用于业务化次季节预报的数据驱动天气预报模型集成
大气与海洋物理
2024-03-26 v1 机器学习
摘要
我们展示了一个可投入业务运行的多模式集成天气预报系统，该系统使用混合数据驱动的天气预报模型，并与欧洲中期天气预报中心（ECMWF）的海洋模型耦合，以 1 度分辨率预测未来 4 周的全球天气。对于 2 米温度预测，我们的集成平均比原始的 ECMWF 延伸期集成预报性能高出 4-17%，具体取决于预报时效。然而，在应用统计偏差校正后，ECMWF 集成预报在 4 周时表现约好 3%。对于其他地表参数，我们的集成预报也与 ECMWF 集成预报相差不到几个百分点。我们证明了，使用数据驱动的天气预报模型进行多模式集成方法，可以实现接近最先进的次季节至季节预报。
引用
@article{arxiv.2403.15598,
title = {An ensemble of data-driven weather prediction models for operational sub-seasonal forecasting},
author = {Jonathan A. Weyn and Divya Kumar and Jeremy Berman and Najeeb Kazmi and Sylwester Klocek and Pete Luferenko and Kit Thambiratnam},
journal= {arXiv preprint arXiv:2403.15598},
year = {2024}
}