固定指标皆有盲区：一种用于评估天气预报真实感的学习型大气评判器

研究者提出训练一个判别器来区分参考数据与模型输出，并用其输出 logit 得到类似散度的真实感评分，从而自适应地捕捉模型表现出的各类失效模式。在 ERA5 再分析数据上施加多种合成损坏的对比中，该方法能识别损坏并排序其严重程度，而现有指标至少在其中一种损坏上失效。对真实天气模型的评估显示，真实感评分随预报时效延长而下降，且数值模型通常比机器学习模型获得更高的真实感评分。