Soukayna Mouatadid

一个机器学习后处理层学习订正现有预报模式的误差，在两周到六周的次季节尺度上把黄金标准模式的预报准确率提高一倍，并首次稳定超过气候平均。

一个机器学习后处理层学习订正现有预报模式的误差，在两周到六周的次季节尺度上把黄金标准模式的预报准确率提高一倍，并首次稳定超过气候平均。

次季节预报（提前2至6周）长期因误差累积而接近气候平均，业务动力集合与最先进的概率AI在较长时效上常低于气候平均。概率偏差订正用机器学习直接修正历史概率预报的分布，而不只是修正单点估计。它把AI预报系统的次季节技巧提高一倍，并在91%气压、92%温度、98%降水目标上优于业务去偏的动力模式；在2025年实时竞赛中，其全球预报在所有变量和时效上排名第一。

次季节预报（提前2至6周）长期因误差累积而接近气候平均，业务动力集合与最先进的概率AI在较长时效上常低于气候平均。概率偏差订正用机器学习直接修正历史概率预报的分布，而不只是修正单点估计。它把AI预报系统的次季节技巧提高一倍，并在91%气压、92%温度、98%降水目标上优于业务去偏的动力模式；在2025年实时竞赛中，其全球预报在所有变量和时效上排名第一。