BriefGPT - AI 论文速递
·
FuXi-ENS：一种中程集合天气预报的机器学习模型
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
该研究提出了一个多模式集成天气预报系统，使用混合数据驱动的天气预测模型与ECMWF海洋模型相结合，能够在4周前预测全球天气。对于2米温度的预测，该集成模型相比原始的ECMWF模型提高了4-17％。然而，在应用统计偏差修正后，ECMWF模型在4周时表现更好，优势约为3％。对于其他地表参数，两个模型的性能差距在几个百分点以内。该研究证明了使用基于数据驱动的天气预测模型的多模式集成方法可以实现接近最新技术水平的次季节到季节性天气预报。
🎯
关键要点
- 提出了一个多模式集成天气预报系统，结合混合数据驱动的天气预测模型与ECMWF海洋模型。
- 该系统能够在4周前预测全球天气，分辨率为1度。
- 集成模型在2米温度预测上相比原始ECMWF模型提高了4-17%。
- 应用统计偏差修正后，ECMWF模型在4周时表现更好，优势约为3%。
- 对于其他地表参数，两个模型的性能差距在几个百分点以内。
- 研究证明了基于数据驱动的天气预测模型的多模式集成方法可以实现接近最新技术水平的次季节到季节性天气预报。
➡️
