微软开源PBC天气预测偏差校正工具

微软研究院联合MIT、ECMWF等机构在《Nature》发表Probabilistic Bias Correction（PBC）方法，用机器学习识别并校正现有天气预报模型的系统性偏差，而非另建独立模型。据The Verge报道，该工具已开源，且可仅靠CPU运行；研究显示PBC将ECMWF一套领先的物理天气模型在98%的降水目标和92%的温度目标上提升了准确率，并将ECMWF新AI预报系统在研究分析中的准确率提高了一倍。据MIT News报道，该研究针对两到六周次季节尺度预报，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，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。早先报道称该研究于2026年10月15日公布，后续MIT报道时间为2026年10月14日。

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。