{"id":39712,"date":"2024-01-05T17:52:58","date_gmt":"2024-01-05T16:52:58","guid":{"rendered":"https:\/\/cmm.imgw.pl\/?page_id=39712"},"modified":"2024-01-05T18:18:52","modified_gmt":"2024-01-05T17:18:52","slug":"akademiacmm-numeryczne-modele-pogody-ai-w-sluzbie-meteorologicznej-imgw-pib-pierwsze-kroki","status":"publish","type":"page","link":"https:\/\/cmm.imgw.pl\/?page_id=39712","title":{"rendered":"#AkademiaCMM &#8211; Numeryczne modele pogody AI w s\u0142u\u017cbie meteorologicznej IMGW-PIB. Pierwsze kroki."},"content":{"rendered":"<div class=\"wp-block-post-date\"><time datetime=\"2024-01-05T17:52:58+01:00\">5 stycznia 2024<\/time><\/div>\n\n<p>\u00a0<\/p>\n<p style=\"text-align: justify;\"><strong><span style=\"font-size: 12pt;\">Numeryczne modele pogody AI w s\u0142u\u017cbie meteorologicznej IMGW-PIB. Pierwsze kroki.<\/span><\/strong><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Opracowanie: dr Bogdan Bochenek, Centrum Modelowanie IMGW-PIB.<\/span><\/p>\n<p>\u00a0<\/p>\n<blockquote>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Instytut Meteorologii i Gospodarki Wodnej &#8211; Pa\u0144stwowy Instytut Badawczy (IMGW-PIB) wprowadza nowe technologie AI do prognozowania warunk\u00f3w meteorologicznych, wykorzystuj\u0105c globalne modele FourCastNet oraz Pangu-Weather o rozdzielczo\u015bciach przestrzennych 0.25\u00b0. Testy przeprowadzone na superkomputerach ACK Cyfronet w ramach projektu EuroHPC obiecuj\u0105 post\u0119p w precyzji i szybko\u015bci prognoz.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Modelowanie oparte na danych w oparciu o uczenie maszynowe posiada ogromny potencja\u0142 w zakresie prognozowania pogody. Wykorzystanie metod uczenia maszynowego mo\u017ce zmieni\u0107 regu\u0142y gry w zakresie stopniowego post\u0119pu w tradycyjnym numerycznym prognozowaniu pogody, kt\u00f3ry mo\u017cna nazwa\u0107 \u201ecich\u0105 rewolucj\u0105\u201d prognozowania pogody. Koszt obliczeniowy prognozowania za pomoc\u0105 standardowych system\u00f3w deterministycznych znacznie utrudnia post\u0119p w modelowaniu pogody, kt\u00f3ry mo\u017cna wprowadza\u0107 poprzez zwi\u0119kszenie rozdzielczo\u015bci modelu i zwi\u0119kszanie liczby element\u00f3w w zespo\u0142ach modeli wi\u0105zkowych. Jednak rozw\u00f3j metod sztucznej inteligencji pozwala na opracowanie nowej generacji modeli, kt\u00f3re b\u0119d\u0105 wykorzystywa\u0107 wysokiej jako\u015b\u0107 dane z reanalizy (np. ERA5) w procesie uczenia modelu, co umo\u017cliwi tworzenie prognoz wymagaj\u0105cych znacznie ni\u017cszych koszt\u00f3w obliczeniowych i konkurencyjnych pod wzgl\u0119dem dok\u0142adno\u015bci z klasycznymi modelami.<\/span><\/p>\n<\/blockquote>\n<p>\u00a0<\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">W 2023 roku naukowcy z Centrum Modelowania Meteorologicznego IMGW-PIB przeprowadzili implementacj\u0119 i testy dw\u00f3ch zaawansowanych modeli AI: FourCastNet i Pangu-Weather. Testy wykonane na superkomputerach ACK Cyfronet Ares i Athena pokaza\u0142y, \u017ce oba modele mog\u0105 znacz\u0105co poprawi\u0107 jako\u015b\u0107 i szybko\u015b\u0107 prognozowania pogody.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">FourCastNet (Fourier Forecasting Neural Network) jest globalnym modelem prognozowania pogody oparty na wieloletnich danych, kt\u00f3ry zapewnia globalne prognozy kr\u00f3tko i \u015brednio terminowe z rozdzielczo\u015bci\u0105 0,25\u2218. FourCastNet prognozuje obecnie pola meteorologiczne powierzchniowe i na kilku poziomach ci\u015bnieniowych, takie jak pr\u0119dko\u015b\u0107 wiatru na poziomie 10m, opady, geopotencja\u0142, temperatura i zawarto\u015b\u0107 pary wodnej w atmosferze. Ma to wa\u017cne implikacje dla planowania zasob\u00f3w energii wiatrowej, przewidywania ekstremalnych zdarze\u0144 pogodowych, takich jak cyklony tropikalne, cyklony pozatropikalne i rzeki atmosferyczne. FourCastNet dok\u0142adno\u015bci\u0105 prognozowania dor\u00f3wnuje modelowi IFS ECMWF, jednemu z najnowocze\u015bniejszych modeli numerycznych pogody, w prognozach kr\u00f3tkoterminowych dla zmiennych wielkoskalowych, a jednocze\u015bnie przewy\u017csza IFS w przypadku zmiennych ze z\u0142o\u017conymi strukturami uwzgl\u0119dniaj\u0105cymi opady. Najwi\u0119ksz\u0105 zalet\u0105 modelu FourCastNet jest fakt, \u017ce generuje on tygodniow\u0105 prognoz\u0119 w czasie kr\u00f3tszym ni\u017c 2 sekundy, czyli o rz\u0105d wielko\u015bci szybciej ni\u017c IFS. Szybko\u015b\u0107 FourCastNet umo\u017cliwia tworzenie szybkich i niedrogich w sensie czasu symulacji, prognoz wi\u0105zkowych w celu poprawy prognozowania probabilistycznego. Innowacyjnym podej\u015bciem w przypadku modelu FourCastNet jest wprowadzenie elementu losowego do oblicze\u0144. Zamiast perturbowa\u0107 dane pocz\u0105tkowe wielokrotnie od pocz\u0105tku prognozy, model perturbuje go raz, a nast\u0119pnie iteracyjnie perturbuje ka\u017cdy z otrzymanych wynik\u00f3w. Startujemy z jednego stanu atmosfery jak w przypadku prognozy deterministycznej, perturbujemy go metodami stochastycznymi i po jednym kroku czasowym (w przypadku modelu FourCastNet jest to 6 godzin) otrzymujemy 2 elementy wi\u0105zki, ka\u017cdy osobno perturbujemy i dalej kolejno otrzymujemy w kolejnych krokach czasowych 4, 8, 16, 32, 64, 128 i ostatecznie 256 element\u00f3w wi\u0105zki po 48 godzinach prognozy.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Pangu-Weather, to kolejnym globalnym modelem pogody opartym na g\u0142\u0119bokim uczeniu maszynowym, kt\u00f3ry zosta\u0142 opracowanym przez firm\u0119 Huawei Cloud. Podobnie jak w przypadku modelu FourCastNet, wykorzystuje w procesie uczenia wyniki z modelu globalnego ERA5. Badania przeprowadzone przez firm\u0119 Huawei Cloud i ECMWF pokaza\u0142y, \u017ce metody oparte na sztucznej inteligencji przewy\u017cszaj\u0105 najnowocze\u015bniejsze metody numerycznego prognozowania pogody (NWP) pod wzgl\u0119dem dok\u0142adno\u015bci wszystkich prognozowanych parametr\u00f3w (np. geopotencja\u0142, wilgotno\u015b\u0107 w\u0142a\u015bciwa , pr\u0119dko\u015b\u0107 wiatru, temperatura itp.) i we wszystkich przedzia\u0142ach czasowych (od jednej godziny do jednego tygodnia).Pangu-Weather posiada szerok\u0105 gam\u0119 scenariuszy prognoz, w tym prognozy ekstremalnych warunk\u00f3w pogodowych (np. \u015bledzenie cyklon\u00f3w tropikalnych) i prognozy wi\u0105zkowe w czasie rzeczywistym. Pangu-Weather nie tylko ko\u0144czy debat\u0119 na temat tego, czy metody oparte na sztucznej inteligencji mog\u0105 przewy\u017csza\u0107 konwencjonalne metody NWP, ale tak\u017ce ujawnia nowe kierunki udoskonalenia system\u00f3w prognoz pogody wykorzystuj\u0105cych g\u0142\u0119bokie uczenie si\u0119 w modelach globalnych, ale tak\u017ce wskazuje na mo\u017cliwo\u015b\u0107 \u0142\u0105czenia ich z tradycyjnymi modelami pogody deterministycznymi i probabilistycznymi.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Zesp\u00f3\u0142 naukowc\u00f3w z Centrum Modelowania Meteorologicznego w ramach prowadzonych bada\u0144 przeprowadzi\u0142 implementacj\u0119 dw\u00f3ch om\u00f3wionych globalnych modeli pogody opartych na algorytmach uczenia maszynowego. Badania by\u0142y podzielone na dwa etapy. W pierwszym implementowane modele na superkomputerach Ares i Athena i sprawdzenie dzia\u0142ania modeli na danych testowych bazuj\u0105cych na wcze\u015bniej przygotowanym zbiorze ucz\u0105cym, w celu zweryfikowania poprawno\u015bci instalacji. W drugim kroku wprowadzone zosta\u0142y modyfikacje w kodach \u017ar\u00f3d\u0142owych modeli pozwalaj\u0105ce na ich adaptacj\u0119 do pracy z aktualnymi wynikami modelu ERA5 z repozytorium Copernicus, co umo\u017cliwi\u0142o zasymulowa\u0107 prognozy operacyjne. Istotnym elementem w kontek\u015bcie operacyjnego wykorzystania jest w pe\u0142ni zautomatyzowana procedura przygotowania danych i uruchomienia modeli.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Przeprowadzone testy wykaza\u0142y, \u017ce czas oblicze\u0144 zar\u00f3wno na danych testowych jak in aktualizowanych by\u0142 bardzo kr\u00f3tki, nie przekraczaj\u0105c kilku minut pracy na jednym w\u0119\u017ale superkomputera. Wida\u0107 z tego, \u017ce model mo\u017cna uruchomi\u0107 na niedu\u017cym serwerze lub stacji roboczej, je\u015bli mamy przygotowany zbi\u00f3r ucz\u0105cy. Natomiast wykorzystanie superkomputera by\u0142o uzasadnione w przypadku potrzeby ponownego treningu modelu na bardziej lokalnych danych.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Wyniki uzyskane po szeregu eksperyment\u00f3w numerycznych pokaza\u0142y , \u017ce \u015brednie prognozy s\u0105 niemal identyczna z klasycznym podej\u015bciem wykorzystuj\u0105cym modele deterministyczne, a odchylenie standardowe jest wi\u0119ksze, co pozwala na wykrycie potencjalnych zdarze\u0144 ekstremalnych przy znacznie mniejszym zapotrzebowaniu na moce obliczeniowe.<\/span><\/p>\n<p><img loading=\"lazy\" class=\"alignnone size-full\" src=\"\/wp-content\/uploads\/2024\/01\/obraz-zawierajacy-tekst-zrzut-ekranu-linia-diag.png\" width=\"1199\" height=\"622\" \/><\/p>\n<p style=\"text-align: left;\"><span style=\"font-size: 12pt;\">Ryc. 1 Nowy spos\u00f3b generowania prognoz wi\u0105zkowych (u g\u00f3ry) w por\u00f3wnaniu do klasycznego podej\u015bcia (na dole). Wizualizacja koncepcyjna na losowo wygenerowanych danych.<\/span><\/p>\n<p><img loading=\"lazy\" class=\"size-full aligncenter\" src=\"\/wp-content\/uploads\/2024\/01\/obraz-zawierajacy-diagram-linia-wykres-opis-wyg.png\" width=\"674\" height=\"382\" \/><\/p>\n<p style=\"text-align: left;\"><span style=\"font-size: 12pt;\">Ryc. 2 Odchylenie standardowe p\u00f3l meteorologicznych prognozowanych przez model FourCastNet (https:\/\/github.com\/NVlabs\/FourCastNet) po 9 krokach czasowych (48 godzin prognozy) dla klasycznej prognozy wi\u0105zkowej (ENS) i proponowanej iteracyjnego perturbowania ka\u017cdego z otrzymanych wynik\u00f3w (STO).<\/span><\/p>\n<p><img loading=\"lazy\" class=\"alignnone size-full\" src=\"\/wp-content\/uploads\/2024\/01\/obraz-zawierajacy-tekst-zrzut-ekranu-opis-wygene.png\" width=\"1386\" height=\"800\" \/><\/p>\n<p style=\"text-align: left;\">\u00a0<\/p>\n<p style=\"text-align: left;\"><span style=\"font-size: 12pt;\">Ryc. 3 <span class=\"ui-provider ed bxy bvv bxz bya byb byc byd bye byf byg byh byi byj byk byl bym byn byo byp byq byr bys byt byu byv byw byx byy byz bza bzb bzc bzd bze\" dir=\"ltr\">Przyk\u0142ad prognozy opracowanej przez naukowc\u00f3w z Centrum Modelowania Meteorologicznego IMGW-PIB z wykorzystaniem modelu FourCastNet<\/span>. Temperatura na poziomie 2 metr\u00f3w 2018-01\u201303 godzina 00 UTC. Mapa prezentuje \u015bredni\u0105 \u00a0z 256 element\u00f3w wi\u0105zki modelu. Start prognozy modelu 2018-01-01 godzina 00:00 UTC.<\/span><\/p>\n<blockquote>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Wdro\u017cenie modeli FourCastNet i Pangu-Weather w IMGW-PIB to krok milowy w wykorzystaniu sztucznej inteligencji do prognozowania numerycznego pogody. Innowacje te nie tylko przyspieszaj\u0105 obliczenia, ale r\u00f3wnie\u017c oferuj\u0105 nowe metody analizy danych, otwieraj\u0105c drog\u0119 do bardziej precyzyjnych i wiarygodnych prognoz. Oczekuje si\u0119, \u017ce dalszy rozw\u00f3j i dostosowanie tych narz\u0119dzi pozwol\u0105 na jeszcze lepsze zrozumienie i przewidywanie zjawisk meteorologicznych w Polsce i na \u015bwiecie.<\/span><\/p>\n<\/blockquote>\n<p style=\"text-align: left;\"><span style=\"font-size: 12pt;\">Bi, K., Xie, L., Zhang, H., Chen, X., Gu, X., Tian, Q., 2022. Pangu-Weather: A 3D High-Resolution Model for Fast and Accurate Global Weather Forecast. <a href=\"https:\/\/doi.org\/10.48550\/arXiv.2211.02556\">https:\/\/doi.org\/10.48550\/arXiv.2211.02556<\/a><\/span><\/p>\n<p style=\"text-align: left;\"><span style=\"font-size: 12pt;\">Pathak, J., Subramanian, S., Harrington, P., Raja, S., Chattopadhyay, A., Mardani, M., Kurth, T., Hall, D., Li, Z., Azizzadenesheli, K., Hassanzadeh, P., Kashinath, K., Anandkumar, A., 2022. FourCastNet: A Global Data-driven High-resolution Weather Model using Adaptive Fourier Neural Operators. <a href=\"https:\/\/doi.org\/10.48550\/arXiv.2202.11214\">https:\/\/doi.org\/10.48550\/arXiv.2202.11214<\/a><\/span><\/p>\n\n<p style=\"text-align: center;\"><span style=\"font-size: 12pt;\">&#8212; UDOST\u0118PNIJ &#8212;<\/span><\/p>","protected":false},"excerpt":{"rendered":"<p>Instytut Meteorologii i Gospodarki Wodnej &#8211; Pa\u0144stwowy Instytut Badawczy (IMGW-PIB) wprowadza nowe technologie AI do prognozowania warunk\u00f3w meteorologicznych, wykorzystuj\u0105c globalne modele FourCastNet oraz Pangu-Weather o rozdzielczo\u015bciach przestrzennych 0.25\u00b0. Testy przeprowadzone na superkomputerach ACK Cyfronet w ramach projektu EuroHPC obiecuj\u0105 post\u0119p w precyzji i szybko\u015bci prognoz.<\/p>\n","protected":false},"author":3,"featured_media":39715,"parent":0,"menu_order":0,"comment_status":"open","ping_status":"closed","template":"templates\/landing.php","meta":{"ocean_post_layout":"","ocean_both_sidebars_style":"","ocean_both_sidebars_content_width":0,"ocean_both_sidebars_sidebars_width":0,"ocean_sidebar":"0","ocean_second_sidebar":"0","ocean_disable_margins":"enable","ocean_add_body_class":"","ocean_shortcode_before_top_bar":"","ocean_shortcode_after_top_bar":"","ocean_shortcode_before_header":"","ocean_shortcode_after_header":"","ocean_has_shortcode":"","ocean_shortcode_after_title":"","ocean_shortcode_before_footer_widgets":"","ocean_shortcode_after_footer_widgets":"","ocean_shortcode_before_footer_bottom":"","ocean_shortcode_after_footer_bottom":"","ocean_display_top_bar":"off","ocean_display_header":"off","ocean_header_style":"custom","ocean_center_header_left_menu":"0","ocean_custom_header_template":"2993","ocean_custom_logo":0,"ocean_custom_retina_logo":0,"ocean_custom_logo_max_width":0,"ocean_custom_logo_tablet_max_width":0,"ocean_custom_logo_mobile_max_width":0,"ocean_custom_logo_max_height":0,"ocean_custom_logo_tablet_max_height":0,"ocean_custom_logo_mobile_max_height":0,"ocean_header_custom_menu":"0","ocean_menu_typo_font_family":"0","ocean_menu_typo_font_subset":"","ocean_menu_typo_font_size":0,"ocean_menu_typo_font_size_tablet":0,"ocean_menu_typo_font_size_mobile":0,"ocean_menu_typo_font_size_unit":"px","ocean_menu_typo_font_weight":"","ocean_menu_typo_font_weight_tablet":"","ocean_menu_typo_font_weight_mobile":"","ocean_menu_typo_transform":"","ocean_menu_typo_transform_tablet":"","ocean_menu_typo_transform_mobile":"","ocean_menu_typo_line_height":0,"ocean_menu_typo_line_height_tablet":0,"ocean_menu_typo_line_height_mobile":0,"ocean_menu_typo_line_height_unit":"","ocean_menu_typo_spacing":0,"ocean_menu_typo_spacing_tablet":0,"ocean_menu_typo_spacing_mobile":0,"ocean_menu_typo_spacing_unit":"","ocean_menu_link_color":"","ocean_menu_link_color_hover":"","ocean_menu_link_color_active":"","ocean_menu_link_background":"","ocean_menu_link_hover_background":"","ocean_menu_link_active_background":"","ocean_menu_social_links_bg":"","ocean_menu_social_hover_links_bg":"","ocean_menu_social_links_color":"","ocean_menu_social_hover_links_color":"","ocean_disable_title":"default","ocean_disable_heading":"default","ocean_post_title":"","ocean_post_subheading":"","ocean_post_title_style":"","ocean_post_title_background_color":"","ocean_post_title_background":0,"ocean_post_title_bg_image_position":"","ocean_post_title_bg_image_attachment":"","ocean_post_title_bg_image_repeat":"","ocean_post_title_bg_image_size":"","ocean_post_title_height":0,"ocean_post_title_bg_overlay":0.5,"ocean_post_title_bg_overlay_color":"","ocean_disable_breadcrumbs":"default","ocean_breadcrumbs_color":"","ocean_breadcrumbs_separator_color":"","ocean_breadcrumbs_links_color":"","ocean_breadcrumbs_links_hover_color":"","ocean_display_footer_widgets":"off","ocean_display_footer_bottom":"off","ocean_custom_footer_template":"0"},"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v19.5.1 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>#AkademiaCMM - Numeryczne modele pogody AI w s\u0142u\u017cbie meteorologicznej IMGW-PIB. Pierwsze kroki. - Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB<\/title>\n<meta name=\"description\" content=\"Instytut Meteorologii i Gospodarki Wodnej - Pa\u0144stwowy Instytut Badawczy (IMGW-PIB) wprowadza nowe technologie AI do prognozowania warunk\u00f3w meteorologicznych, wykorzystuj\u0105c globalne modele FourCastNet oraz Pangu-Weather o rozdzielczo\u015bciach przestrzennych 0.25\u00b0. Testy przeprowadzone na superkomputerach ACK Cyfronet w ramach projektu EuroHPC obiecuj\u0105 post\u0119p w precyzji i szybko\u015bci prognoz.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/cmm.imgw.pl\/?page_id=39712\" \/>\n<meta property=\"og:locale\" content=\"pl_PL\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"#AkademiaCMM - Numeryczne modele pogody AI w s\u0142u\u017cbie meteorologicznej IMGW-PIB. Pierwsze kroki.\" \/>\n<meta property=\"og:description\" content=\"Instytut Meteorologii i Gospodarki Wodnej - Pa\u0144stwowy Instytut Badawczy (IMGW-PIB) wprowadza nowe technologie AI do prognozowania warunk\u00f3w meteorologicznych, wykorzystuj\u0105c globalne modele FourCastNet oraz Pangu-Weather o rozdzielczo\u015bciach przestrzennych 0.25\u00b0. Testy przeprowadzone na superkomputerach ACK Cyfronet w ramach projektu EuroHPC obiecuj\u0105 post\u0119p w precyzji i szybko\u015bci prognoz.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/cmm.imgw.pl\/?page_id=39712\" \/>\n<meta property=\"og:site_name\" content=\"Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/Meteoimgw\/\" \/>\n<meta property=\"article:modified_time\" content=\"2024-01-05T17:18:52+00:00\" \/>\n<meta property=\"og:image\" content=\"http:\/\/cmm.imgw.pl\/wp-content\/uploads\/2024\/01\/obraz-zawierajacy-tekst-zrzut-ekranu-opis-wygene.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1386\" \/>\n\t<meta property=\"og:image:height\" content=\"800\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:title\" content=\"#AkademiaCMM - Numeryczne modele pogody AI w s\u0142u\u017cbie meteorologicznej IMGW-PIB. Pierwsze kroki.\" \/>\n<meta name=\"twitter:description\" content=\"Instytut Meteorologii i Gospodarki Wodnej - Pa\u0144stwowy Instytut Badawczy (IMGW-PIB) wprowadza nowe technologie AI do prognozowania warunk\u00f3w meteorologicznych, wykorzystuj\u0105c globalne modele FourCastNet oraz Pangu-Weather o rozdzielczo\u015bciach przestrzennych 0.25\u00b0. Testy przeprowadzone na superkomputerach ACK Cyfronet w ramach projektu EuroHPC obiecuj\u0105 post\u0119p w precyzji i szybko\u015bci prognoz.\" \/>\n<meta name=\"twitter:image\" content=\"https:\/\/cmm.imgw.pl\/wp-content\/uploads\/2024\/01\/obraz-zawierajacy-tekst-zrzut-ekranu-opis-wygene.png\" \/>\n<meta name=\"twitter:site\" content=\"@IMGW_CMM\" \/>\n<meta name=\"twitter:label1\" content=\"Szacowany czas czytania\" \/>\n\t<meta name=\"twitter:data1\" content=\"14 minut\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/cmm.imgw.pl\/?page_id=39712\",\"url\":\"https:\/\/cmm.imgw.pl\/?page_id=39712\",\"name\":\"#AkademiaCMM - Numeryczne modele pogody AI w s\u0142u\u017cbie meteorologicznej IMGW-PIB. Pierwsze kroki. - Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB\",\"isPartOf\":{\"@id\":\"https:\/\/cmm.imgw.pl\/#website\"},\"datePublished\":\"2024-01-05T16:52:58+00:00\",\"dateModified\":\"2024-01-05T17:18:52+00:00\",\"description\":\"Instytut Meteorologii i Gospodarki Wodnej - Pa\u0144stwowy Instytut Badawczy (IMGW-PIB) wprowadza nowe technologie AI do prognozowania warunk\u00f3w meteorologicznych, wykorzystuj\u0105c globalne modele FourCastNet oraz Pangu-Weather o rozdzielczo\u015bciach przestrzennych 0.25\u00b0. Testy przeprowadzone na superkomputerach ACK Cyfronet w ramach projektu EuroHPC obiecuj\u0105 post\u0119p w precyzji i szybko\u015bci prognoz.\",\"breadcrumb\":{\"@id\":\"https:\/\/cmm.imgw.pl\/?page_id=39712#breadcrumb\"},\"inLanguage\":\"pl-PL\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/cmm.imgw.pl\/?page_id=39712\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/cmm.imgw.pl\/?page_id=39712#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/cmm.imgw.pl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"#AkademiaCMM &#8211; Numeryczne modele pogody AI w s\u0142u\u017cbie meteorologicznej IMGW-PIB. Pierwsze kroki.\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/cmm.imgw.pl\/#website\",\"url\":\"https:\/\/cmm.imgw.pl\/\",\"name\":\"Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB\",\"description\":\"CMOK-LMM Laboratorium pe\u0142ni pa\u0144stwow\u0105 s\u0142u\u017cb\u0119 hydrologiczno-meteorologiczn\u0105 w zakresie numerycznych prognoz pogody, kt\u00f3rego zadaniem jest konsolidacja kompetencji w obszarze modelowania zjawisk pogodowych oraz dalszego rozwoju numerycznych modeli pogody (NMP).\",\"publisher\":{\"@id\":\"https:\/\/cmm.imgw.pl\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/cmm.imgw.pl\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"pl-PL\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/cmm.imgw.pl\/#organization\",\"name\":\"Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB\",\"url\":\"https:\/\/cmm.imgw.pl\/\",\"sameAs\":[\"https:\/\/www.facebook.com\/Meteoimgw\/\",\"https:\/\/twitter.com\/IMGW_CMM\"],\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pl-PL\",\"@id\":\"https:\/\/cmm.imgw.pl\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/cmm.imgw.pl\/wp-content\/uploads\/2025\/10\/MODELE_LOGO_UNIFIKACJA_v2.png\",\"contentUrl\":\"https:\/\/cmm.imgw.pl\/wp-content\/uploads\/2025\/10\/MODELE_LOGO_UNIFIKACJA_v2.png\",\"width\":1356,\"height\":365,\"caption\":\"Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB\"},\"image\":{\"@id\":\"https:\/\/cmm.imgw.pl\/#\/schema\/logo\/image\/\"}}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"#AkademiaCMM - Numeryczne modele pogody AI w s\u0142u\u017cbie meteorologicznej IMGW-PIB. Pierwsze kroki. - Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB","description":"Instytut Meteorologii i Gospodarki Wodnej - Pa\u0144stwowy Instytut Badawczy (IMGW-PIB) wprowadza nowe technologie AI do prognozowania warunk\u00f3w meteorologicznych, wykorzystuj\u0105c globalne modele FourCastNet oraz Pangu-Weather o rozdzielczo\u015bciach przestrzennych 0.25\u00b0. Testy przeprowadzone na superkomputerach ACK Cyfronet w ramach projektu EuroHPC obiecuj\u0105 post\u0119p w precyzji i szybko\u015bci prognoz.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/cmm.imgw.pl\/?page_id=39712","og_locale":"pl_PL","og_type":"article","og_title":"#AkademiaCMM - Numeryczne modele pogody AI w s\u0142u\u017cbie meteorologicznej IMGW-PIB. Pierwsze kroki.","og_description":"Instytut Meteorologii i Gospodarki Wodnej - Pa\u0144stwowy Instytut Badawczy (IMGW-PIB) wprowadza nowe technologie AI do prognozowania warunk\u00f3w meteorologicznych, wykorzystuj\u0105c globalne modele FourCastNet oraz Pangu-Weather o rozdzielczo\u015bciach przestrzennych 0.25\u00b0. Testy przeprowadzone na superkomputerach ACK Cyfronet w ramach projektu EuroHPC obiecuj\u0105 post\u0119p w precyzji i szybko\u015bci prognoz.","og_url":"https:\/\/cmm.imgw.pl\/?page_id=39712","og_site_name":"Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB","article_publisher":"https:\/\/www.facebook.com\/Meteoimgw\/","article_modified_time":"2024-01-05T17:18:52+00:00","og_image":[{"width":1386,"height":800,"url":"http:\/\/cmm.imgw.pl\/wp-content\/uploads\/2024\/01\/obraz-zawierajacy-tekst-zrzut-ekranu-opis-wygene.png","type":"image\/png"}],"twitter_card":"summary_large_image","twitter_title":"#AkademiaCMM - Numeryczne modele pogody AI w s\u0142u\u017cbie meteorologicznej IMGW-PIB. Pierwsze kroki.","twitter_description":"Instytut Meteorologii i Gospodarki Wodnej - Pa\u0144stwowy Instytut Badawczy (IMGW-PIB) wprowadza nowe technologie AI do prognozowania warunk\u00f3w meteorologicznych, wykorzystuj\u0105c globalne modele FourCastNet oraz Pangu-Weather o rozdzielczo\u015bciach przestrzennych 0.25\u00b0. Testy przeprowadzone na superkomputerach ACK Cyfronet w ramach projektu EuroHPC obiecuj\u0105 post\u0119p w precyzji i szybko\u015bci prognoz.","twitter_image":"https:\/\/cmm.imgw.pl\/wp-content\/uploads\/2024\/01\/obraz-zawierajacy-tekst-zrzut-ekranu-opis-wygene.png","twitter_site":"@IMGW_CMM","twitter_misc":{"Szacowany czas czytania":"14 minut"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/cmm.imgw.pl\/?page_id=39712","url":"https:\/\/cmm.imgw.pl\/?page_id=39712","name":"#AkademiaCMM - Numeryczne modele pogody AI w s\u0142u\u017cbie meteorologicznej IMGW-PIB. Pierwsze kroki. - Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB","isPartOf":{"@id":"https:\/\/cmm.imgw.pl\/#website"},"datePublished":"2024-01-05T16:52:58+00:00","dateModified":"2024-01-05T17:18:52+00:00","description":"Instytut Meteorologii i Gospodarki Wodnej - Pa\u0144stwowy Instytut Badawczy (IMGW-PIB) wprowadza nowe technologie AI do prognozowania warunk\u00f3w meteorologicznych, wykorzystuj\u0105c globalne modele FourCastNet oraz Pangu-Weather o rozdzielczo\u015bciach przestrzennych 0.25\u00b0. Testy przeprowadzone na superkomputerach ACK Cyfronet w ramach projektu EuroHPC obiecuj\u0105 post\u0119p w precyzji i szybko\u015bci prognoz.","breadcrumb":{"@id":"https:\/\/cmm.imgw.pl\/?page_id=39712#breadcrumb"},"inLanguage":"pl-PL","potentialAction":[{"@type":"ReadAction","target":["https:\/\/cmm.imgw.pl\/?page_id=39712"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/cmm.imgw.pl\/?page_id=39712#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/cmm.imgw.pl\/"},{"@type":"ListItem","position":2,"name":"#AkademiaCMM &#8211; Numeryczne modele pogody AI w s\u0142u\u017cbie meteorologicznej IMGW-PIB. Pierwsze kroki."}]},{"@type":"WebSite","@id":"https:\/\/cmm.imgw.pl\/#website","url":"https:\/\/cmm.imgw.pl\/","name":"Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB","description":"CMOK-LMM Laboratorium pe\u0142ni pa\u0144stwow\u0105 s\u0142u\u017cb\u0119 hydrologiczno-meteorologiczn\u0105 w zakresie numerycznych prognoz pogody, kt\u00f3rego zadaniem jest konsolidacja kompetencji w obszarze modelowania zjawisk pogodowych oraz dalszego rozwoju numerycznych modeli pogody (NMP).","publisher":{"@id":"https:\/\/cmm.imgw.pl\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/cmm.imgw.pl\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"pl-PL"},{"@type":"Organization","@id":"https:\/\/cmm.imgw.pl\/#organization","name":"Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB","url":"https:\/\/cmm.imgw.pl\/","sameAs":["https:\/\/www.facebook.com\/Meteoimgw\/","https:\/\/twitter.com\/IMGW_CMM"],"logo":{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/cmm.imgw.pl\/#\/schema\/logo\/image\/","url":"https:\/\/cmm.imgw.pl\/wp-content\/uploads\/2025\/10\/MODELE_LOGO_UNIFIKACJA_v2.png","contentUrl":"https:\/\/cmm.imgw.pl\/wp-content\/uploads\/2025\/10\/MODELE_LOGO_UNIFIKACJA_v2.png","width":1356,"height":365,"caption":"Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB"},"image":{"@id":"https:\/\/cmm.imgw.pl\/#\/schema\/logo\/image\/"}}]}},"_links":{"self":[{"href":"https:\/\/cmm.imgw.pl\/index.php?rest_route=\/wp\/v2\/pages\/39712"}],"collection":[{"href":"https:\/\/cmm.imgw.pl\/index.php?rest_route=\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/cmm.imgw.pl\/index.php?rest_route=\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/cmm.imgw.pl\/index.php?rest_route=\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/cmm.imgw.pl\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=39712"}],"version-history":[{"count":8,"href":"https:\/\/cmm.imgw.pl\/index.php?rest_route=\/wp\/v2\/pages\/39712\/revisions"}],"predecessor-version":[{"id":39741,"href":"https:\/\/cmm.imgw.pl\/index.php?rest_route=\/wp\/v2\/pages\/39712\/revisions\/39741"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cmm.imgw.pl\/index.php?rest_route=\/wp\/v2\/media\/39715"}],"wp:attachment":[{"href":"https:\/\/cmm.imgw.pl\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=39712"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}