openclimatefix/graph_weather

它解决了什么问题

Graph Weather 提供了一个模块化框架，用于基于图神经网络（GNN）进行天气预报和数据同化。它允许研究人员和开发者实现并试验各种基于图的 AI 模型，以比传统的数值天气预报（NWP）方法更高效、更准确地预测天气模式。

它如何工作

该库实现了多种前沿的基于图的预报模型，包括 DeepMind 的 GenCast 和 FGN、Microsoft 的 Aurora，以及 FengWu-GHR。它会根据纬度和经度坐标在内部生成图结构，允许用户直接将节点特征输入模型。它还包含一个专用的同化模型，能够将不规则观测数据（包含纬度、经度和高度）映射到目标输出网格。

适用人群

该项目专为从事机器学习在天气和气候科学领域研究的 AI 研究人员、气象学家和开发者设计。

主要亮点

• 多种模型架构：实现了多种预报模型，如 GenCast（基于扩散模型）、Aurora 和 WeatherMesh-3（邻域注意力机制）。
• 模块化设计：组件可互换，便于试验不同的基于图的方法。
• 数据同化：包含工具，可将不规则观测数据处理为结构化网格。
• 基于 PyTorch：基于 PyTorch 构建，支持灵活的训练和推理。

一个用于天气预报和数据同化的模块化图神经网络框架，支持多种前沿模型，如 GenCast 和 Aurora。— @handle