FuXi天气预报系统是首个基于机器学习的全球15天天气预报系统，其表现与ECMWF相当。研究表明，FuXi-S2S模型在次季节预测中优于传统模型，能够提供高达42天的预测。FuxiDA框架通过吸收卫星数据来提升预测性能，混合建模方法结合了机器学习与传统模型，增强了天气预测的准确性，显示出FuXi作为传统预报系统的替代潜力。

FuXi天气预报系统是首个基于机器学习的全球15天天气预报系统，其表现与ECMWF相当。研究还介绍了FengWu和FuXi-S2S模型，后者在次季节预测中表现优越，能够提供高达42天的预测。基于深度学习的集成预测系统也展现了良好性能，但在极端天气预测方面仍需改进。

该研究介绍了 FuxiDA，一种用于吸收卫星观测数据的 DL-based DA 框架，通过吸收来自风云 - 4B 上的先进准同步辐射成像仪（AGRI）的数据，Fuxi-DA 不断减小分析误差并显著提高预测性能。此外，通过一系列单一观测实验，验证了 Fuxi-DA 与已建立的大气物理模型的一致性和可靠性。

超过 2 周的熟练次季节预测对社会各个领域的广泛应用至关重要。本研究介绍了基于机器学习的 FuXi-S2S 次季节预测模型，它以全球每日平均预测为特点，覆盖了 13 个压力层上的 5 个高层大气变量和 11 个地表变量，提供了高达 42 天的预测。与 ECMWF 的次季节预测相比，FuXi-S2S 模型在总降水、出射长波辐射和 500 hPa 高空位势等方面展示出优越的确定性和集合预测，对...