AI 與世界的難題 · 地球與氣候科學 · Nature · 2026-10-14
以機器學習推進次季節預報
原標題: Advancing subseasonal forecasting with machine learning
預報技巧在未來 2 至 6 週的次季節時間尺度上會大幅下降。作者提出機率偏差校正，這是一種學習修正歷史機率預報的機器學習框架，並將其應用於 ECMWF 領先的動力模式與 AI 模型。它使 AI 預報系統原本有限的次季節預報技巧提升一倍，並改善了動力模式在多數氣壓、溫度與降水目標上的表現；在 ECMWF 2025 年的即時競賽中，其全球預報表現最佳。