API de repronósticos Pangu-Weather IFS

Código GribStream: aiwppanguifs

Fuente oficial: El archivo AI Weather Prediction de CIRA y NOAA GSL ejecuta Pangu-Weather a partir de análisis ECMWF IFS para permitir una evaluación comunitaria reproducible.

Cobertura actual en GribStream: aiwppanguifs comienza con el ciclo del 27 de mayo de 2025 a las 00 UTC y crece con nuevos ciclos. Esa fecha es el inicio definido de esta serie en GribStream.

Disponibilidad experimental para investigación: El registro advierte que puede faltar información y que la disponibilidad no está garantizada; el README público indica que los datos se entregan tal cual y documenta cambios previos en los horarios de publicación y la estructura de directorios. Este dataset de evaluación no es un pronóstico operativo oficial de NOAA o ECMWF. No lo uses como única dependencia de sistemas sensibles a interrupciones: supervisa la vigencia de forecasted_at (hora de ejecución del modelo) y mantén un dataset operativo alternativo.

Continuidad de versiones: Cada código de GribStream queda vinculado a la versión actual del modelo fuente. Una versión nueva y sustancialmente diferente recibirá otro código de dataset en lugar de unirse silenciosamente a este historial.

Descripción

Pangu-Weather es un modelo global basado en datos. AIWP ejecuta esta variante con IFS a partir de análisis ECMWF IFS y selecciona un período desde enero de 2022 para evitar solaparlo con el entrenamiento o ajuste del modelo.

El artículo de Pangu-Weather describe su diseño. Pangu-Weather trata los niveles de presión como una tercera dimensión espacial en un transformer 3D específico de la Tierra y usa redes para avances de 1, 3, 6 y 24 horas. Los resultados publicados describen experimentos concretos y no garantizan el rendimiento de este archivo actual.

El inventario de Pangu-Weather cubre temperatura a 2 metros, viento a 10 metros y presión al nivel medio del mar, además de geopotencial, temperatura, viento y humedad específica en 13 niveles de presión. Estos campos sirven para estudiar circulación de gran escala, estructura térmica, transporte de humedad y evolución de sistemas meteorológicos.

La variante aiwppangu usa el otro sistema de condiciones iniciales. Comparar ambas ayuda a estudiar la sensibilidad al estado inicial, pero no aísla por sí sola la calidad del modelo: GFS e IFS son sistemas de análisis diferentes. Esta página corresponde a IFS.

Este producto determinístico no cuantifica la incertidumbre y no incluye precipitación, nubes, radiación ni flujos de superficie. Para decisiones operativas, compárala con orientación oficial vigente. El equipo solicita citar el artículo del archivo AIWP.

Detalle

• Archivo desde: 2025-05-27
• Registro oficial del dataset AIWP: https://registry.opendata.aws/aiwp/
• Características principales:
  • Grilla global completa de 1.440 por 721: 1.038.240 celdas a 0,25 grados.
  • Ciclos 00 y 12 UTC con horas de pronóstico de 0 a 240 a intervalos de 6 horas.
  • 9 nombres de variable y 69 selectores exactos: temperatura a 2 metros, viento a 10 metros y presión al nivel medio del mar, además de geopotencial, temperatura, viento y humedad específica en 13 niveles de presión.
  • Los nombres, niveles, valores float32 y unidades publicados se mantienen sin cambios; el inventario generado documenta cada selector.
• Resolución: Grilla global regular de 0,25 grados con 1.440 longitudes por 721 latitudes.
• Cobertura temporal: Ciclos 00 y 12 UTC; pasos de 6 horas hasta 240 horas, equivalentes a 10 días.
• Usos principales: Evaluación de modelos de IA, comparación de condiciones iniciales, verificación, análisis sinóptico, estudios de viento y temperatura, investigación de ciclones y benchmarks de machine learning.

Datasets relacionados

• El mismo modelo con el otro sistema de condiciones iniciales
• GFS como guía operativa global de NOAA
• IFS Oper como guía operativa global de ECMWF

Parámetros