谷歌DeepMind的研究人员提出了一种概率天气模型GenCast，可以提前15天提供更好的日常天气和极端事件预报，性能表现超过了欧洲中期天气预报中心的ENS系统（被誉为全球顶级的业务预报系统）。相关研究成果于2024年12月4日发表在《自然》期刊上。

GenCast是一种机器学习天气预报方法，基于数十年的再分析数据进行训练。GenCast可在8分钟内生成一组随机的15天全球天气预报，步长为12小时，经纬度分辨率为0.25°，涵盖80多个地表和大气变量。

GenCast主要在三个关键方面取得了成功：可生成具有真实功率谱的清晰单个天气轨迹集合，而不是条件均值等汇总统计数据集；GenCast边际预报分布（即针对给定地点和时间的预报）经过精心校准，可提供比ENS更精准的预报，包括对极端事件的预报；GenCast在汇集评估、区域风电预测和热带气旋路径预测等几项需要捕捉联合分布中的空间和时间依赖性的评估中表现优于ENS。

信息来源：

https://www.nature.com/articles/s41586-024-08252-9

https://mp.weixin.qq.com/s/jYNlx1gZa13rKkG9mKutNw