研究者提出学习型评判器评估天气预报真实性

Younes Elberkennou等研究者提出一种评估天气预报真实感的新方法：训练一个判别器区分参考数据与模型输出，再用其输出 logit 得到类似散度的真实感评分，以自适应捕捉模型的各种失效模式。 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。

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。