Blog do GribStream
ECMWF AIFS Operational e AIFS Ensemble já estão no GribStream
Os datasets AIFS Operational e AIFS Ensemble já estão ativos no GribStream, oferecendo previsões globais baseadas em IA com saídas determinísticas e probabilísticas por códigos de dataset estáveis.
Em 31 de julho de 2025, o GribStream adicionou os datasets ECMWF AIFS Operational e AIFS Ensemble. Isso traz previsões globais baseadas em IA para a mesma API que você já usa com modelos numéricos baseados em física.
Os códigos de dataset no GribStream são:
- AIFS Operational:
aifsoper - AIFS Ensemble:
aifsenfo
Atualização de 24 de agosto de 2026: este artigo registra o lançamento dos datasets no GribStream em julho de 2025. A ECMWF mudou AIFS Single e AIFS ENS para v2 na execução de 2026-05-12 06 UTC. Agora ela nomeou o AIFS v3, apresentou uma forçante de extensão urbana e anunciou previsões horárias de variáveis-chave de superfície com o HourGlass para uma versão operacional ainda em 2026. A data exata e o inventário das saídas continuam pendentes. Veja os campos do AIFS v2 no GribStream, a prévia da ilha de calor urbana e o anúncio do HourGlass.
Sobre AIFS
AIFS é o sistema global de previsão baseado em IA da ECMWF. É previsão operacional, não apenas um produto experimental de gráficos. A ECMWF implementou AIFS Single operacionalmente em fevereiro de 2025 e implementou a versão de ensemble, AIFS ENS, em 1 de julho de 2025.
O subconjunto público de dados abertos servido pelo GribStream usa:
-
ciclos 00/06/12/18 UTC
-
passos a cada 6 horas até 360 h (15 dias)
-
saída global latitude/longitude de 0,25 grau
-
AIFS Oper fornece uma previsão única de melhor estimativa.
-
AIFS Ensemble fornece um ensemble de 51 membros (50 perturbados + 1 controle) para workflows probabilísticos.
A estrutura de membros do ensemble importa. Ela permite avaliar a previsão de IA não apenas como uma previsão determinística, mas como uma distribuição de resultados possíveis.
Por que importa
Previsões de IA já são operacionalmente relevantes, e ensembles permitem quantificar incerteza em vez de depender de um único cenário. Com AIFS no GribStream, você pode:
- comparar previsão de IA vs. modelos físicos (AIFS vs. IFS).
- construir produtos de percentis e probabilidade de excedência.
- rodar backtests usando cortes
asOfpor horário de execução do modelo. - acompanhar o comportamento ao atravessar limites de versão do AIFS sem mudar códigos de dataset no GribStream.
O workflow prático é simples: use aifsoper quando precisar de uma única previsão de IA, e use aifsenfo quando precisar de dispersão de ensemble, percentis ou probabilidades de eventos.
Links
Fontes
- Página de implementação da ECMWF para AIFS Single v1: https://confluence.ecmwf.int/display/FCST/Implementation%20of%20AIFS%20Single%20v1
- Notícia da ECMWF sobre AIFS ENS se tornando operacional: https://www.ecmwf.int/en/about/media-centre/news/2025/ecmwfs-ensemble-ai-forecasts-become-operational
- Página de implementação da ECMWF para AIFS ENS v1: https://confluence.ecmwf.int/display/FCST/Implementation%2Bof%2BAIFS%2BENS%2Bv1
- Campos do AIFS v2 no GribStream: /blog/aifs-v2-parameters-now-on-gribstream
- Prévia do AIFS v3 sobre a ilha de calor urbana: /blog/ecmwf-aifs-v3-urban-heat-island-preview