s2spy：利用人工智能增强（次）季节预测

一个高级Python包，集成了专家知识和人工智能，以增强（次）季节预测。

为什么选择s2spy？

使用机器学习技术生成可靠的次季节到季节（S2S）预报仍然是一个挑战。目前，这些数据驱动的S2S预报通常由于以下原因而缺乏信任：

• 不透明的数据处理和难以复制的科学成果
• 与基于机器学习的可预测性相关的技术陷阱（例如，过度拟合）
• 缺乏充分解释的黑盒方法

为了应对这些挑战，我们构建了s2spy，这是一个开源的高级Python包。它提供了一个人工智能和专家知识之间的接口，以增强S2S过程的可预测性和物理理解。通过实施最佳数据处理和并行计算包，它可以在不同的气候大数据平台上高效运行。关键组件将是可解释的人工智能和因果发现，这将支持理论、假设生成和数据驱动的假设检验之间的经典科学互动，从而实现从数据中挖掘知识。

开发这个工具将是社区共同努力的结果。它通过提供以下内容帮助我们实现可信的数据驱动预报：

• 透明且可复制的分析
• 模型验证的最佳实践
• 理解可预测性的来源

安装

要安装s2spy的最新版本，请执行以下操作：

python3 -m pip install s2spy

要从GitHub存储库安装正在开发中的版本，请执行以下操作：

python3 -m pip install git+https://github.com/AI4S2S/s2spy.git

配置用于开发和测试的包

此处使用的测试框架是pytest。在运行测试之前，我们获取源代码的本地副本，并通过以下命令安装s2spy：

git clone https://github.com/AI4S2S/s2spy.git
cd s2spy
python3 -m pip install -e .

然后，运行测试

python3 -m pytest

入门指南

s2spy为基于机器学习的S2S预测提供端到端解决方案。

日期时间操作 & 数据处理

在一个典型的基于机器学习的S2S项目中，第一步始终是数据处理。我们的基于日历的包lilio用于时间操作。例如，一个用户正在寻找季节时间尺度（约180天）的冬季气候预测因子。首先，使用daily_calendar创建一个Calendar对象

>>> calendar = lilio.daily_calendar(anchor="11-30", length='180d')
>>> calendar = calendar.map_years(2020, 2021)
>>> calendar.show()
i_interval                         -1                         1
anchor_year
2021         [2021-06-03, 2021-11-30)  [2021-11-30, 2022-05-29)
2020         [2020-06-03, 2020-11-30)  [2020-11-30, 2021-05-29)

现在，用户可以加载数据input_data（例如，pandas DataFrame）并将其重新采样到日历中配置的所需时间尺度

>>> calendar = calendar.map_to_data(input_data)
>>> bins = lilio.resample(calendar, input_data)
>>> bins
  anchor_year  i_interval                  interval  mean_data  target
0        2020          -1  [2020-06-03, 2020-11-30)      275.5    True
1        2020           1  [2020-11-30, 2021-05-29)       95.5   False
2        2021          -1  [2021-06-03, 2021-11-30)      640.5    True
3        2021           1  [2021-11-30, 2022-05-29)      460.5   False

根据数据准备情况，我们可以选择不同的日历类型。有关更多信息，请参阅Lilio的文档。

交叉验证

Lilio还可以生成训练/测试分割并执行交叉验证。为此，从sklearn.model_selection调用分割器，例如ShuffleSplit，并将其用于分割重新采样后的数据

from sklearn.model_selection import ShuffleSplit
splitter = ShuffleSplit(n_splits=3)
lilio.traintest.split_groups(splitter, bins)

支持所有来自scikit-learn的分割器类，列表可在此处找到。用户应遵循有关如何使用不同分割器类的scikit-learn文档。

降维

使用s2spy，我们可以在数据上执行降维。例如，要执行响应引导降维（RGDR），我们配置RGDR运算符并将其拟合到前趋场。然后，可以使用这个簇将数据转换到降维簇中

rgdr = RGDR(eps_km=600, alpha=0.05, min_area_km2=3000**2)
rgdr.fit(precursor_field, target_timeseries)
clustered_data = rgdr.transform(precursor_field)
_ = rgdr.plot_clusters(precursor_field, target_timeseries, lag=1)

（有关有关precursor_field和target_timeseries的更多信息，请参阅此笔记本中的完整示例。）

目前，s2spy支持来自scikit-learn的降维方法。

教程

s2spy 支持在子季节到季节预测研究中的机器学习管道中常见的操作。支持的方法和功能教程列在 notebooks 中。要查看这些笔记本，用户需要安装 Jupyter lab。每个方法的更多详细信息可以在本 API参考文档 中找到。

高级用法

您可以通过将 s2spy 和 lilio 集成到您数据驱动的S2S预测工作流程中来实现更多功能！我们有一个神奇的 cookbook，其中包含复杂机器学习预测用例的食谱。这些示例将向您展示 s2spy 和 lilio 如何简化您的工作流程。

文档

有关使用 s2spy 包的详细信息，请访问 Readthedocs 上的 文档页面。

贡献

如果您想为 s2spy 的开发做出贡献，请查看 贡献指南。

如何引用我们

如果您在研究中使用了此包，请使用 Zenodo DOI 引用此包。

致谢

此包由荷兰电子科学中心和阿姆斯特丹自由大学开发。开发得到了荷兰电子科学中心在项目编号 NLESC.OEC.2021.005 下的支持。

此包是用 Cookiecutter 和 NLeSC/python-template 创建的。