微软开源PBC工具，提升两周以上天气预报精度
AI 总结
微软研究院在《自然》杂志发表论文，提出名为概率偏差校正（PBC）的机器学习方法，通过识别并修正现有天气预报模型中的系统性偏差来提升精度，相关工具已开源。研究称，PBC将欧洲中期天气预报中心（ECMWF）一个主流物理模型的降水预报精度在98%的目标上、气温预报在92%的目标上得到改善，并使其AI预报系统的精度在论文分析中提高一倍。该方法不依赖新的独立天气模型，且可仅用CPU运行，研究者希望资源有限的机构也能借此改进预报。
深度见解
若轻量级偏差校正方法能在业务系统中稳定落地，资源有限的天气预报机构也可能以较低成本获得更可靠的两至六周预报，用于农业和灾害预警。
Microsoft has a new machine learning tool to improve weather forecasts
New open-source software could make AI-enhanced weather forecasting more affordable.
New open-source software could make AI-enhanced weather forecasting more affordable.
by Justine Calma
Oct 14, 2026, 4:05 PM UTC
#Microsoft#Microsoft Research#ECMWF#Nature#MIT#Rhiza Research#Kenya Meteorological Service Authority#Gates Foundation#Lester Mackey#Genevieve Flaspohler