NVIDIA Earth2Studio simule huit scénarios météo à New Delhi
Industrie 3 min · 31 août 2026

NVIDIA Earth2Studio simule huit scénarios météo à New Delhi

Par Arthur Dekeyser

En résumé

1

NVIDIA Earth2Studio orchestre un ensemble météo de huit membres.

2

Le diagnostic transforme les vents à 10 mètres en facteurs de capacité éolienne.

3

Les prévisions sont évaluées avec le RMSE, le CRPS et la dispersion d’ensemble.

💡

Le signal : NVIDIA Earth2Studio exécute un ensemble de 8 membres avec des lots de 2 prévisions et 8 pas temporels.

NEWSLETTER BUSINESS & IA

Vous appréciez ce genre d'analyse ?

Chaque mardi et vendredi, l'essentiel en business & IA décryptées en 5 minutes. Gratuit, sans engagement.

+11 000 fondateurs abonnés

NVIDIA Earth2Studio propose un tutoriel de prévision météorologique par ensembles publié le 29 août 2026. Le flux charge le modèle pronostique FCN et récupère les conditions atmosphériques initiales depuis GFS. Il configure huit membres d’ensemble, des lots de deux membres et huit pas de prévision. Les variables sauvegardées comprennent la température à deux mètres, le géopotentiel à 500 hPa, les composantes du vent à dix mètres et l’eau précipitable totale. Le calcul prévoit aussi un point d’intérêt à New Delhi, situé à 28,61 degrés de latitude et 77,21 degrés de longitude. L’environnement conserve PyTorch et NumPy compatibles avec CUDA dans Colab.

Le flux Earth2Studio utilise ses interfaces de bas niveau pour organiser les coordonnées, les lots et les sorties. Le modèle FCN est chargé depuis le paquet par défaut d’Earth2Studio. Les conditions initiales proviennent de GFS, puis les membres sont regroupés avant l’exécution. Les champs sont écrits dans un stockage Zarr tenant compte des coordonnées. Le code prévoit une détection du processeur disponible. En l’absence de processeur graphique, le tutoriel indique que le calcul peut devenir très lent. Le cache du modèle est placé dans le répertoire /content/e2s_cache, tandis que les résultats sont enregistrés dans outputs/e2s_ensemble.zarr. Le tutoriel est disponible sur MarkTechPost.

Earth2Studio orchestre huit membres

Le diagnostic éolien convertit les composantes u10m et v10m en vitesse du vent, puis applique une correction de cisaillement jusqu’à une hauteur de moyeu de 100 mètres. Le calcul utilise un exposant de 0,143. La courbe de puissance définit une vitesse de démarrage à trois mètres par seconde, une puissance nominale à douze mètres par seconde et une coupure à vingt-cinq mètres par seconde. Le résultat, nommé wind_cf, est borné entre zéro et un. Earth2Studio vérifie les coordonnées d’entrée et de sortie avec ses fonctions d’alignement. Les décorateurs de traitement par lots permettent au diagnostic de fonctionner avec les dimensions d’ensemble, de variables, de latitude et de longitude.

Les perturbations variables appliquent des amplitudes distinctes aux variables atmosphériques. Le bruit atteint 0,20 pour la température à deux mètres et à 850 hPa. Il atteint 40 pour le géopotentiel à 500 hPa et 25 pour celui à 850 hPa. Les composantes u10m et v10m reçoivent chacune 0,25. Le système applique également 0,40 à u500 et v500, ainsi que 0,30 à l’eau précipitable totale. Le membre zéro reste non perturbé. Le pipeline répète ensuite la condition initiale pour chaque lot, associe les identifiants d’ensemble et aligne les coordonnées. Il exécute enfin l’itérateur pronostique, écrit les variables et enchaîne le diagnostic éolien. Le carnet de code détaille cette implémentation.

GFS sert de référence aux scores

La vérification GFS récupère les analyses correspondant à chaque échéance de prévision. Elle évalue la température à deux mètres, le géopotentiel à 500 hPa et le vent à dix mètres. Le calcul pondère les latitudes avec le cosinus de la latitude. Cette pondération intervient dans le RMSE, la dispersion et le score CRPS équitable. Le code compare la moyenne des membres aux observations GFS. Il calcule aussi la dispersion de l’ensemble et le rapport entre dispersion et erreur. Les résultats sont regroupés par variable dans une structure comprenant le RMSE, la dispersion, le CRPS, les prévisions des membres, les observations et la moyenne. Le projet Earth2Studio est publié sur GitHub.

Gardez un coup d'avance en IA et tech.

Chaque mardi et vendredi, l'essentiel en business & IA décryptées en 5 minutes. Zéro spam.

+11 000 fondateurs abonnés

À lire aussi