GribStream Blog
ECMWF AIFS Operational und AIFS Ensemble sind jetzt auf GribStream
AIFS Operational und AIFS Ensemble sind auf GribStream verfügbar und liefern KI-basierte globale Vorhersagen mit deterministischen und probabilistischen Ausgaben über stabile Dataset-Codes.
Am 31. Juli 2025 hat GribStream die ECMWF-Datasets AIFS Operational und AIFS Ensemble hinzugefügt. Damit kommen KI-getriebene globale Vorhersagen in dieselbe API, die Sie bereits für physikbasierte numerische Modelle nutzen.
Die GribStream-Dataset-Codes sind:
- AIFS Operational:
aifsoper - AIFS Ensemble:
aifsenfo
Aktueller Hinweis: Dieser Beitrag dokumentiert den GribStream-Dataset-Start im Juli 2025. ECMWF hat AIFS Single und AIFS ENS später mit dem Lauf 2026-05-12 06 UTC auf v2 umgestellt. GribStream bewahrt diese Historie in denselben Dataset-Zeitlinien; die Katalogaktualisierung vom Mai 2026 ist in AIFS v2 fields are now visible on GribStream beschrieben.
Über AIFS
AIFS ist ECMWFs KI-basiertes globales Vorhersagesystem. Es ist eine operative Vorhersagequelle, nicht nur ein experimentelles Kartenprodukt. ECMWF hat AIFS Single im Februar 2025 operativ implementiert und die Ensemble-Version, AIFS ENS, am 1. Juli 2025.
Der öffentliche Open-Data-Ausschnitt, den GribStream bereitstellt, nutzt:
-
00/06/12/18 UTC Zyklen
-
6-stündige Schritte bis 360 h (15 Tage)
-
globale 0,25-Grad Breiten-/Längengrad-Ausgabe
-
AIFS Oper liefert eine einzelne deterministische KI-Vorhersage.
-
AIFS Ensemble liefert ein Ensemble mit 51 Mitgliedern (50 perturbierte + 1 Kontrollmitglied) für probabilistische Workflows.
Die Struktur der Ensemblemitglieder ist wichtig. Sie lässt KI-Vorhersagen nicht nur als eine deterministische Vorhersage bewerten, sondern als Verteilung möglicher Ausgänge.
Warum das wichtig ist
KI-Vorhersagen sind jetzt operativ relevant, und Ensembles erlauben es, Unsicherheit zu quantifizieren, statt sich auf ein einzelnes Szenario zu verlassen. Mit AIFS in GribStream können Sie:
- KI- und physikbasierte Vorhersagen vergleichen (AIFS vs. IFS).
- Produkte für Perzentile und Überschreitungswahrscheinlichkeiten bauen.
- Backtests mit
asOf-Zeitreisen für konsistente Auswertung ausführen. - Verhalten über AIFS-Versionsgrenzen hinweg verfolgen, ohne GribStream-Dataset-Codes zu ändern.
Der praktische Workflow ist einfach: Nutzen Sie aifsoper, wenn Sie eine einzelne KI-Vorhersage brauchen, und aifsenfo, wenn Sie Ensemble-Spread, Perzentile oder Ereigniswahrscheinlichkeiten brauchen.
Links
Quellen
- ECMWF implementation page for AIFS Single v1: https://confluence.ecmwf.int/display/FCST/Implementation%20of%20AIFS%20Single%20v1
- ECMWF news on AIFS ENS becoming operational: https://www.ecmwf.int/en/about/media-centre/news/2025/ecmwfs-ensemble-ai-forecasts-become-operational
- ECMWF implementation page for AIFS ENS v1: https://confluence.ecmwf.int/display/FCST/Implementation%2Bof%2BAIFS%2BENS%2Bv1
- AIFS v2 fields on GribStream: /blog/aifs-v2-parameters-now-on-gribstream