NVIDIA Earth2Studio umożliwia budowanie kompleksowych ansambli prognozowania pogody, w których można łączyć różne modele i techniki perturbacji danych. W omówionej procedurze zespół wykorzystuje model FCN (Fully Convolutional Network) zasiedzony na danych warunków początkowych z globalnego systemu prognozowania GFS, co stanowi standardowe źródło danych meteorologicznych. Charakterystyczną cechą tego podejścia jest implementacja diagnostyki transformującej 10-metrowe składowe wiatru w faktory pojemności turbin wiatrowych - czyli bezpośredniego przełożenia prognoz na potencjał produkcji energii.
Sztuczka techniczne leży w systemie zaburzeń skalowanych zmiennie, który dodaje fizycznie uzasadniony szum do poszczególnych zmiennych atmosferycznych, zachowując jednocześnie niezaburzony członek kontrolny. Dzięki niskim poziomom API Earth2Studio, mapowaniu współrzędnych i batchowaniu, zespół zbudował własny potok wykonania ansamblu, zapisując prognozy do magazynu danych Zarr, który świadomie obsługuje współrzędne geograficzne. To pozwala na dokładne rejestrowanie wyników w przestrzeni geograficznej bez utraty informacji o lokalizacji.
Weryfikacja modelu wykorzystuje zaawansowane metryki - ważoną szerokością geograficzną średniokwadratową błąd (RMSE), uczciwą ocenę CRPS oraz współczynnik rozproszenia umiejętności. Wizualizacje obejmują mapy przestrzenne niepewności, spaghetti kontury geopotencjału oraz wykresy wachlarza dla wybranych lokalizacji, co daje kompleksowy obraz zarówno punktowych prognoz mocy wiatrowej, jak i umiejętności modelu w dłuższych horyzontach czasu.