openclimatefix/metnet

解決的問題

本專案提供 Google Research 的 MetNet 系列模型的 PyTorch 實作，專為短期天氣與降雨預測而設計。透過利用衛星影像及其他大氣觀測資料，使使用者能預測天氣模式。

運作方式

此程式碼庫實作了 MetNet 架構的多個版本：

• MetNet：用於短期預測的原始模型。
• MetNet-2：使用更大的上下文影像，可預測未來 12 小時內的天氣。
• MetNet Global：專為全球降雨預測設計的版本。

這些模型處理輸入資料（如 GOES-16 衛星與 MRMS 降雨資料）以產生預測。專案亦透過 HuggingFace Hub 提供在雲遮蔽與衛星影像資料上訓練的 MetNet 與 MetNet-2 預訓練權重。

適用對象

適合從事氣象 AI、天氣預報與大氣科學的研究人員與開發者，希望使用基於 PyTorch 的 Google Research MetNet 模型實作。

特色

• 多種架構：包含 MetNet、MetNet-2 與 MetNet Global 的實作。
• 預訓練權重：可透過 HuggingFace 取得 MetNet 與 MetNet-2 的權重。
• 資料整合：與 HuggingFace Datasets 整合，支援 GOES-16 與 MRMS 資料。
• PyTorch 原生：完全以 PyTorch 建構，便於訓練與推論。