MIT 机器学习纠错法将 2-6 周天气预报准确率翻倍

MIT 团队在 Nature 发表新研究，开发出一种机器学习方法，通过学习修正现有数值预报模型（如 ECMWF）的系统性误差，将 2-6 周「次季节」时间尺度的天气预报准确率提高了一倍，创下该关键时间窗的预报纪录。这一时段对应急规划至关重要，可用于提前预警类似 2021 年得州能源危机的极端事件。

2026-10-14 ~ 2026-10-15 · 2 条相关

• MIT 用 AI 后处理 ECMWF 模型,2-6 周中期天气预报准确率翻倍 — nordicinst · 2026-10-14
• MIT 团队登 Nature：机器学习纠错法突破 2-6 周中期天气预报纪录 — LesterMackey · 2026-10-15