MIT 团队给 2–6 周预报“纠错”：技巧翻倍，首次跑赢气候平均值

作者：许棠

10 月中旬《自然》刊出论文：MIT 参与团队用机器学习“概率偏差校正”给现有预报模型纠错，让 2–6 周的次季节预报首次稳定超过气候平均值，并在 ECMWF 的预报竞赛中排第一。给出的是概率倾向，并非常规确定性预报。

10 月中旬《自然》刊出的一篇论文显示，MIT 参与的研究团队用机器学习方法给现有天气预报模型“纠错”，让 2–6 周的次季节预报首次稳定跑赢气候平均值，并在欧洲中期天气预报中心（ECMWF）主办的国际预报竞赛中位列第一 。

方法叫“概率偏差校正”（PBC），核心做法是保留现有模型，只在其上增加一层校正：学习模型历年的系统性误差，再据此调整输出 。团队强调它开源、成本低，运行不需要超算 。

纪录具体是什么：研究团队以 MicroDuet 名义参加 AI Weather Quest 首个赛季，在全部变量和时段排第一，成绩压过去偏后的六家官方气象机构预报、六家机构的集合预报，以及全球 34 支参赛队伍 。对 ECMWF 的 AI 模式（AIFS-SUBS），它把概率技巧评分（RPSS）均值翻了一倍 。评估范围是第 3、4 周的陆地气温、降水和海平面气压 。

对普通人有什么用：种地的看施肥和霜冻窗口，能源与应急部门多出大约两周备货、备人的时间 。但它给的是“偏冷、偏湿”的概率倾向，不是“三周后哪天必下雨”的确定答案 。目前它也没有接进手机天气 App ，所以现阶段别为“提前一个月锁定天气”这类概念付费——这笔钱暂时买不到确定性。

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] Researchers improve weather forecasts looking two to six weeks out
• [S2] Advancing subseasonal forecasting with machine learning
• 配图 1：来源：MIT News | Massachusetts Institute of Technology（图片署名见原文） · 图片出处
• 配图 2：来源：MIT News | Massachusetts Institute of Technology（图片署名见原文） · 图片出处
• 配图 3：来源：MIT News | Massachusetts Institute of Technology（图片署名见原文） · 图片出处
• 配图 4：来源：MIT News | Massachusetts Institute of Technology（图片署名见原文） · 图片出处