AI与世界难题 · 地球与气候科学 · Nature · 2026-10-14
利用机器学习推进次季节预报
原标题: Advancing subseasonal forecasting with machine learning
在未来 2 到 6 周的次季节时间尺度上，预报技巧会急剧下降。作者提出了概率偏差校正这一机器学习框架，它学习校正历史概率预报，并将其应用于 ECMWF 领先的动力模型和 AI 模型。它使 AI 预报系统原本有限的次季节技巧提高了一倍，并改进了动力模型对大多数气压、温度和降水目标的预报；在 ECMWF 2025 年实时竞赛中，其全球预报表现最佳。