arXiv · cs.AI· Tom Beucler, J. David Neelin, Hui Su, Shivanshi Asthana, Chris Bretherton, Will Chapman, Costa Christopoulos, Spencer K. Clark, Aditya Grover, Ignacio Lopez-Gomez, Tapio Schneider, Adam Subel, Oliver Watt-Meyer·· 1 天前
人工智能从天气预报走向气候预测的路径
Artificial intelligence pathways from weather to climate
arXiv:2610.09770v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Tom Beucler, J. David Neelin, Hui Su, Shivanshi Asthana, Chris Bretherton, Will Chapman, Costa Christopoulos, Spencer K. Clark, Aditya Grover, Ignacio Lopez-Gomez, Tapio Schneider, Adam Subel, Oliver Watt-Meyer
首次提交：2026-10-07 17:52
研究任务与主要进展
深度学习自回归模型已在大气再分析数据上训练，在临近、中期至次季节预报中媲美动力模式，并以更低成本生成校准良好的集合预报。面向气候预测，人工智能系统需要显式纳入外部强迫因子，并在分布外情景、极端事件和反事实轨迹中进行鲁棒性测试。AI降尺度可部分替代显式精细分辨率，支持不同预报时间尺度的本地灾害评估。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org