MIT 团队用机器学习后处理将两到六周天气预报准确率翻倍
MIT 等机构研究人员在 Nature 发表论文,提出一种机器学习后处理层,通过学习并修正现有预报模型的误差,将两到六周次季节预报的准确率提升一倍,并在 ECMWF 的预报竞赛中夺得第一。该模型首次在次季节尺度上稳定优于气候平均值,并显著改善极端天气预测,可作为附加模块用于任意预报模型,且已开源、运行成本低。肯尼亚气象部门已联系团队,计划用其改进季风季预报以提升农业产量。
推荐理由:该研究用后处理层把两周以上预报准确率翻倍,并首次在次季节尺度上超过气候平均,对农业与能源调度有直接参考。