Datasets:

OneScience-Group
/

Kolmogorov_flow_2d

license: apache-2.0
language:
  - en
  - zh
tags:
  - OneScience
  - Kolmogorov-flow
  - computational-fluid-dynamics
  - turbulence
  - vorticity
  - neural-operator
  - FactFormer
frameworks:
  - NumPy
pretty_name: Kolmogorov Flow 2D Re1000

Kolmogorov Flow 2D

数据集描述

本数据集包含二维 Kolmogorov Flow 数值模拟得到的单通道涡量场时序，可用于湍流时序预测、神经算子训练、偏微分方程代理建模和长时间自回归预测。

数据描述二维周期区域上的涡量标量场。数据集包含 120 条轨迹，每条轨迹有 320 帧，空间分辨率为 256 x 256，数据类型为 float32，雷诺数为 Re = 1000。该数据集已适配 OneScience/FactFormer。

数据集支持的任务

场景	说明
多步流场预测	根据历史涡量场预测后续多个时间步。
自回归时序建模	将模型输出重新加入输入窗口进行长时间 rollout。
神经算子研究	比较 Transformer、FNO、UNO、KNO 等算子架构。
湍流代理模型	学习数值求解器产生的时空演化映射。

数据集的格式和结构

主数据文件为 NumPy .npy 格式：

kf_2d_re1000_256_120seed.npy

数组形状为 [120, 320, 256, 256]，维度依次表示轨迹、时间、x 网格和 y 网格。原始文件约 9.38 GiB，推荐通过 numpy.load(..., mmap_mode="r") 按需读取，避免将完整数组复制到内存。

数据仅包含涡量场，不包含速度、压力、外力场及物理时间步长信息。

数据集使用方式

下载数据集：

hf download --dataset OneScience-Sugon/Kolmogorov_flow_2d --local-dir ./Kolmogorov_flow_2d

配合 FactFormer 使用时，将 FactFormer/conf/config.yaml 中的数据目录设为下载目录，并运行：

cd FactFormer
python scripts/train.py
python scripts/inference.py

FactFormer 默认将空间分辨率下采样至 128 x 128，使用前 10 帧预测后续 16 帧。

OneScience 官方信息

平台	OneScience 主仓库	Skills 仓库
Gitee	https://gitee.com/onescience-ai/onescience	https://gitee.com/onescience-ai/oneskills
GitHub	https://github.com/onescience-ai/OneScience	https://github.com/onescience-ai/oneskills

引用与许可证

推荐模型：OneScience/FactFormer。
FactFormer：Liu-Schiaffini et al., FactFormer: Factorized Transformer for Modeling Long-Range Dependencies in PDE Surrogate Modeling。
本仓库说明文档与辅助脚本采用 Apache-2.0 许可证；对数值数据进行公开分发或二次发布前，请确认数据上游来源及其授权要求。