KI und die schwierigen Probleme der Welt · Erd- & Klimawissenschaften · Nature · 2026-10-14
Subsaisonale Vorhersagen mit maschinellem Lernen voranbringen
Originaltitel: Advancing subseasonal forecasting with machine learning
Die Vorhersagegüte sinkt auf subsaisonalen Zeitskalen von 2 bis 6 Wochen im Voraus stark ab. Die Autoren stellen die probabilistische Bias-Korrektur vor, ein Machine-Learning-Framework, das lernt, historische probabilistische Vorhersagen zu korrigieren, und wenden es auf die führenden dynamischen und KI-Modelle des EZMW (ECMWF) an. Es verdoppelte die bescheidene subsaisonale Vorhersagegüte des AI Forecasting System und verbesserte das dynamische Modell für die meisten Druck-, Temperatur- und Niederschlagsziele; im Echtzeitwettbewerb des ECMWF 2025 waren seine globalen Vorhersagen die besten.