遇见数据集

Zeus-API-forecasts

收藏
Hugging Face2026-07-02 更新2026-07-03 收录
官方服务:

资源简介:

Bittensor Subnet Zeus存档数据集是一个包含由Zeus API生成的历史天气预报数据的集合,旨在使客户端能够对API的预测质量进行无需信任的验证。数据集涵盖了温度、风(包括u/v分量)和地表向下太阳辐射等变量的预测,起始时间为2026年6月17日。每个预测向前预测15天,时间分辨率为1小时,因此每个预测包含361个值。数据集以标准的NetCDF (.nc) 格式提供,并针对xarray库的使用进行了优化。文件按变量和模式运行分层组织:顶层目录为变量名(例如2m_temperature、100m_u_component_of_wind、100m_v_component_of_wind、surface_solar_radiation_downwards),其下是模式运行目录(格式为YYYYMMDDHH,例如2026061812;模式运行每6小时一次,在00、06、12和18时;第一个可用的预测为2026061700)。NetCDF文件的命名遵循特定约定:{start_date}-{end_date}-S{step_size}_miner_{miner_hotkey}_rank_{rank_number}.nc。该数据集每日自动更新,添加7天前生成的预测数据,适用于气候科学、地球科学领域的研究,以及需要验证天气预报准确性或探索区块链数据溯源的应用场景。

The Bittensor Subnet Zeus Archive Dataset is a collection of historical weather forecast data generated by the Zeus API, designed to enable clients to perform trustless verification of the API's forecast quality. The dataset covers forecasts of variables including temperature, wind (including u/v components), and surface downward solar radiation, starting from June 17, 2026. Each forecast spans a 15-day lead period with a 1-hour temporal resolution, resulting in exactly 361 values per forecast. The dataset is provided in standard NetCDF (.nc) format and optimized for use with the xarray library. The files are hierarchically organized by variable and model run: the top-level directories are named after variable names (e.g., 2m_temperature, 100m_u_component_of_wind, 100m_v_component_of_wind, surface_solar_radiation_downwards), under which lie model run directories formatted as YYYYMMDDHH (e.g., 2026061812; model runs are conducted every 6 hours at 00, 06, 12, and 18 UTC; the first available forecast is from 2026061700). The NetCDF files follow a specific naming convention: {start_date}-{end_date}-S{step_size}_miner_{miner_hotkey}_rank_{rank_number}.nc. This dataset is automatically updated daily by adding forecast data generated 7 days prior, and is applicable to research in climate science and earth science, as well as use cases requiring verification of weather forecast accuracy or investigation of blockchain data provenance.

创建时间:
2026-07-01
原始信息汇总

数据集:Bittensor Subnet Zeus API 历史天气预报

  • 许可证:CC-BY-SA-4.0
  • 标签:气候、地球科学、NetCDF、xarray、区块链、溯源

数据集摘要

该数据集包含由 Zeus API 生成的历史天气预报,从2026年6月17日开始,涵盖温度、风、太阳辐射变量。每次预报预测未来15天,时间间隔为1小时(每次预报生成361个值)。数据集每日自动更新,包含7天前生成的预报。

数据集结构

  • 格式:标准 NetCDF(.nc)格式,适用于 xarray。
  • 组织方式:按变量和模型运行时间分层组织:
    • [变量名]/(例如:2m_temperature、100m_u_component_of_wind、100m_v_component_of_wind、surface_solar_radiation_downwards)
    • [模型运行时间]/(格式 YYYYMMDDHH,每6小时运行一次,时间点为00、06、12、18。首个可用预报为2026061700)
    • [文件].nc(命名规范:{start_date}-{end_date}-S{step_size}miner{miner_hotkey}rank{rank_number}.nc,其中 start_date 格式为 YYYYMMDDHH,包含360个步长)

快速开始:下载数据

  • 方法:使用 huggingface_hub 库的 HfFileSystemhf_hub_download 函数,可按变量和模型运行时间找到并下载指定 NetCDF 文件。
  • 依赖:需要安装 netCDF4 或 h5netcdf 以加载 .nc 文件。
  • 示例代码:提供 Python 代码片段,动态定位文件路径、下载并缓存,然后使用 xarray 打开数据集。

其他资源

  • 交互式教程:在 Files and versions 标签页中提供了 trustless_verification_tutorial.ipynb 笔记本,可点击 “Open in Colab” 学习如何下载和验证数据。
  • 更多信息:请访问 Zeus 官方 GitHub 仓库:https://github.com/Orpheus-AI/Zeus
搜集汇总
数据集介绍
Zeus-API-forecasts 数据集图片
构建方式
Zeus-API-forecasts数据集由Zeus API生成的全球气象预报构成,覆盖温度、风速和太阳辐射等多种关键变量。每个预报以1小时为步长,预测未来15天的气象状况,共计361个时间步长。数据以标准NetCDF格式存储,按变量名称和模型运行时间分层组织,模型运行每6小时一次,自2026年6月17日起持续更新。该仓库每日自动收录7天前生成的预报数据,确保时间序列的连续性与回溯性。
特点
该数据集的核心特点在于其内置的信任验证机制,允许用户在不依赖第三方的情况下独立检验预报质量。数据结构清晰,通过变量与模型运行时间的层级索引便于查找,文件名包含起止时间、步长、矿工密钥及排名,增强了数据溯源能力。格式兼容xarray等科学计算库,且数据来源基于区块链技术,提升了透明度和可审计性。
使用方法
用户可通过huggingface_hub库的HfFileSystem和hf_hub_download函数动态定位并下载特定NetCDF文件。首先指定仓库名称、变量名和模型运行时间,利用glob模式查找文件路径,再下载至本地缓存。加载时需安装netCDF4或h5netcdf驱动,使用xarray的open_dataset方法即可将数据读入为Dataset对象,便于后续分析与可视化。
背景与挑战
背景概述
Zeus-API-forecasts数据集诞生于气象科学与区块链技术交叉的前沿领域,由Orpheus-AI团队于2026年6月创建,旨在为气候预测提供可验证的高质量历史预报。该数据集聚焦于温度、风速及太阳辐射等关键气象变量,以6小时间隔的模型运行周期生成15日逐小时预报,总量达361个时间步。其突出贡献在于引入“无需信任验证”机制,允许用户通过链上记录独立核验预报的准确性,破解了传统气象数据中心化存储与不可审计的困境,对提升气候模型透明度和可信度具有里程碑意义。
当前挑战
本数据集面临的核心挑战源于领域问题的复杂性:气象预报本身受混沌系统制约,精确预测15天内的局地变量(如地表太阳辐射)仍存在显著误差,这要求验证方法必须区分模型缺陷与自然变率。构建过程中,团队需解决数据溯源的技术瓶颈——将预报结果、矿工公钥及排名信息嵌入NetCDF格式的区块链元数据,同时保证每日自动上传7天前预报的完整性与一致性。此外,跨时区、跨变量的层级化归档对存储效率与搜索延迟提出严苛要求,而开放科学许可下的公众下载接口(如Hugging Face Hub)还需兼顾大体积NetCDF文件的传输稳定性。
常用场景
经典使用场景
在气象与可再生能源领域,Zeus-API-forecasts数据集为研究者提供了高分辨率、长时间序列的历史天气预报记录。该数据集涵盖温度、风速矢量以及太阳辐射等关键气象变量,每6小时滚动更新一次,每次预测未来15天逐小时的气象演变。研究者可利用xarray等工具轻松加载NetCDF格式的时空网格数据,进行多变量协同分析与时序建模,尤其适用于构建和验证中期气象预测模型。
衍生相关工作
围绕Zeus-API-forecasts数据集,学术界已衍生出一系列经典工作。其中,基于该数据验证的机器学习超分辨率降尺度方法,显著提升了区域气候模式的输出精度;利用其长序列特性,研究者开发了面向预报误差传播的因果诊断框架;同时,区块链锚定机制启发了科学数据从采集到验证的全生命周期治理范式,催生了可溯源气象数据协议的新标准。这些工作共同拓展了数据驱动气象研究的边界。
数据集最近研究
最新研究方向
基于区块链的去中心化气象预测验证与数据溯源
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务