盘古大模型 PANGULARGEMODELS-科学计算大模型训练流程与选择建议:科学计算大模型选择建议
科学计算大模型选择建议
科学计算大模型支持训练的模型类型有:全球中期天气要素模型、区域中期海洋智能预测模型。
- 全球中期天气要素预测模型选择建议:
科学计算大模型的全球中期天气要素预测模型,可以对未来一段时间的天气进行预测,具备以下优势:
- 高时间精度:全球中期天气要素预测模型可以预测未来1、3、6、24小时的天气情况,降水模型可预测未来6小时的降水情况。高时间精度对于农业、交通、能源等领域的决策和规划非常重要。
- 全球覆盖:全球中期天气要素预测模型和降水模型能够在全球范围内进行预测,不仅仅局限于某个地区。它的分辨率相当于赤道附近每个点约25公里*25公里的空间。
- 数据驱动:全球中期天气要素预测模型和降水模型使用历史天气数据来训练模型,从而提高预测的准确性。这意味着它可以直接利用过去的观测数据,而不仅仅依赖于数值模型。
全球中期天气要素预测模型、降水模型信息见表 全球中期天气要素预测模型信息表。
表1 全球中期天气要素预测模型信息表 模型
预报层次
预报高空变量
预报表面变量
时间分辨率
水平分辨率
区域范围
全球中期天气要素预测模型
13层(1000hpa,925hpa, 850hpa,700hpa, 600hpa,500hpa,400hpa,300hpa,250hpa,200hpa,150hpa,100hpa,50hpa)
T:温度
Q:比湿
Z:重力位势
U:U风
V:V风
MLSP:海平面气压
U10:10米U风,经度方向
V10:10米V风,纬度方向
T2M:2米温度
1、3、6、24小时
0.25°*0.25°
全球
支持训练的模型清单见表 中期天气要素预测模型的类型,您可根据具体使用场景选择合适的模型。例如天气基础要素预测,需要时间分辨率为1小时的场景下,您可以选择Pangu-AI4S-Global-Weather-v1.1.0-1h模型。
表2 中期天气要素预测模型 模型名称
模型版本及时间分辨率
说明
Pangu-AI4S-Global-Weather
v1.1.0-1h
2025年3月发布的版本,用于天气基础要素预测,时间分辨率为1小时,1个训练单元起训及1个实例部署。
Pangu-AI4S-Global-Weather
v1.2.0-3h
2025年3月发布的版本,用于天气基础要素预测,时间分辨率为3小时,1个训练单元起训及1个实例部署。
Pangu-AI4S-Global-Weather
v1.3.0-6h
2025年3月发布的版本,用于天气基础要素预测,时间分辨率为6小时,1个训练单元起训及1个实例部署。
Pangu-AI4S-Global-Weather
v1.4.0-24h
2025年3月发布的版本,用于天气基础要素预测,时间分辨率为24小时,1个训练单元起训及1个实例部署。
Pangu-AI4S-Global-Weather
v1.1.1-1h
2025年3月发布的版本,用于天气基础要素预测,时间分辨率为1小时,1个训练单元起训及1个实例部署。
Pangu-AI4S-Global-Weather
v1.2.1-3h
2025年3月发布的版本,用于天气基础要素预测,时间分辨率为3小时,1个训练单元起训及1个实例部署。
Pangu-AI4S-Global-Weather
v1.3.1-6h
2025年3月发布的版本,用于天气基础要素预测,时间分辨率为6小时,1个训练单元起训及1个实例部署。
Pangu-AI4S-Global-Weather
v1.4.1-24h
2025年3月发布的版本,用于天气基础要素预测,时间分辨率为24小时,1个训练单元起训及1个实例部署。
- 中期海洋智能预测模型选择建议:
科学计算大模型的中期海洋智能预测模型,可以对未来一段时间海洋要素进行预测。可为海上防灾减灾,指导合理开发和保护渔业等方面有着重要作用。中期海洋智能预报可以训练的模型为区域海洋要素模型,信息见表3。
表3 中期海洋智能预测模型信息 模型
深海层深
预报深海变量
预报海表变量
时间分辨率
水平分辨率
区域范围
区域海洋要素模型
0m,6m,10m,20m,30m,50m,70m,100m,125m,150m,200m,250m,300m,400m,500m
T:海温(℃)
S:海盐(PSU)
U:海流经向速率 (ms-1)
V:海流纬向速率 (ms-1)
MLSP:海平面气压
U10:10米U风,经度方向
V10:10米V风,纬度方向
T2M:2米温度
SSH:海表高度(m)
24h
0.25°*0.25°
特定区域
支持训练的模型清单见表4,您可根据具体使用场景选择合适的模型。例如区域海洋基础要素预测场景下,您可以选择Pangu-AI4S-Regional-Ocean-v1.1.0-24h模型。
- 区域大气污染物预测模型选择建议:
科学计算大模型的区域大气污染物预测模型,可以对特定区域未来一段时间污染物浓度进行预测,在城市大气污染治理、环境治理方面具有重要作用。信息见表5。
表5 区域大气污染物预测模型信息 模型
预报污染物变量
时间分辨率
水平分辨率
区域范围
区域大气污染物要素模型
PM10、PM2.5、NO₂、O₃、SO₂、CO
1h
0.0625°*0.0625°
特定区域
支持训练的模型清单见表6,您可根据具体使用场景选择合适的模型。