Blog de GribStream
ECMWF AIFS Operational y AIFS Ensemble ya están en GribStream
Los datasets AIFS Operational y AIFS Ensemble ya están activos en GribStream, con pronósticos globales basados en IA en salidas determinísticas y probabilísticas mediante códigos de dataset estables.
El 31 de julio de 2025, GribStream agregó los datasets ECMWF AIFS Operational y AIFS Ensemble. Esto lleva pronósticos globales basados en IA a la misma API que ya usas para modelos numéricos basados en física.
Los códigos de dataset en GribStream son:
- AIFS Operational:
aifsoper - AIFS Ensemble:
aifsenfo
Nota actual: esta publicación registra el lanzamiento de los datasets en GribStream en julio de 2025. ECMWF movió después AIFS Single y AIFS ENS a v2 en la ejecución de 2026-05-12 06 UTC. GribStream mantiene ese historial en las mismas líneas temporales de dataset; para la actualización del catálogo de mayo de 2026, ver Los campos de AIFS v2 ya son visibles en GribStream.
Acerca de AIFS
AIFS es el sistema global de pronóstico basado en IA de ECMWF. Es guía operativa, no solo un producto experimental de gráficos. ECMWF implementó AIFS Single de forma operativa en febrero de 2025 e implementó la versión ensemble, AIFS ENS, el 1 de julio de 2025.
El subconjunto público de datos abiertos disponible en GribStream usa:
-
ciclos 00/06/12/18 UTC
-
pasos cada 6 horas hasta 360 h (15 días)
-
salida global latitud/longitud de 0,25 grados
-
AIFS Oper proporciona un pronóstico único de mejor estimación.
-
AIFS Ensemble proporciona un ensemble de 51 miembros (50 perturbados + 1 control) para workflows probabilísticos.
La estructura de miembros del ensemble importa. Permite evaluar la guía de IA no solo como un pronóstico determinístico, sino como una distribución de resultados posibles.
Por qué importa
Los pronósticos de IA ya son relevantes operativamente, y los ensembles permiten cuantificar incertidumbre en lugar de depender de un solo escenario. Con AIFS en GribStream, puedes:
- comparar guía IA vs. física (AIFS vs. IFS).
- construir productos de percentiles y probabilidad de excedencia.
- correr backtests usando
asOfpara evaluación consistente en el tiempo. - seguir el comportamiento a través de límites de versión de AIFS sin cambiar códigos de dataset en GribStream.
El workflow práctico es simple: usa aifsoper cuando necesitas un pronóstico único de IA, y usa aifsenfo cuando necesitas dispersión del ensemble, percentiles o probabilidades de eventos.
Enlaces
Fuentes
- Página de implementación de ECMWF para AIFS Single v1: https://confluence.ecmwf.int/display/FCST/Implementation%20of%20AIFS%20Single%20v1
- Noticia de ECMWF sobre AIFS ENS operativo: https://www.ecmwf.int/en/about/media-centre/news/2025/ecmwfs-ensemble-ai-forecasts-become-operational
- Página de implementación de ECMWF para AIFS ENS v1: https://confluence.ecmwf.int/display/FCST/Implementation%2Bof%2BAIFS%2BENS%2Bv1
- Campos de AIFS v2 en GribStream: /blog/aifs-v2-parameters-now-on-gribstream