| Автор |
Сообщение |
CorvusCorax
Автор сайта
|
# Дата: 21 Янв 2021 11:45
Развитие глобальной полулагранжевой модели
атмосферы ПЛАВ в 2009–2019 гг.
http://method.meteorf.ru/publ/tr/tr374/05.pdf
|
CorvusCorax
Автор сайта
|
# Дата: 22 Янв 2021 11:03
Исходники разного софта, используемого в НОАА для обработки метеоданных (модельных и не только)
https://www.nco.ncep.noaa.gov/pmb/codes/nwprod/
|
CorvusCorax
Автор сайта
|
# Дата: 19 Jul 2021 15:31
Встречаем Meteum 2.0 — первую технологию метеопрогноза, алгоритмы которой обучаются на сообщениях пользователей
https://habr.com/ru/company/yandex/blog/565238/
|
CorvusCorax
Автор сайта
|
# Дата: 19 Jul 2021 15:35
И до кучи статья 2018 года:
Как Яндекс создал глобальный прогноз осадков с использованием радаров и спутников
https://habr.com/ru/company/yandex/blog/425517/
|
Ruxs
Участник
Дача восток МО, 15 км от Орехово-Зуево
|
# Дата: 19 Jul 2021 15:37
CorvusCorax
Как Вы оцениваете в данный момент качество наукастинга Яндекса?
|
CorvusCorax
Автор сайта
|
# Дата: 19 Jul 2021 19:23
Ruxs
Стало получше, по крайней мере по нашему региону.
|
met2
Участник
Минск
|
# Дата: 30 Сен 2021 13:59 - Поправил: met2
Это вам не Яндекс.Метиум — говнетиум :).
Товарищ подкинул ссылку на работу DeepMind, которая обучила нейросеть предсказывать время и место дождей. Прогноз 90 минут.
Шо интересно, что DeepMind обучила свой ИИ работе с данными метерадара. Читайте https://habr.com/ru/news/t/580832/
Обученная модель для Великобритании доступна на гитхабе https://github.com/deepmind/deepmind-research/tree /master/nowcasting
|
Spasatel
Участник
Талдом
|
# Дата: 31 Мар 2023 18:58 - Поправил: Spasatel
Комплексный прогноз ГМЦ использует нейросетевые методы
https://meteoinfo.ru/images/misc/sovet/bykov/bykov _avtoreferat_2_sign.pdf
|
CorvusCorax
Автор сайта
|
# Дата: 1 Апр 2023 14:35
Spasatel
Спасибо. Тов. Быков ранее участвовал в Метеоклубе.
Автор ряда статей, в частности об анализе и прогнозе конвективных осадков и явлений.
|
CorvusCorax
Автор сайта
|
# Дата: 21 Апр 2023 14:25
Учёные из ВШЭ и специалисты Школы анализа данных Яндекса разрабатывают нейросеть, предсказывающую климатическую аномалию
Алгоритм уже может предсказывать Эль-Ниньо (повышение температуры воды в Тихом океане) на 1,5 года вперед. Перепады температур способны вызывать лесные пожары, наводнения, засуху, неурожай и малярию в отдельных регионах мира. Если алгоритму удастся предсказывать аномалию раньше, это может решить множество экологических и социальных проблем, сообщили в пресс-службе платформы Yandex Cloud.
https://www.rbc.ru/life/news/644002209a7947494e28d f65
|
CorvusCorax
Автор сайта
|
# Дата: 18 Янв 2026 06:52
Calculations (metpy.calc)
Provide tools for unit-aware, meteorological calculations.
https://unidata.github.io/MetPy/latest/api/generat ed/metpy.calc.html
|
CorvusCorax
Автор сайта
|
# Дата: 31 Янв 2026 10:28
https://github.com/NVIDIA/earth2studio
|
CorvusCorax
Автор сайта
|
# Дата: 31 Янв 2026 10:30
Demystifying Data-Driven Probabilistic Medium-Range Weather Forecasting
https://research.nvidia.com/publication/2026-01_de mystifying-data-driven-probabilistic-medium-range- weather-forecasting
|
CorvusCorax
Автор сайта
|
# Дата: 31 Янв 2026 10:31
Learning Accurate Storm-Scale Evolution from Observations
https://research.nvidia.com/publication/2026-01_le arning-accurate-storm-scale-evolution-observations
|
CorvusCorax
Автор сайта
|
# Дата: 31 Янв 2026 10:31
HealDA: Highlighting the importance of initial errors in end-to-end AI weather forecasts
https://research.nvidia.com/publication/2026-01_he alda-highlighting-importance-initial-errors-end-en d-ai-weather-forecasts
|
CorvusCorax
Автор сайта
|
# Дата: 31 Янв 2026 10:31
How to Unlock Local Detail in Coarse Climate Projections with NVIDIA Earth-2
https://developer.nvidia.com/blog/how-to-unlock-lo cal-detail-in-coarse-climate-projections-with-nvid ia-earth-2
|
CorvusCorax
Автор сайта
|
# Дата: 1 Фев 2026 05:42
https://github.com/NOAA-EMC/FourCastNet
|
CorvusCorax
Автор сайта
|
# Дата: 1 Фев 2026 06:00
https://build.nvidia.com/nvidia/fourcastnet
|
CorvusCorax
Автор сайта
|
# Дата: 1 Фев 2026 06:00
https://200.su/fourcastnet.html
|
CorvusCorax
Автор сайта
|
# Дата: 1 Фев 2026 06:05
https://nvidia.github.io/earth2studio/modules/gene rated/models/px/earth2studio.models.px.Atlas.html
|
CorvusCorax
Автор сайта
|
# Дата: 1 Фев 2026 06:24
https://pypi.org/project/metnet3/
|
CorvusCorax
Автор сайта
|
# Дата: 1 Фев 2026 14:12
https://github.com/google-deepmind/graphcast
|
CorvusCorax
Автор сайта
|
# Дата: 1 Фев 2026 14:13
https://microsoft.github.io/aurora/intro.html
https://github.com/microsoft/aurora?tab=readme-ov- file#getting-started
|
CorvusCorax
Автор сайта
|
# Дата: 8 Фев 2026 04:32
https://gmd.copernicus.org/articles/17/4837/2024/
https://github.com/fmidev/RoadSurf
|
CorvusCorax
Автор сайта
|
# Дата: 8 Фев 2026 04:33
Integrating METRo into a winter maintenance weather forecast system covering Finland, Sweden and Russia
https://sirwec.org/wp-content/uploads/2022/04/Hels inki-51.pdf
|
CorvusCorax
Автор сайта
|
# Дата: 8 Фев 2026 04:34
THE VALIDATION AND IMPROVEMENT OF
ROUTE-BASED ROAD WEATHER FORECASTS
by
DAVID STUART HAMMOND
https://etheses.bham.ac.uk/id/eprint/1299/1/Hammon d_PhD_11.pdf
|
CorvusCorax
Автор сайта
|
# Дата: 8 Фев 2026 04:36
https://framagit.org/metroprojects/metro/-/wikis/A rticles_(METRo)
|
CorvusCorax
Автор сайта
|
# Дата: 1 Май 2026 04:20
Как пояснил руководитель прогностического центра "Метео" Александр Шувалов, нейросети способны значительно повысить качество моделей атмосферы, но не могут преодолеть объективный порог точности при составлении краткосрочных прогнозов для конкретных локаций.
Современные алгоритмы, работающие по принципу генеративных видеосетей, уже демонстрируют способность детализировать метеокартину на восемь дней и выявлять температурные аномалии на месяц вперед.
Основное преимущество ИИ заключается в его способности мгновенно обрабатывать колоссальные массивы исторических данных и находить скрытые зависимости в синоптических наблюдениях прошлых лет.
Тем не менее, эксперт подчеркивает, что нейросети не производят принципиально новых знаний о физике атмосферы, а лишь выступают в роли сверхмощного инструмента статистического анализа. Подобные технологии позволяют метеорологам быстрее оценивать возможные отклонения от климатических норм, опираясь на колоссальный опыт задокументированных погодных сценариев.
Специалист полагает, что развитие нейросетевых технологий приведет к триумфу метода аналогов, когда компьютер подбирает максимально похожие комбинации факторов из прошлого для оценки будущего.
Как сообщается на сайте MoneyTimes, такой подход эффективен для предсказания общих трендов, но бессилен перед хаотичностью атмосферы на больших дистанциях. Ошибки в первичных данных имеют свойство накапливаться, превращая любой детальный расчет для конкретной точки в усредненное поле вероятностей после определенного временного горизонта.
Откуда ИИ берет данные для своих прогнозов?
Алгоритмы обучаются на многолетних архивах метеонаблюдений, включая данные со спутников, метеозондов и наземных станций за десятки лет.
Почему прогнозы ИИ иногда оказываются точнее традиционных моделей?
ИИ лучше справляется с распознаванием образов и локальных особенностей рельефа, которые классические численные модели могут учитывать недостаточно детально.
|
CorvusCorax
Автор сайта
|
# Дата: 1 Май 2026 04:25
Нейросеть для прогноза погоды Marchuk: расчет атмосферных процессов
https://iz.ru/2086882/andrei-korshunov/karmannaya- ii-model-predskazhet-anomalii-pogody-na-mesyac-vpe red
Российский аналог ИИ Рединга и ИИ ГФС.
|
CorvusCorax
Автор сайта
|
# Дата: 2 Май 2026 11:31 - Поправил: CorvusCorax
Российский аналог ИИ Рединга и ИИ ГФС.
Аналог, но пока очень слабый. Разрешение по широте и долготе низкое (1.5 градуса), это только для экспериментов годится, а не для реального прогноза (для него нужно разрешение порядка 0.25 градуса, что есть уже практически у всех глобальных моделей, или хотя бы 0.5 градуса).
Разрешение 1.5 градуса - это уровень моделей конца 1990-х годов.
|
