Mars Ozone Column Prediction & Visualization System
基于 PredRNNv2 深度学习框架的火星臭氧柱浓度预测与可视化系统。系统融合 OpenMARS 再分析数据与 MCD 6.1 气候模拟数据，实现火星大气臭氧的时空序列预测与多维交互可视化。
- 3D 火星可视化 — React Globe GL 及 Three.js 驱动的实时渲染火星球体，带光照与自转动画。
- 多维数据探索 — 全球数据点云、Ls-纬度热力图、纬度带季节曲线、环境变量分布及相关性矩阵分析。
- 时空序列预测 — PredRNNv2 深度学习模型，以 3 步滑窗数据作为输入，预测未来 3 步的大气臭氧分布。
- 全景预测画幅与界面 — 支持核心分析工作流，提供三联画（Triptych）平行对比与全屏 HUD 沉浸式模式；通过集成融合（Ensemble Fusion）可视化不同模型结果的一致性。
-
性能曲线动态评估 — 提供在测试集上的动态性能折线图，展示在不同太阳黄经（Ls）下的
$R^2$ 评分细微波动。 -
特征贡献归因（SHAP） — 内置全屏 Shapley 贡献图和流式可视化（Waterfall），客观量化各气候变量（如温度、风速等）对不同预测指标（如
$R^2$ 、RMSE 等）的实际贡献度。 - 用户体系与众包数据系统 — 配备了基于 JWT 的用户认证机制，支持用户的注册与登录；提供 NC 格式数据的上传、自动化校验与公共贡献投递功能。
- AI 智能交互探照 — 内嵌大语言模型，通过自然语言对话深入解析预测视图及其背后的气候运作机制。
| 领域 | 框架与工具集群 |
|---|---|
| 前端体系 | React 19 · Vite 6 · Three.js · React-Globe.gl · Tailwind CSS · Material UI · Plotly.js · MediaPipe (手势交互预留) |
| 后端支撑 | FastAPI · Uvicorn · Pydantic · SQLAlchemy · PyJWT |
| 数据科学 | NumPy · SciPy · xarray · netCDF4 |
| 深度网络 | PyTorch · PredRNNv2 时空循环神经网络 |
| 评测基准 | scikit-learn · scikit-image (SSIM 计算) · SHAP 归因解析 |
| 数据底座 | OpenMARS 再分析数据集 · MCD 6.1 火星气候数据库 |
AresVision/
├── AresVision_backend/
│ └── backend/
│ ├── main.py # FastAPI 应用入口与组件组装
│ ├── config.py # 项目系统级别核心配置常量
│ ├── database/ # 关系型数据库模型封装仓库
│ ├── auth/ # JWT 用户验证与依赖分发服务
│ ├── core/
│ │ ├── predrnn_v2.py # PredRNNv2 模型核心网络架构
│ │ └── data_align.py # MCD-OpenMARS 地理空间数据流对齐
│ ├── services/ # 隔离的后端微服务逻辑群:
│ │ ├── auth_service.py # 认证服务
│ │ ├── upload_service.py # 数据上传及格式清洗检查处理
│ │ ├── predict_service.py # 核心时空模型推理服务
│ │ ├── analysis_service.py # 探索性数据关联分析封装
│ │ └── ai_service.py # GPT 等大规模语言模型代理
│ ├── routers/
│ │ ├── auth.py # 认证 REST API (/api/auth)
│ │ ├── upload.py # 数据采集及贡献 REST API (/api/upload)
│ │ ├── explore.py # 数据集探索接口 (/api/explore)
│ │ ├── predict.py # 模型推理与 SHAP 分析接口 (/api/predict)
│ │ └── ai.py # 智能客服路由 (/api/ai)
│ ├── data/ # 本地上游基准气象数据集存放处
│ └── models/ # PyTorch 模型权重存放处
├── frontend/
│ ├── package.json # 前端工程依赖与 Vite 指令
│ ├── vite.config.js # Vite 热重载及 /api 多路代理
│ └── src/
│ ├── components/ # 原子化无状态 UI 组件（如星空背景、发光卡片等）
│ ├── pages/ # 重装载页面逻辑：
│ │ ├── PredictPage/ # 预测页面聚合组件群：
│ │ │ ├── PredictSidebar.jsx # 侧边栏配置面板
│ │ │ ├── PredictDisplay.jsx # 预测核心视区容器 (支持三联画)
│ │ │ ├── PredictFullscreenHUD.jsx # 沉浸式全屏数据监测头戴显示视图
│ │ │ ├── PredictMetrics.jsx # 实时评测指标标尺卡片
│ │ │ ├── PredictPerformance.jsx # 测试集环境 Ls - R² 曲线追踪
│ │ │ └── ShapleyImportanceChart.jsx# 核心特征 SHAP 贡献解绑分析视图
│ │ └── ... # 探索页, AI页, Overview页等
│ └── constants/colors.js # 暗黑系深空设计系统 Token
└── CLAUDE.md # AI Code 伴生开发协议
- Python 3.10+
- Node.js 18+
- PyTorch 2.x
cd AresVision_backend/backend
# 虚拟环境配置并安装包
pip install -r requirements.txt
# 若需独立选择 PyTorch（例如 GPU版）：
# pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118
# 初始化服务并侦听于 8000
uvicorn main:app --reload --host 0.0.0.0 --port 8000启动完成可见 Swagger API 文档
cd frontend
# 本地依赖初始化
npm install
# 唤起 Vite 研发服务器（端口5173，自动挂载 /api proxy）
npm run dev开启任意现代浏览器存取 http://localhost:5173。
- AI 预设（可选）：
export AI_API_URL="https://api.openai.com/v1/chat/completions"
export AI_MODEL_NAME="gpt-4o-mini"
export AI_API_KEY="your-api-key"- 气象基建数据要求 (
backend/data/目录)： | 目录 | 标定内容 | 扫描适配规则 | |------|------|-------------| |openmars/| 再分析全局臭氧沉降 |openmars_ozo_my{N}_ls*.nc| |mcd/| MCD 6.1 环境协同场 |MCD_MY{N}_Lat-90-90_real.nc| |models/predrnnv2/| 迭代权重结晶 |.pt或.pth（输入通道必须配齐 7 维） | 输入模型将对O₃、Wind(U/V)、Pressure、Temperature、Dust Opacity、Solar Flux等 7 通道执行时空图谱扫描。
所有节点以 /api 挂载执行：
| 路由切片 | 服务解析向径 |
|---|---|
/api/auth/ |
认证中枢：/register (新用户接入), /login (Token 派发), /me (状态刷新) |
/api/upload/ |
众包数据仓：/nc (结构与时段自检入库), /my-uploads (个人盘古迹), /{id}/contribute (提审贡献) |
/api/explore/ |
数据探照针：/globe (3D点云), /seasonal-heatmap, /env-heatmap, /correlation |
/api/predict/ |
推理机内核：/run (单步前演), /metrics (即时打分), /ablation (消融), /performance (R²曲线), /shapley (归因) |
/api/ai/ |
自然语言网关 |
/health |
活性保持监测 |