《自然》新论文：机器学习开始补上 2-6 周天气预报的空白档

作者：林序

《自然》刊出的一篇研究论文提出名为 PBC 的机器学习框架，专门修正未来 2-6 周预报的系统性误差；该框架能套在动力模式、AI 模式和混合模式外面。论文称，它组合出的 MicroDuet 在 ECMWF 主办的 AI Weather Quest 竞赛中取得领先，但各项名次目前来自论文自述。

《自然》刊出一篇研究论文，提出一套名为 PBC（概率偏差校正）的机器学习框架，用来修正未来 2-6 周天气预报的系统性误差。团队把 PBC 套在 ECMWF（欧洲中期天气预报中心）的动力模式和 AI 模式外面，再用一个名为 MicroDuet 的组合参加 ECMWF 主办的 AI Weather Quest 竞赛；据论文自述，MicroDuet 在 2025 年 9-11 月赛季的全部变量、全部时效上都排第一。

为什么这段最难

1-2 周的预报现在比较靠谱，过了两周就进入另一套规则：初始条件的细微差别会被放大，单条“确定性”预报没法表达这种不确定性。模式逐时间步迭代时，误差还会累积，降水尤其敏感，因此这段被叫作“可预报性沙漠”。而农业排灌、水库调度、防汛备灾、电力调度恰恰要在这段时间做决定；ECMWF 竞赛官网也把能源、农业、防灾列为主要应用场景。

它怎么切入

PBC 没有重造大模型，而是在现有预报外面加了一层纠错。输入可以是动力模式、AI 模式或混合模式的集合预报，输出是修正后的概率分布。两个轻量组件并行工作：Debias++ 按地点、日期、分位数做修正；Persistence++ 把预报和近期实测、常年气候态混合，用来抓住近期趋势和季节效应。两者的结果再平均。

训练数据是模式自己的历史预报加 ERA5 再分析（把历年观测整合成全球格点数据的基准资料），并且每天增量再训练，以模拟实际业务发布节奏。换句话说，它学的是“这个模式在哪些地方、哪个季节、哪一档概率上常年偏”，然后把这些偏差扣掉。

提升有多少

按 RPSS（相对气候基线的技巧评分，负分意味着还不如按常年平均猜）计算：ECMWF 原始集合的降水技巧为 0.023，加 PBC 后约为原来的三倍；原本为负的温度、海平面气压转为正值。与各中心现用的去偏方法相比，温度提高 26%-37%、气压 16%-32%；全球 98% 的格点降水预报有改善。

需要提醒的是，这些评分的绝对值仍在低位，性质更接近“从没法用变成勉强可用”，并非“从准变得更准”。

对 ECMWF 的 AI 模式 AIFS-SUBS，PBC 让其平均技巧翻倍（0.03）；对已用神经网络做过后处理的混合模式 POET，降水提升 68%-98%，气压 15%-23%，温度 5%-7%。后者的意义在于：输入已经被 AI 修过一遍，再修还有增量。

比赛与一个实例

AI Weather Quest 要求每周提交第 19-25 天、第 26-32 天的全球概率预报，评的是温度、降水、海平面气压。论文称 MicroDuet 在该赛季领先六家机构的去偏动力预报、这六家模式的集合，以及 34 支参赛队；在第二个赛季的 37 支队伍中，它也是唯一在所有变量上超过动力多模式集合的提交。

这些名次是论文自己的陈述。官网可以核实比赛框架和规模（55 支以上队伍、100 多个模型、实时提交与公开排行榜），但排行榜页面没有读到可核对的历史名次。

2025 年 11 月，团队实时公开了 MicroDuet 对美国东部 12 月中旬寒潮的第 4 周温度预报，事后验证为极端冷事件，而经过偏差修正的 ECMWF 没有报出这次事件。这类例子说明它能提前给出“这段时间偏冷的概率在升高”，但一次命中不等于稳定可靠。

别误解成“哪天降雨量”

它给出的是概率，例如“某周偏冷的几率有多大”，并非某天某小时的降雨量。农业、供水、电力要拿它做决策，得按概率来安排，比如备用水源、预留调峰容量，而不能当作具体日期的施工排期。论文说这套框架面向业务部署设计，是否已被各预报中心实际采用，目前没有公开信息。

转载说明

本文根据以下公开资料整理，原文及配图出处见下方。

• [S1] Advancing subseasonal forecasting with machine learning
• [S2] Advancing subseasonal forecasting with machine learning
• [S3] AI Weather Quest
• [S4] Leaderboards • AI Weather Quest
• 配图 1：来源：Nature（图片署名见原文） · 图片出处
• 配图 2：来源：Nature（图片署名见原文） · 图片出处
• 配图 3：来源：Nature（图片署名见原文） · 图片出处
• 配图 4：来源：Nature（图片署名见原文） · 图片出处