PBC：校准概率分布，改善第三第四周天气预报
Advancing subseasonal forecasting with machine learning
用历史预测与观测校正概率分布，结合分位偏差与近期趋势；历史对照和2025实时竞赛有改善。RPSS低基线翻倍不代表通用准确率翻倍，需本地历史数据验证。
相关期次：2026-10-15 精选
阅读笔记
PBC对已有物理或AI天气模型的概率分布进行后处理：Debias++校正地点日期分位偏差，Persistence++结合近期观测与气候规律，再约束并合并有效分布。全球1.5度网格的第三第四周评测和2025实时竞赛提供两类证据，原文方法、图注和代码声明已读。
重要度8.4/10。AIFS平均基线约0.03的RPSS翻倍是相对气候基准的概率技能，并非普遍准确率翻倍。MicroDuet是两种校正预测的组合；依赖历史预测和观测，具体地区和时段仍需验证。
原文：https://www.nature.com/articles/s41586-026-11126-x
代码：https://github.com/mouatadid/pbc
本期资料页：https://www.asteronline.cn/juju-radar/2026-10-15/
AI辅助整理。
笔记记录收录当期的判断。阅读一手材料不等于独立复现；后续进展请以原始来源为准。