API de reprevisões Pangu-Weather IFS

Código GribStream: aiwppanguifs

Fonte oficial: O arquivo AI Weather Prediction da CIRA e NOAA GSL executa Pangu-Weather a partir de análises ECMWF IFS para permitir avaliação comunitária reproduzível.

Cobertura atual no GribStream: aiwppanguifs começa com o ciclo de 27 de maio de 2025 às 00 UTC e cresce com os novos ciclos. Essa data é o início definido desta série no GribStream.

Disponibilidade experimental para pesquisa: O registro alerta que dados podem faltar e que a disponibilidade não é garantida; o README público informa que os dados são fornecidos no estado em que se encontram e documenta mudanças anteriores no horário de publicação e na estrutura de diretórios. Este dataset de avaliação não é uma previsão operacional oficial da NOAA ou do ECMWF. Não o use como única dependência de sistemas sensíveis a interrupções: monitore a atualidade de forecasted_at (horário de execução do modelo) e mantenha um dataset operacional alternativo.

Continuidade de versões: Cada código do GribStream permanece vinculado à versão atual do modelo de origem. Uma nova versão substancialmente diferente receberá outro código de dataset, em vez de ser incorporada silenciosamente a este histórico.

Descrição

Pangu-Weather é um modelo global orientado por dados. O AIWP executa esta variante com IFS a partir de análises ECMWF IFS e seleciona um período desde janeiro de 2022 para evitar sobreposição com o treinamento ou ajuste do modelo.

O artigo sobre Pangu-Weather descreve seu projeto. O Pangu-Weather trata os níveis de pressão como uma terceira dimensão espacial em um transformer 3D específico da Terra e usa redes para avanços de 1, 3, 6 e 24 horas. Os resultados publicados descrevem experimentos específicos e não garantem o desempenho deste arquivo atual.

O inventário do Pangu-Weather cobre temperatura a 2 metros, vento a 10 metros e pressão ao nível médio do mar, além de geopotencial, temperatura, vento e umidade específica em 13 níveis de pressão. Esses campos apoiam estudos de circulação de grande escala, estrutura térmica, transporte de umidade e evolução de sistemas meteorológicos.

A variante aiwppangu usa o outro sistema de condições iniciais. Comparar as duas ajuda a estudar a sensibilidade ao estado inicial, mas não isola por si só a qualidade do modelo: GFS e IFS são sistemas de análise distintos. Esta página corresponde ao IFS.

Este produto determinístico não quantifica a incerteza e não inclui precipitação, nuvens, radiação nem fluxos de superfície. Para decisões operacionais, compare-a com orientações oficiais atuais. A equipe pede a citação do artigo do arquivo AIWP.

Detalhes

• Arquivo desde: 2025-05-27
• Registro oficial do dataset AIWP: https://registry.opendata.aws/aiwp/
• Principais características:
  • Grade global completa de 1.440 por 721: 1.038.240 células a 0,25 grau.
  • Ciclos 00 e 12 UTC com horas de previsão de 0 a 240 em intervalos de 6 horas.
  • 9 nomes de variáveis e 69 seletores exatos: temperatura a 2 metros, vento a 10 metros e pressão ao nível médio do mar, além de geopotencial, temperatura, vento e umidade específica em 13 níveis de pressão.
  • Os nomes, níveis, valores float32 e unidades publicados permanecem inalterados; o inventário gerado documenta cada seletor.
• Resolução: Grade global regular de 0,25 grau com 1.440 longitudes por 721 latitudes.
• Cobertura temporal: Ciclos 00 e 12 UTC; passos de 6 horas até 240 horas, equivalentes a 10 dias.
• Principais usos: Avaliação de modelos de IA, comparação de condições iniciais, verificação, análise sinótica, estudos de vento e temperatura, pesquisa de ciclones e benchmarks de machine learning.

Datasets relacionados

• O mesmo modelo com o outro sistema de condições iniciais
• GFS como orientação operacional global da NOAA
• IFS Oper como orientação operacional global do ECMWF

Parâmetros