自20世纪以来，数值天气预报（NWP）成为气象预测的重要工具，但传统模型计算成本高。研究团队推出FourCastNet 3（FCN3），结合概率机器学习与球面信号处理，显著提升预测速度与精度。FCN3在单张GPU上可快速生成高分辨率天气预报，超越传统模型，推动气象预测技术进步。

深度学习在降水与天气预测中的应用：结合数值天气预报可提升短期全球降水预报；神经网络模型能大范围预测未来降水，性能优于部分物理模型；MetNet系列实现高分辨率、高频次降水预测；LSTM在降雨预测中优于DMD；GAN优化模型可捕捉极端降雨；深度学习方法还能改进月度温度预测和降水后处理。

该文介绍了一种基于深度学习的降水后处理方法，提高数值天气预报模型的降水预报能力。该方法在区域天气预报中得到了比其他方法更好的结果。