MIT研究利用机器学习推进亚季节天气预报
RecodeX 重构消息，麻省理工学院（MIT）研究人员发布成果，利用机器学习方法推进亚季节时间尺度的天气预报。亚季节预报通常指提前两周至两个月的气候预测，长期受制于传统数值模式的精度瓶颈。该研究探索以机器学习提升这一时间窗口的预报能力。
事件追踪 · 持续发展中
MIT机器学习天气预报
持续追踪MIT机器学习天气预报相关报道与进展。
关注仅保存在当前浏览器和域名中，无需登录，不会自动跨设备同步。事件时间线
按最新发布排序MIT团队在Nature发表机器学习后处理层，将两到六周天气预报准确率翻倍
RecodeX 重构消息，麻省理工学院研究团队在《自然》发表论文，提出一种机器学习后处理层，通过学习历史数据中现有预报模型的误差并修正其输出，将两周到六周时间尺度的预报准确率提高一倍。该模型在欧洲中期天气预报中心（ECMWF）的季节间预报竞赛中排名第一，首次在该时间范围内稳定超过气候学平均值，并显著改善对洪水、寒潮等极端天气事件的预测。模型已开源、成本较低，可附加于任意预报模型，肯尼亚气象部门已接洽用于改进季风季预报。