MindSpore Earth
MindSpore Earth 介绍
天气现象与人类的生产生活、社会经济、军事活动等方方面面都密切相关，准确的天气预报能够在灾害天气事件中减轻影响、避免经济损失，还能创造持续不断地财政收入，例如能源、农业、交通和娱乐行业。目前，天气预报主要采用数值天气预报模式，通过处理由气象卫星、观测台站、雷达等收集到的观测资料，求解描写天气演变的大气动力学方程组，进而提供天气气候的预测信息。数值预报模式的预测过程涉及大量计算，耗费较长时间与较大的计算资源。相较于数值预报模式，数据驱动的深度学习模型能够有效地将计算成本降低数个量级。
MindSpore Earth 是基于昇思 MindSpore 开发的地球科学领域套件，支持短临、中期、长期等多时空尺度以及降水、台风等灾害性天气的AI气象预测，旨在于为广大的工业界科研工程人员、高校老师及学生提供高效易用的AI气象预测软件。
应用案例
海洋
案例 |
简介 |
数据集 |
模型架构 |
NPU |
|---|---|---|---|---|
北极海冰高分辨率智能预报 |
暂不开源 |
Transformer |
✔️ |
DEM
案例 |
简介 |
数据集 |
模型架构 |
NPU |
|---|---|---|---|---|
[DEM-SRNet][dem-super-resolution-URL] |
全球3弧秒（90m）海陆高分辨率数字高程模型 |
nasadem |
EDSR |
✔️ |
厄尔尼诺
案例 |
简介 |
数据集 |
模型架构 |
NPU |
|---|---|---|---|---|
[CTEFNet][ensoforecast-URL] |
基于 CNN 与迁移学习的厄尔尼诺预测模型 |
CMIP5、SODA |
CNN |
✔️ |
短临降水
案例 |
简介 |
数据集 |
模型架构 |
NPU |
|---|---|---|---|---|
[DGMs][dgmr-URL] |
基于深度生成模型的雷达数据气象短临预报 |
雷达数据 |
GAN、ConvGRU |
✔️ |
[NowcastNet][Nowcastnet-URL] |
融入物理机制的生成式短临降水预报模型 |
USA-MRMS数据集 |
GAN、two-path U-Net |
✔️ |
[PreDiff][PreDiff-URL] |
基于潜在扩散模型的降水短时预报 |
SEVIR_LR数据集 |
LDM、 Earthformer |
✔️ |
中期气象预报
案例 |
简介 |
数据集 |
模型架构 |
NPU |
|---|---|---|---|---|
[FourCastNet][fourcastnet-URL] |
数据驱动的全球气象预测模型 |
ERA5再分析数据集 |
AFNO |
✔️ |
[ViT-KNO][koopman_vit-URL] |
学习Koopman Operator算子预测非线性系统的动力学 |
ERA5再分析数据集 |
ViT |
✔️ |
[GraphCast][graphcast-URL] |
基于图神经网络的全球中期天气预报 |
ERA5再分析数据集 |
GNN |
✔️ |
[FuXi][fuxi-URL] |
基于级联架构的全球中期天气预报 |
ERA5再分析数据集 |
CNN、Swin Transformer V2 |
✔️ |
[SKNO][skno-URL] |
融合了KNO模型和SHT算子 |
ERA5再分析数据集 |
SKNO |
✔️ |
地震预警
案例 |
简介 |
数据集 |
模型架构 |
NPU |
|---|---|---|---|---|
[G-TEAM][G-TEAM-URL] |
数据驱动的全国地震预警系统 |
diting 2.0数据集 |
CNN、Transformer |
✔️ |
核心贡献者
感谢以下开发者对 MindSpore Earth 的贡献：
yufan, wangzidong, liuhongsheng, zhouhongye, liulei, libokai, chengqiang, dongyonghan, zhouchuansai, liuruoyan, funfunplus