Building Custom Batched Ensemble Weather Forecasting with NVIDIA Earth2Studio

发生了什么

整套流程从环境搭建开始。教程在 Google Colab 中运行，安装 Earth2Studio 时借助 PIP_CONSTRAINT 文件锁定当前已有的 PyTorch 与 NumPy 版本，确保 CUDA 环境不被替换。安装完成后，FCN 预测模型通过默认包被加载，大气初始条件则取自 GFS 数据源。

诊断和扰动是这套工作流的核心差异点。自定义模块 WindPowerCF 先用幂律风切变把 10 米风分量外推到轮毂高度，再经过切入、额定、切出三段风速定义的功率曲线，把风速映射为 0 到 1 范围的机组容量因子。扰动模块 VariableScaledNoise 按变量施加空间噪声，扰动幅度对 t2m 与 t850 取 0.20，z500 取 40.0，z850 取 25.0，u10m 与 v10m 取 0.25，u500 与 v500 取 0.40，tcwv 取 0.30。八个集合成员中，第 0 号保留为未受扰动的控制预报；当 SphericalGaussian 采样器不可用时，自动回退到 Brown 采样器。

执行阶段没有调用高层 API，而是直接复用 Earth2Studio 的底层迭代器、坐标映射、批处理和 Zarr 接口拼装管线，结果写入支持坐标的 Zarr 后端。集合规模、批大小、预报步数分别为 8、2、8。保存变量涵盖 t2m、z500、u10m、v10m、tcwv，验证变量限定为 t2m、z500、u10m 三项。

初始化时间取当前 UTC 向前回退 7 天，再按整时刻归零。验证阶段以 GFS 分析场作为真值，对三个变量分别计算纬度加权 RMSE、Fair CRPS、集合离散度和离散度-技巧比，关注点设在印度新德里，坐标约为 28.61°N、77.21°E。

输出端除了统计指标，还包括 500 hPa 位势高度 5520 m 等高线 spaghetti 图、点位扇形图、风电容量因子预报、空间分布图，以及随预报时效变化的技巧曲线。教程由 marktechpost.com 于 2026 年 8 月 29 日发布。

时间线与证据

教程于 2026 年 8 月 29 日在 marktechpost.com 上线，整套示例流程顺序为：安装 Earth2Studio、加载 FCN 模型、装配自定义 WindPowerCF 诊断与 VariableScaledNoise 扰动、经由底层接口驱动 ZarrBackend 完成集合预报，再用 GFS 分析场对 t2m、z500、u10m 做验证，最后输出统计指标与多种可视化。教程主体以代码片段加说明文字呈现，可视化部分中 wind_cf 绘图代码在材料里已被截断，并非完整示例。

可核验的数值直接来自代码与参数表。轮毂高度 100 m，风切变指数 0.143，切入、额定、切出风速分别为 3、12、25 m/s，组成风电容量因子计算的默认配置；八个集合成员、批大小 2、预报步数 8 在执行段落同一处声明，与扰动幅度按变量逐一列出的写法保持一致。初始化时间由当前时刻回退 7 天并归零，验证真值取 GFS 分析场，关注点为新德里 28.61°N、77.21°E，这些取值都直接出现在教程配置中。

教程在 GPU 上运行最快，材料只说明若无 GPU 检测到将非常缓慢，没有给出具体耗时或基准数字。Earth2Studio 与 FCN 默认包的版本号、GFS 数据的分辨率，以及最终的 RMSE、Fair CRPS、离散度与离散度-技巧比的数值结果，材料均未披露，无法据此复算或横向比较。可视化部分除已列出的五类图像外，其余图件未逐一描述。

具体变化

相较于直接调用 Earth2Studio 高层接口的常规示例，本文把执行管线拆到了更低的一层：循环遍历交给 Earth2Studio 的底层迭代器，输入输出经由坐标映射与批处理统一处理，最终结果写入支持坐标的 Zarr 后端 ZarrBackend。这一选择让保存变量与验证变量可以分别定制，因此保存集合同时涵盖 t2m、z500、u10m、v10m、tcwv，验证却只针对 t2m、z500、u10m 三项。

诊断环节的改动集中在风电。教程新增自定义模块 WindPowerCF，把 10 米 u、v 风分量按幂律风切变外推到 100 m 轮毂高度，再用切入 3 m/s、额定 12 m/s、切出 25 m/s 三段折线定义的功率曲线换算为 0 到 1 区间的机组容量因子，风切变指数默认 0.143。结果以独立变量形式进入 Zarr 输出，并配有专门的点位扇形图与风电预报图。

扰动环节使用 VariableScaledNoise 模块，按变量名逐一施加空间噪声：t2m、t850 取 0.20，z500 取 40.0，z850 取 25.0，u10m、v10m 取 0.25，u500、v500 取 0.40，tcwv 取 0.30。八个集合成员中第 0 号固定为未受扰动的控制预报，其余成员由 SphericalGaussian 采样器生成，若该采样器在当前环境中不可用，则自动回退到 Brown 采样器。

初始化时间由当前 UTC 向前回退 7 天再按整时刻归零，关注点固定在新德里 28.61°N、77.21°E。验证时以 GFS 分析场为真值，统计量包括纬度加权 RMSE、Fair CRPS、集合离散度以及离散度-技巧比。可视化除统计图外，还包括空间分布图与 5520 m 等高线 spaghetti 图，用于呈现 500 hPa 位势高度的集合发散情况。

对使用者的影响

对希望把 Earth2Studio 用于科研或业务场景的读者，这篇教程把以往藏在高层 API 下的执行细节暴露出来。读者可以直接看到输入坐标如何被映射、迭代器如何被驱动、批维如何被切分，因此可以照着同一骨架替换成自己的诊断、扰动或 IO 模块，而不必绕开框架重写整套流程。借助支持坐标的 Zarr 后端，保存集合与下游验证集合得以分离配置，读者按需挑选验证字段即可，不必改动预报端的保存列表。

风电场景的读者获得了一条可复用的链路：把 10 米 u、v 分量按幂律风切变外推到自定义轮毂高度，再用三段功率曲线换算为 0 到 1 的容量因子。教程把轮毂高度、风切变指数、切入/额定/切出风速全部列为可调参数，并提供点位扇形图与时间序列图，使研究者能在此基础上接入真实机组的功率曲线。新德里关注点的设置让结果便于直接与当地电力数据比对，但读者同样可改写坐标以服务其它场址。

集合扰动的可配置性是另一处实际收益。教程将扰动幅度按变量名逐一显式列出，并提供采样器的自动回退逻辑，方便读者在不同 Earth2Studio 环境下维持可重复的集合实验。验证指标同时给出绝对误差、概率校准、集合离散度及其与技巧的比值，使读者可以从多个角度评估自己的扰动方案。需留意的是，教程未披露 GPU 基准耗时、Earth2Studio 与 FCN 版本以及 GFS 分辨率，且部分绘图代码被截断，读者在复用前需自行补齐。

限制与未知

教程把执行拆到了底层迭代器、坐标映射、批处理与 ZarrBackend，但留给读者进一步定位的版本信息非常有限。Earth2Studio 的具体版本号、FCN 默认模型包的版本号，以及 GFS 数据源在这一示例中实际加载的分辨率，材料均未披露。教程只在配置段说明运行在 Google Colab，并强调 GPU 检测不到时执行将非常缓慢，却未给出任何基准耗时、显存占用或加速比数字，因此读者无法据此估算批量集合工作流在本地或云端所需的资源。

自定义参数同样缺乏依据说明。t2m、t850 取 0.20，z500 取 40.0，z850 取 25.0，u10m、v10m 取 0.25，u500、v500 取 0.40，tcwv 取 0.30 的扰动幅度，以及轮毂高度 100 m、风切变指数 0.143、切入/额定/切出风速 3、12、25 m/s 的风电参数，全部由教程直接给出，没有任何来源、敏感性分析或与业务机型的对照。教程也没有说明初始化时间向前回退 7 天这一选择的目的，以及把验证变量收缩到 t2m、z500、u10m 三项的具体考量。

材料未公布最终的纬度加权 RMSE、Fair CRPS、集合离散度与离散度-技巧比的具体数值，因此读者无法从教程本身复算或横向比较集合质量。可视化部分中 wind_cf 绘图代码在材料中已被截断，并非完整示例，其余图件也未逐一描述，读者在复用前需要自行补齐缺失片段。

如何核对

要把这篇教程复现并核对，第一关是环境与依赖。教程要求在 Google Colab 中运行 Earth2Studio，并借助 PIP_CONSTRAINT 文件锁定现有 PyTorch 与 NumPy 版本以保留 CUDA 环境，因此读者需要先确认 Colab 运行时已经启用 GPU，并核对自身 Colab 环境中既有的 PyTorch、NumPy 版本与约束文件中所写是否一致，否则后续 FCN 推理将无法获得 GPU 加速。

第二关是配置参数的逐项比对。集合规模 8、批大小 2、预报步数 8 必须同时出现于同一执行段落；保存变量为 t2m、z500、u10m、v10m、tcwv，验证变量只保留 t2m、z500、u10m，初始化时间由当前 UTC 向前回退 7 天并按整时刻归零，关注点坐标固定为 28.61°N、77.21°E。扰动幅度按变量逐一设定，t2m、t850 取 0.20，z500 取 40.0，z850 取 25.0，u10m、v10m 取 0.25，u500、v500 取 0.40，tcwv 取 0.30。风电诊断默认轮毂高度 100 m，风切变指数 0.143，切入、额定、切出风速分别为 3、12、25 m/s。这些数值都应直接对得上教程原文或代码片段。

第三关是模块行为核对。WindPowerCF 是否真的把 10 米 u、v 风分量按幂律切变外推到 100 m，再以三段折线功率曲线换算为 0 到 1 的容量因子，并作为独立变量进入 Zarr 输出。VariableScaledNoise 是否按变量名匹配施加空间噪声，且第 0 号成员保持为未受扰动的控制预报。SphericalGaussian 采样器若不可用是否自动回退到 Brown 采样器，结果是否写入支持坐标的 ZarrBackend。

第四关是输出端的指标与图像。教程应给出纬度加权 RMSE、Fair CRPS、集合离散度与离散度-技巧比四项统计量，空间分布图、5520 m 等高线 spaghetti 图、点位扇形图、风电容量因子预报图以及随预报时效变化的技巧曲线五类图像，缺一即视为与教程不符。

读者能做什么

把这篇教程当作可拆装骨架来用，是最直接的收益。读者可以保留 Earth2Studio 的底层迭代器、坐标映射、批处理与 ZarrBackend 这条主轴，把 WindPowerCF 换成自家业务的诊断公式，例如把风电容量因子替换成光伏辐照度换算、降水概率分级或空气质量阈值判定，再通过同一 IO 通道把新变量写进 Zarr，验证集合同样可以按需增减字段，不必改动预报端的保存列表。集合规模 8、批大小 2、预报步数 8 的执行规模也可整体放大或缩小，只要保持成员 0 为控制预报、按变量名施加噪声这两条规则，扰动采样器在 SphericalGaussian 与 Brown 之间的回退逻辑便会继续生效。

地理关注点方面，教程将坐标硬编码为新德里 28.61°N、77.21°E，读者只需替换这一对数值即可把同一管线迁到任意场站，初始化时间由当前 UTC 向前回退 7 天并按整时刻归零的写法也能直接沿用，便于在不同起报时刻之间做平行实验。验证侧的四项指标（纬度加权 RMSE、Fair CRPS、集合离散度、离散度-技巧比）面向 t2m、z500、u10m 三个变量，读者可以照此结构新增自己的字段评估，例如把风电容量因子纳入验证，对照 GFS 分析场观察概率预报相对确定预报的增益。

复用前需要自行补齐的事项也很具体。教程没有披露 Earth2Studio 与 FCN 默认包的版本号，也没有给出 GFS 数据源在本例中的分辨率，读者应先核对自身环境中 Earth2Studio 是否支持 SphericalGaussian 采样器以及 ZarrBackend 的坐标写入能力，否则回退到 Brown 后扰动统计特性会发生改变。教程中 wind_cf 绘图代码被截断，读者若要复现风电容量因子图与点位扇形图，需要自行补全 matplotlib 部分；教程也未公布四项统计量的具体数值，因此横向比较时应在本地重新运行后取数，而不是引用教程结果。

后续观察

教程的写作重心明显偏向可拆解的执行骨架，而不是某一个具体预报技巧的优劣。读者若把示例当作模板来落地自己的集合系统，需要持续关注的并非运行步骤本身，而是几处会随 Earth2Studio 升级而漂移的细节，例如 SphericalGaussian 采样器在不同版本中的可用性、ZarrBackend 对坐标维度的支持范围，以及 PIP_CONSTRAINT 文件所锁定的 PyTorch 与 NumPy 版本是否仍能覆盖新的 CUDA 运行时。

教程把关注点写死在新德里 28.61°N、77.21°E，并使用当前 UTC 时间向前回退 7 天、归零到整时刻的初始化策略，这一组合在迁移到其他场站时需要同步调整，否则验证集合与实际业务关心的时间窗口会发生错位。风电诊断 WindPowerCF 的输出与风功率曲线的三段折线以及幂律切变指数 0.143 直接耦合，替换为光伏或其它诊断时也应保留按变量名挂载、可独立开关的写法，便于在保存变量列表中按需启停。

教程没有披露 FCN 默认模型包版本与 GFS 数据源在示例中实际加载的分辨率，也没有给出四项验证指标的具体数值，因此后续若要在论文或业务报告中引用本教程，应先在自有环境复跑并记录结果，再用本地数据替换教程中直接给定的扰动幅度与风电参数，避免把示例常数误当作经验证的生产配置。教程的发布站点为 marktechpost.com，发布日期为 2026-08-29，版本相关注释应以发布时为准，之后若 Earth2Studio 升级导致 API 行为变化，需要回查官方仓库再做适配。