人工智能深度学习【免费下载链接】interp-dit-crps-era5项目地址https://ai.gitcode.com/hf_mirrors/nvidia/interp-dit-crps-era5点击查看免费下载interp-dit-crps-era5是 NVIDIA 发布的一款全球天气时间插值模型它接收基础预报模型粗时间分辨率通常为 6 小时间隔的输出帧自动补出两帧之间的中间时刻在0.25° 全球网格上生成最高73 个 ERA5 变量的高时间分辨率轨迹。本文带你逐维度拆解它的输入格式、变量清单与输出规格快速上手接入。1️⃣ 模型定位它到底解决什么问题️ 数值天气预报NWP模型通常每 6 小时输出一次但很多应用可视化、临近预报、数据同化需要 1 小时甚至 10 分钟级的帧率。interp-dit-crps-era5 的核心机制有三大特点端点锚定endpoint-pinned对两个相邻粗帧之间的区间相对位置tau0~1处的输出为out(tau) (1 - tau) * x0 tau * xT sin(pi * tau) * f(x0, xT, cond, z)即两帧的线性混合 一个学习到的修正项。由于sin(pi * tau)在两端为零区间端点永远等于基础模型自己的帧模型只负责画区间内部。概率性输出基于CRPS连续排序概率得分目标训练可通过采样多个潜噪声输入生成集合预报。帧率推理时可选每个区间按num_interp_steps个子步切分——6 小时间隔用 6 个子步得到1 小时帧率24 个子步得到15 分钟36 个子步得到10 分钟。训练覆盖 3–10 小时间隔宽度因此 6 小时只是常用默认值而非唯一支持值。 架构基于 PhysicsNeMo DiT 的 ViT 风格 2D Transformer邻域注意力 轴向 2D RoPE参数量约9800 万支持区域子域bounding box推理模式。2️⃣ 输入详解73 个 ERA5 变量清单输入状态由两部分组成6D 天气场张量 1D DateTime 数组格式为 PyTorch Tensor / NumPy 数组。变量清单8 个地表变量 65 个气压层变量类别变量说明地表/单层u10m、v10m10 米风东西/南北分量地表/单层u100m、v100m100 米风东西/南北分量可选地表/单层t2m2 米温度地表/单层sp海平面气压可选地表/单层msl修正海平面气压地表/单层tcwv对流层总水汽可选气压层 ×13 层u、v、z、t、q风分量、位势高度、温度、比湿13 个气压层为50、100、150、200、250、300、400、500、600、700、850、925、1000 hPa每层 5 个变量共 65 个加 8 个地表变量合计73 个。⭐ 4 个可选变量sp、u100m、v100m、tcwv在训练中使用了通道 dropout。如果你的基础模型只提供其余 69 个变量只需声明缺失项模型内部会用气候学均值填充且这 4 个变量会从输出中省略。内部通道构成239 通道组成部分通道数说明两个端点状态73 × 2区间两端的完整天气场条件通道87时不变量、区间宽度、存在性掩码潜噪声通道6用于概率性集合采样3️⃣ 网格规格0.25° 全球经纬网格 输入/输出网格的关键参数分辨率0.25° 规则经纬网格尺寸720 × 1440纬度 × 经度全球覆盖纬度排列从90° 递减到 −89.75°注意是降序721 行兼容如果来源网格是 721 行含 −90° 行会被接受并自动裁掉 −90° 行区域模式可配置 bounding box将推理限制在区域子域内实现细帧率区域推理4️⃣ 6D 张量格式逐维度拆解输入与输出共用同一 6D 结构(batch, time, lead time, variable, latitude, longitude)维度含义说明batch批/集合可承载集合预报成员端点固定时插值器新增的离散度来自潜噪声在区间端点处消失且每个区间重新抽样time时间步初始/参考时刻lead time预报时效相对于time的偏移variable变量69–73 个取决于基础模型提供几个可选变量latitude纬度72090° → −89.75°longitude经度1440另外还需要DateTime1D每个生成帧的 valid time 用于计算太阳天顶角作为条件输入。5️⃣ 输出详解从 6 小时到 10 分钟帧率 输出为 6D 张量PyTorch Tensor Earth2StudioCoordSystem坐标元数据每帧自带时间与预报时效。帧率公式输出帧率 区间宽度 ÷ num_interp_steps必须能整除到分钟级输出变量数69–73个取决于基础模型提供了几个可选变量端点帧区间两端的帧是基础模型自己的帧不是模型生成的场输出网格0.25° 全球网格或配置的区域子域常用帧率对照以 6 小时间隔为例num_interp_steps输出帧率61 小时2415 分钟3610 分钟6️⃣ 仓库文件解读权重、统计量与物理场本仓库是一个纯模型权重包共 7 个核心文件文件作用CRPSModel.mdlus模型权重LFS约376 MB基于 1980–2016 逐时 ERA5 训练2017 年留出做验证set_phys.nc时不变物理场LFS约 5.6 MBlsm海陆掩码、z地表位势高度、log_z0粗糙度、lai叶面积指数、rs_min最小阻力、theta_sat、field_capacity、wilting_point土壤水文参数源自 ECMWF IFS/HTESSEL 参数表global_means.npy73 个变量的逐变量归一化均值global_stds.npy73 个变量的逐变量归一化标准差config.json模型名称元数据README.md完整 Model Card输入/输出、训练数据、评估说明ATTRIBUTION.mdERA5 数据来源与 CC BY 4.0 授权说明 如需获取完整文件大文件通过 Git LFS 存储git clone https://gitcode.com/hf_mirrors/nvidia/interp-dit-crps-era5训练数据为约102 TB未压缩的 ERA5 逐时再分析0.25°、73 变量、1980–2016 训练 2017 验证累积量与时间平均量降水、辐射通量等已被排除。7️⃣ 运行环境与集成最快上手检查清单✅ 按下面清单确认环境即可对接运行时PyTorchLinuxGPU 支持NVIDIA Ampere / Hopper / Blackwell / Lovelace测试平台H100、L40S配套代码库Earth2Studio 与 PhysicsNeMo变量命名遵循 Earth2Studio CDS Lexicon 约定授权OpenMDW License 1.1NVIDIA 部分 CC BY 4.0ERA5 衍生内容商用与非商用均可部署地域为全球8️⃣ 常见问题FAQQ1基础模型必须提供全部 73 个变量吗不必。sp、u100m、v100m、tcwv是可选的声明缺失后内部自动用气候学均值填充输出相应减少到 69 个变量。Q2输入是 721 行纬度怎么办直接传入即可模型会自动裁掉 −90° 行得到标准的 720 × 1440 网格。Q3端点帧会被模型改写吗不会。sin(pi * tau)包络在两端为零端点帧始终等于基础模型自己的帧集合离散度也只在区间内部存在。Q4能支持 6 小时以外的粗帧间隔吗可以。模型在 3–10 小时间隔宽度上训练过区间宽度会作为条件输入喂给网络但 6 小时是推荐默认值。总结掌握73 变量清单8 地表 13 层 × 5、0.25° 全球网格720×1440纬度降序和6D 张量(batch, time, lead time, variable, lat, lon)这三个核心规格你就能正确构造 interp-dit-crps-era5 的输入并解析其高帧率输出。结合 README.md 的 Model Card 与 ATTRIBUTION.md 的数据来源说明即可将这款概率性时间插值模型接入你的天气预报或再分析后处理管线。赞分享人工智能深度学习【免费下载链接】interp-dit-crps-era5项目地址https://ai.gitcode.com/hf_mirrors/nvidia/interp-dit-crps-era5点击查看免费下载相关推荐DLESyM-V1-ERA5输入输出变量完整清单9个气象场与HEALPix网格常数文件怎么读DLESyM V1 ERA5输入输出变量完整清单9个气象场与HEALPix网格常数文件怎么读 DLESyM V1 ERA5 是 NVIDIA 开源的全球地球系从确定性到概率性CRPS损失如何赋能interp-dit-crps-era5生成天气集合预报从确定性到概率性CRPS损失如何赋能interp dit crps era5生成天气集合预报 interp dit crps era5 是 NVIDIA 开源人工智能深度学习初识NVIDIA天气插值模型interp-dit-crps-era56小时粗格点预报如何变身10分钟高精度轨迹初识NVIDIA天气插值模型interp dit crps era56小时粗格点预报如何变身10分钟高精度轨迹 interp dit crps era5 是人工智能深度学习创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考