NVIDIAで天気予報を独自開発

このチュートリアルでは、NVIDIA Earth2Studio を使用してアンサンブル天気予報ワークフローを構築します。Colab の既存の CUDA 対応 PyTorch 環境を維持しながら必要な Earth2Studio コンポーネントをインストールし、FCN 予報モデルをロードし、GFS から大気初期条件を取得します。次に、10メートル風速成分をタービン容量係数に変換するカスタム風力診断と、摂動されていない制御メンバーを保持しつつ、異なる大気変数に物理的に適切なノイズ振幅を適用する変数スケール摂動システムを実装します。Earth2Studio の低レベルイテレータ、座標マッピング、バッチ処理、および Zarr API を使用して、独自のアンサンブル実行パイプラインを構築し、予報および診断フィールドを座標認識データストアに書き込み、緯度加重 RMSE、fair CRPS、アンサンブルスプレッド、およびスプレッドスキル比を使用して GFS 解析に対して予報を検証します。最後に、空間マップ、ジオポテンシャル高度スパゲッティ等高線、点ベースのファンチャート、風力容量係数予報、およびリードタイムスキル曲線を通じてアンサンブルの不確かさを視覚化します。コードをコピー コピー済み 別のブラウザを使用import importlib.util, os, subprocess, sysif importlib.util.find_spec("earth2studio") is None: import numpy as _np, torch as _torch cfile = os.path.join(os.getcwd(), "e2s_constraints.txt") with open(cfile, "w") as f: f.write(f"torch=={_torch.__version__.split('+')[0]}\n") f.write(f"numpy=={_np.__version__}\n") env = {**os.environ, "PIP_CONSTRAINT": cfile} subprocess.check_call( [sys.executable, "-m", "pip", "install", "-q", "earth2studio[fcn,data,perturbation,statistics]"], env=env) print("\n>>> Install done. If the imports below fail: Runtime > Restart session, re-run.\n")os.environ.setdefault("EARTH2STUDIO_CACHE", "/content/e2s_cache")os.makedirs("outputs", exist_ok=True)from collections import OrderedDictfrom datetime import datetime, timedelta, timezonefrom tqdm.auto import tqdmfrom earth2studio.data import GFS,