ClimateLearn：气候数据与机器学习的基准 Python 库新

ClimateLearn 由 UCLA 机器学习组（Aditya Grover 教授领导）于 2023 年发布，是一个以标准化、简洁方式提供气候数据与机器学习模型访问接口的 Python 库。它内置多种数据集、基线模型动物园，以及面向统计降尺度（statistical downscaling）与时序预测（temporal forecasting）的评测指标与可视化工具。

该库通过统一数据加载、模型定义与评估流程，降低了研究者复现和对比气候机器学习结果的成本。许可：代码以 MIT 开源。

对物理 AI 的意义：在 Pangu-Weather、FourCastNet、GenCast、NeuralGCM 等面向天气的模型之外，ClimateLearn 提供的是评测脚手架——数据集、基线与指标——使气候与天气 ML 结果具备可比较性与可复现性，是这一领域不可或缺的基础设施。它既可作为基准工具独立使用，也能配合各类预报模型做公平对比。