新框架将物理模型集合转为次季节概率预报

Abdullah A. Fahad 与 Manmeet Singh 提出一种名为 Dynamical-Model-Informed Stochastic Flow Matching 的混合框架，将物理模型的次季节集合指引转换为全球 1 度网格上每周降水与 2 米温度的 90 成员随机预报，其核心是带提前期感知的 flow-matching U-Net。 该框架面向全球次季节均值与极端事件的概率预报。上述内容来自作者在论文中的自述，尚未见对其预报效果的独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。