earth2studio

Earth2Studio是一个基于Python的工具包，旨在帮助用户快速上手使用AI天气和气候模型。该工具包的目标是让所有人都能构建、研究和探索由人工智能驱动的气象学。Earth2Studio提供了一系列预训练的天气和气候预测模型，以及便捷的推理功能。其模块化设计使得用户能够自定义和扩展他们的工作流程、管道、API和包。

主要功能

• 预训练模型：提供一系列预训练的天气和气候预测模型。
• 诊断模型：包含预训练的诊断天气模型。
• 数据源：支持多种在线和本地数据源，用于初始化、评分和分析。
• 输入输出（IO）工具：提供将预测数据导出为易用格式的工具。
• 扰动方法：一套构建集合预测的扰动方法。
• 样例工作流和使用案例：提供常见任务和使用案例的示例。
• 与Nvidia其他工具包的无缝集成：如Modulus。

使用场景

1. 快速天气预测：用户可以使用Earth2Studio几行代码快速运行确定性天气预测。
2. 研究与探索：适合进行AI驱动的气象研究，通过使用和修改预训练模型进行实验。
3. 自定义工作流：允许用户构建和运行自定义的气象数据处理和分析管道。
4. 数据导出与分析：通过强大的IO工具，将预测数据导出到不同格式进行进一步分析。

快速开始

安装Earth2Studio：

pip install earth2studio

运行一个简短的确定性天气预测示例：

from earth2studio.models.px import DLWP
from earth2studio.data import GFS
from earth2studio.io import NetCDF4Backend
from earth2studio.run import deterministic as run

model = DLWP.load_model(DLWP.load_default_package())
ds = GFS()
io = NetCDF4Backend("output.nc")

run(["2024-01-01"], 10, model, ds, io)

许可证

Earth2Studio采用Apache 2.0许可证，具体请参阅相关的LICENSE文件。

贡献者

有关技术要求的详细信息，请查阅贡献指南 和用户指南，了解更高层次的哲学、结构和设计。