MIT 团队用机器学习后处理改进两到六周天气预报
MIT 等机构团队在 Nature 发表研究，用机器学习后处理层学习并修正现有预报模型的误差，在两到六周次季节尺度上把黄金标准预报模型的准确率提高了一倍，并在 ECMWF 的预报竞赛中获第一名。该模型首次在该时间范围内稳定优于气候平均，并显著改善极端天气预测；它可作为附加层用于任意模型，已开源且运行成本低，肯尼亚气象部门已就季风预报应用与其接洽。
推荐理由：MIT 团队用后处理层修正现有预报模型误差，读者可了解次季节预报如何首次稳定超过气候平均。