Nature Scientific Data: Гармонизированный набор данных для фундаментальных моделей земной системы
Фундаментальные модели земной системы до сих пор обучались в основном на данных о физическом климате и погоде с ограниченным представлением человеческих систем, которые одновременно стимулируют изменения окружающей среды и реагируют на них. Отсутствие единого глобального учебного ресурса, который объединяет данные о климате, суше, океане, криосфере, инфраструктуре, опасностях и социально-экономических данных в общей сетке, препятствует прогрессу в создании действительно мультимодальных фундаментальных моделей земной системы. Авторы представляют WorldTensor, гармонизированный глобальный набор данных, который сопоставляет сотни экологических и социально-экономических переменных со стандартизированной пространственной сеткой 0,25° и годовыми временными рамками. WorldTensor объединяет продукты реанализа, дистанционного зондирования, кадастры выбросов, реконструкцию землепользования, гидрологические наблюдения, наборы данных об инфраструктуре и опасностях, а также социально-экономические показатели в одном представлении, предназначенном для рабочих процессов машинного обучения. Чтобы создать набор данных, авторы перераспределили входные данные по разнородным исходным разрешениям и проекциям, растеризовали точечные и векторные наборы данных в пространственно значимые поля с координатной сеткой и согласовали временные охваты, начиная от ежедневных наблюдений и заканчивая разреженными многолетними социально-экономическими срезами. Все выходные данные распространяются в виде файлов NetCDF со стандартизированными координатами, переменными метаданными и общим соглашением о метаданных CF. WorldTensor предоставляет воспроизводимый ресурс для обучения и оценки базовых моделей, которые изучают совместную динамику окружающей среды и человеческих систем в планетарном масштабе.