UT-GraphCast 后报数据集：来自 UT Austin 的用于天气与气候应用的全球 AI 预报档案
地球物理
2025-06-24 v1 机器学习
大气与海洋物理
摘要
UT GraphCast 后报数据集（1979 年至 2024 年）是使用 Google DeepMind GraphCast Operational 模型生成的综合性全球天气预报档案。该数据集由德克萨斯大学奥斯汀分校的研究人员在 WCRP 框架下开发，在 45 年期间内，于 00UTC 在约 25 km 的全球网格上提供每日 15 天的确定性预报。GraphCast 是一个在 ECMWF ERA5 再分析数据上训练的物理信息图神经网络。它在现代硬件上能在不到一分钟内提供 37 个垂直层上十多个关键大气和表面变量的完整中期预报。
引用
@article{arxiv.2506.17453,
title = {UT-GraphCast Hindcast Dataset: A Global AI Forecast Archive from UT Austin for Weather and Climate Applications},
author = {Naveen Sudharsan and Manmeet Singh and Harsh Kamath and Hassan Dashtian and Clint Dawson and Zong-Liang Yang and Dev Niyogi},
journal= {arXiv preprint arXiv:2506.17453},
year = {2025}
}