API de reprévisions GraphCast Operational IFS

Code GribStream: aiwpgraphcastifs

Source officielle : L'archive AI Weather Prediction de CIRA et NOAA GSL exécute GraphCast Operational à partir des analyses ECMWF IFS afin de permettre une évaluation communautaire reproductible.

Couverture GribStream actuelle : aiwpgraphcastifs commence avec le cycle du 27 mai 2025 à 00 UTC et s'enrichit avec les nouveaux cycles. Cette date constitue le début défini de cette série dans GribStream.

Disponibilité expérimentale pour la recherche : Le registre avertit que des données peuvent manquer et que leur disponibilité n'est pas garantie ; le README public précise que les données sont fournies en l'état et documente des changements antérieurs du calendrier de publication et de la structure des répertoires. Ce dataset d'évaluation n'est pas une prévision opérationnelle officielle de la NOAA ou de l'ECMWF. N'en faites pas l'unique dépendance d'un système sensible aux interruptions : surveillez la fraîcheur de forecasted_at (heure du run du modèle) et conservez un dataset opérationnel de secours.

Continuité des versions : Chaque code GribStream reste lié à la version actuelle du modèle source. Une nouvelle version sensiblement différente recevra un code de dataset distinct au lieu d'être silencieusement rattachée à cet historique.

Description

GraphCast Operational est un modèle mondial fondé sur les données. AIWP exécute cette variante avec IFS à partir des analyses ECMWF IFS et retient une période commençant en janvier 2022 afin d'éviter le chevauchement avec l'entraînement ou l'ajustement du modèle.

L'article sur GraphCast Operational décrit sa conception. GraphCast utilise un réseau neuronal de graphes sur un maillage multi-échelle : il encode l'état latitude-longitude sur ce maillage, fait avancer l'atmosphère de 6 heures puis restitue le résultat sur la grille mondiale. Les résultats publiés décrivent des expériences précises et ne garantissent pas les performances de cette archive actuelle.

L'inventaire de GraphCast Operational couvre température à 2 mètres, vent à 10 mètres, pression moyenne au niveau de la mer et précipitations sur 6 heures, plus six variables sur 13 niveaux de pression, dont la vitesse verticale. Ces champs servent à étudier la circulation de grande échelle, la structure thermique, le transport d'humidité et l'évolution des systèmes météorologiques.

La variante aiwpgraphcast utilise l'autre système de conditions initiales. Leur comparaison éclaire la sensibilité à l'état initial, mais n'isole pas à elle seule la qualité du modèle : GFS et IFS sont deux systèmes d'analyse distincts. Cette page concerne IFS.

Il s'agit d'une prévision de recherche déterministe, pas d'un produit d'incertitude. Les précipitations sont cumulées sur 6 heures. Dans la variante initialisée par IFS, les deux premiers enregistrements de précipitations sont manquants sur toute la grille ; les champs atmosphériques commencent donc à 6 heures et les précipitations à 12 heures. Pour les décisions opérationnelles, comparez-la aux prévisions officielles actuelles. L'équipe demande de citer l'article sur l'archive AIWP.

Détails

• Archive depuis: 2025-05-27
• Registre officiel du jeu de données AIWP: https://registry.opendata.aws/aiwp/
• Caractéristiques principales:
  • Grille mondiale complète de 1 440 par 721 : 1 038 240 cellules à 0,25 degré.
  • Cycles 00 et 12 UTC avec des échéances de 6 à 240 heures par pas de 6 heures.
  • 11 noms de variables et 83 sélecteurs exacts : température à 2 mètres, vent à 10 mètres, pression moyenne au niveau de la mer et précipitations sur 6 heures, plus six variables sur 13 niveaux de pression, dont la vitesse verticale.
  • Les noms, niveaux, valeurs float32 et unités publiés restent inchangés ; l'inventaire généré documente chaque sélecteur.
• Résolution: Grille mondiale régulière à 0,25 degré, avec 1 440 longitudes par 721 latitudes.
• Couverture temporelle: Cycles 00 et 12 UTC ; pas de 6 heures jusqu'à 240 heures, soit 10 jours.
• Usages principaux: Évaluation des modèles d'IA, comparaison des conditions initiales, vérification, analyse synoptique, études du vent et de la température, recherche cyclonique et benchmarks d'apprentissage automatique.

Datasets liés

• Le même modèle avec l'autre système de conditions initiales
• GFS comme prévision opérationnelle mondiale de la NOAA
• IFS Oper comme prévision opérationnelle mondiale de l'ECMWF

Paramètres