研究人员已证明，机器学习模型可以将确定性天气预报的技能延长到传统的两周极限之外。通过优化GraphCast模型的初始条件，他们在十天内的误差减少了86%，并且在超过30天后仍具有可用技能。该方法揭示了大规模的大气校正，并将其应用于Pangu-Weather模型时，误差减少了21%。研究结果表明，在远超两周的范围内进行有技能的确定性预报是可能的，尽管实时应用于业务预报仍需进一步研究。 AI
影响 扩展了准确进行长期天气预报的潜力，影响依赖气候和天气数据的各个行业。
排序理由 这是一篇详细介绍机器学习在天气预报新发现的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →