NowcastDiT，并通过两个互补的适应性设计实现了这一灵活性：一个动态感知的噪声先验用于时间一致的预测，以及基于时间步的奖励的端到端强化学习以提高气象技能。在SEVIR和MRMS基准测试上的实验表明，NowcastDiT在感知质量和气象技能上均达到了最先进的性能。这些结果表明，标准的DiT可以作为降水短期预报的有效基础。

🔬 方法详解

问题定义：论文旨在解决降水短期预报中的时空变异性问题。现有方法通常依赖于复杂的专门设计，限制了标准扩散架构的应用潜力。

核心思路：NowcastDiT的核心思路是利用标准的扩散变换器作为基础，通过动态感知的噪声先验和强化学习来增强时间一致性和气象技能。这样的设计使得模型在处理复杂降水分布时更加灵活和高效。

技术框架：NowcastDiT的整体架构包括两个主要模块：动态感知噪声先验模块和强化学习模块。前者用于生成时间一致的降水预测，后者则通过时间步奖励优化模型性能。

关键创新：最重要的技术创新在于将标准扩散变换器与动态噪声先验及强化学习结合，形成了一种新的降水预测框架。这种方法与现有的专门设计方法本质上不同，强调了标准架构的灵活性和可扩展性。

关键设计：在关键设计方面，模型采用了时间步感知的奖励机制，以增强气象预测的准确性。此外，噪声先验的动态调整也为模型提供了更好的时间一致性。整体网络结构保持了扩散变换器的标准形式，但在训练过程中引入了特定的损失函数以优化气象技能。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在SEVIR和MRMS基准测试中，NowcastDiT在感知质量和气象技能方面均达到了最先进的性能，超越了现有的最优基线，显示出显著的提升幅度。这表明标准的扩散变换器在降水短期预报中具有强大的应用潜力。

🎯 应用场景

NowcastDiT的研究成果在气象预报、灾害预警和农业气象服务等领域具有广泛的应用潜力。通过提供高质量的短期降水预测，该模型能够帮助相关部门更好地应对气候变化带来的挑战，提高应急响应能力和资源管理效率。未来，该技术有望进一步推广至其他气象现象的预测中。

📄 摘要（原文）

Precipitation nowcasting demands accurate short-term forecasts under strong spatiotemporal variability. Diffusion models are well suited to modeling complex precipitation distributions, yet existing approaches often introduce increasingly specialized designs, leaving the capability of a standard diffusion architecture underexplored. We show that a standard Diffusion Transformer already provides a simple and scalable foundation for precipitation nowcasting, with domain-specific requirements accommodated naturally within its design space. Based on this principle, we develop NowcastDiT and instantiate this flexibility through two complementary adaptations: a dynamics-aware noise prior for temporally coherent forecasts, and end-to-end reinforcement learning with timestep-aware rewards for meteorological skill. Experiments on SEVIR and MRMS benchmarks show that NowcastDiT achieves state-of-the-art performance in both perceptual quality and meteorological skill. These results suggest that standard DiT can serve as an effective foundation for precipitation nowcasting.