DIAL：动态调整原生随机律提升天气集合预报可靠性

2026年10月16日arXiv Computer Vision发布的研究提出DIAL（Dynamic and Informed Adjustment of the Native Stochastic Law），通过控制冻结模型的原生随机性来改进集合天气预报，无需重训练模型，也无需对预报过程做完整反向传播。该工作在FourCastNet 3（FCN3）上使用训练未见过的后期ERA5年份数据进行评估。报道称，相比未修改的Native FCN3基线，DIAL的多尺度连续排序概率评分（CRPS）提升8.27%，尺度分辨可靠性优于学习式后处理和基于奖励的控制基线。目前进展停留在方法提出与上述评估结果，报道未提及业务化部署或其他数据集上的验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。