SuperAPI AI 工具集

climate-analysis

通用与其它

查看项目

更新于 10-16 08:41

技能介绍

用途:分析带标签的气候时间序列以及网格或站点观测,处理经过校验的日历、聚合、气候基准和空间验证。使用 xarray 处理带标签的气候数组,仅当散点空间观测需要插值时使用 verde;已有规则网格无需新增插值步骤。

数据契约:合并文件前先确定变量、物理单位、空间支撑、时间戳含义、日历、时间范围、缺失值编码及来源版本。检查坐标唯一性与顺序、经度约定、纬度方向、投影、垂直层及集合/成员维度。保留非公历日历,不要静默转为普通时间戳。区分瞬时值、区间均值、累积量和速率;降水或能量通量依据时间边界与单位定义决定积分或求和,温度均值与累积降水不应使用相同重采样操作。记录来源 URL、许可和校验和。

分析选择:气候态/距平需指定基准年、日历分组、覆盖率和权重;区域平均使用网格面积或有依据的空间权重及固定掩膜;站点转网格产品先投影坐标、拟合空间模型并掩蔽无支撑区域,拟合前留出空间块或站点;预报/降尺度评估定义发布时刻、预见期和预测因子可得性,按部署需求留出未来时段和未见位置。

聚合:对不完整月/季使用显式覆盖率规则并保留覆盖率/计数变量;月均值按所代表时长加权,遵循数据集日历。仅在符合既定估计目标时于有效支撑上重新归一化,不得把完全缺失的区域或时段变成零观测。不规则/投影网格使用提供的网格面积;余弦纬度权重仅适用于合适规则经纬网格。定义 DJF 分组中十二月归属,长期季节气候态与逐季均值序列是不同输出。距平记录基准年与分组。预测实验中仅用训练数据估计气候态、趋势、缩放、缺失值模型和偏差校正,避免中心窗口、填补缺口或聚合窗口触及发布时不可得的未来观测。

空间建模与验证:站点观测保留站点标识与重复观测组;区域平面模型使用距离合适的 CRS,勿将未限定的地理经纬度用于米级块大小。趋势、归一化、超参数和插值均在每个训练折内拟合。评估远离实测站点的插值时使用 Verde 空间块验证,块大小与缓冲依空间支撑/依赖及部署意图选择;未来预测还需留出连续时段。同站点预报与未见位置是不同问题,需说明划分回答的问题。

输出与不确定性:导出带标签数据集,保留单位、日历、CRS、基准、掩膜和覆盖率,并记录处理选择与包版本;重新打开输出检查坐标、维度及选定分析摘要。按位置/季节并对照气候态或持续性基准报告误差;估计不确定性时考虑时空依赖,模式离散度不自动等于校准预测区间,趋势显著性不等于因果归因。

限制:站点示例的离线脚本需记录来源与溯源文件并保留现有输出目录;测试未涵盖预报、30 年气候常态、均一化、降水积分或任意重网格精度,这些分支需按数据专门验证。其他具体功能与平台信息暂未提供。