微软研究院用PBC补上两到六周天气预报薄弱段
微软这套概率偏差校正（PBC）没有另造天气模型，只在现有预报后加一层轻量校正。论文称，欧洲中期天气预报中心（ECMWF）业务去偏后的动力模型在98%的降水、92%的气温和91%的气压预报格点上技巧变好；基于PBC的方案还在ECMWF实时竞赛首个赛季拿下全部变量和时效第一。但这些提升都从很低的次季节技巧基数起步。
一、两到六周进入薄弱窗口
论文称，预报主要靠两类模型：用方程数值模拟大气和海洋的动力模型，以及从历史数据学习的AI模型。两周内通常还准，到了两到六周，误差累积、系统性偏差和大气混沌一起压低技巧；业务集合预报和先进概率AI常不如气候平均，热带以外尤其明显，这段长期被称为“可预报性荒漠”。微软的说法是，两类模型到10天左右都还不错，到了两到六周就都吃力，而农业、山火、水和能源调配、极端天气准备都需要这个窗口。
二、PBC在概率分布上动手
论文称，PBC接收任意动力、AI或混合模型的原始集合预报，先和历史观测或模型回算得到的气候五分位区间对照，换算成初始概率预报。两个计算量很小的模型随后并行工作：Debias++按地点、日期和分位学习修正量，训练时段自适应选择；Persistence++揉合预报、近期观测和气候平均，照顾最近走势与季节效应。两路结果投回合法的累积分布函数后取平均。它借鉴确定性偏差校正，却直接修正概率分布，可以同时调整中心、离散度和形状；研究者每天增量重训，只用发布当天已经拿到的数据。
三、论文测出的提升起点都很低
论文统一在全球1.5°网格评测陆地两米气温、陆地降水和海平面气压，比较第3周（第19–25天）和第4周（第26–32天），用ERA5再分析数据作真值，以排名概率技巧评分（RPSS）衡量；0等于气候平均，正数才算有技巧。对论文称被广泛视为全球最准、也是次季节技巧标杆的ECMWF业务去偏动力模型，2016–2024年测试期内，降水从接近零变成稳定为正，气温技巧提升26–37%（原本0.07–0.10），气压提升16–32%（原本0.06–0.11）。论文摘要中的91%（气压）、92%（气温）、98%（降水）是技巧变好的格点占比，不是准确率。对ECMWF AI预报系统AIFS的次季节版本，论文称2025年测试年所有变量和时效的平均技巧翻倍，但基数约0.03，不等于准确率翻倍。
四、实时竞赛给出首个赛季答案
微软称，ECMWF于2025年8月启动AI Weather Quest，参赛者每周提交全球实时概率预报。微软与外部合作者组成的MicroEnsemble提交MicroDuet，分别给ECMWF动力模型和混合模型PoET施加PBC，再组合。论文称，在2025年9–11月的首个三个月赛季，MicroDuet在所有变量和两个时效上排名第一，超过6家业务预报中心的去偏动力模型、这6家的多模式集合、ECMWF三个AI版本及全球34支队伍；6家业务中心的降水技巧全为负，也就是不如气候平均。微软还称，MicroDuet在一整年实时预报中也最准确。
五、案例先出现在实时预报
微软称，MicroDuet提前19–26天预示了2026年初袭击美国的两场冬季风暴：1月1日预示1月23–27日的冬季风暴Fern，1月29日预示2月22–24日的北美暴风雪。这是微软挑出的案例，不代表平均水平。论文与微软还记载，2025年11月20日发出的第4周气温预报预示了12月中旬美国东部寒潮，而业务去偏版ECMWF漏报。
论文称，PBC修正的是可预测的那部分误差，不重学整个大气动力学，是叠在底层模型上的后处理工具；底层模型升级后可以重训。RPSS衡量的是相对气候平均的提升，文中这些分数多在0.1上下甚至更低，离“准”还有距离。
六、肯尼亚开始试用
微软称，合著者Genevieve Flaspohler经营的小型非营利机构Rhiza Research正为肯尼亚气象局KMSA提供顾问，本雨季帮助预报员试用包括PBC在内的AI模型。KMSA首席气象学家Phillip Okello说：“大多数偏差校正只是调整预报下多少雨。”他又说：“PBC直接修正概率本身，在大非洲之角地区，它比我们测试过的其他方法都更能改善预报。”他还说：“下一步是把它对暴雨和干旱期的预报做得更准，这些对农民最要紧。”
七、研究半年前已经公开
论文《用机器学习推进次季节预报》由微软研究院牵头、MIT与ECMWF研究人员参与，共13位作者，末位作者是微软研究院新英格兰实验室的Lester Mackey，2026年10月14日在Nature在线发表；同题预印本arXiv 2604.16238早在4月17日提交，研究约半年前已公开，新增的是正式发表和微软随后的专题文章。论文称，PBC代码已在GitHub与Zenodo开源，GitHub仓库挂在作者个人账号下。微软专题文章在讲PBC下一步时举了Microsoft Weather的次季节到季节（S2S）模型为例：每周提供最长6周的概率指导，已实时运行，正向部分客户开放私有预览；文章没有交代这个模型和PBC的技术关系。
八、判断要看后续赛季
以后判断这类校正层是否真进步，要看它在后续赛季、不同地区能否稳定压过业务去偏版ECMWF，并被KMSA写进每周正式预报；单赛季名次和几场风暴个案都不够。放到美股上，它和MSFT的关联很弱：Microsoft Weather的S2S还在私有预览，收入贡献无从判断。