README_zh.md

---
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
---
<p align="center">
  <strong>
    <span style="font-size: 30px;">Kolmogorov Flow 2D</span>
  </strong>
</p>

## 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：

```text
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：

```bash
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：

```bash
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。