MIT团队用机器学习修正误差，将两到六周天气预报准确率翻倍

MIT研究团队在Nature发表论文，提出一种开源、低成本的机器学习后处理层，通过从历史数据中学习并修正现有预报模型的误差，将两到六周的次季节天气预报准确率提高一倍。该方法在ECMWF国际竞赛中获第一名，首次在该时间范围内稳定超越气候学平均值，并显著改善洪水、寒潮等极端天气预测。模型可附加于任意预报系统，肯尼亚气象部门已接洽用于改进季风季预报。