微软把天气预报推到六周后

微软近日公布了一种面向未来2至6周天气预测的新机器学习方法，试图改善传统数值预报和现有AI天气模型在两周后迅速失准的问题。相关成果已发表于《自然》（Nature），配套软件同时以开源形式发布，目标用户包括气象机构、农业部门、能源企业和应急管理团队。

这项工作的重点不是把10天天气预报简单延长到42天，而是提高“次季节预测”这个长期难题的可用性。次季节预测是指预测未来约2至6周的平均温度、累计降水及异常概率，它位于常规天气预报和季节气候预测之间。

微软选择的路线也颇为务实：不重新训练一个从大气初始状态开始滚动推演的超大模型，而是让机器学习系统分析并组合已有预报系统的输出。换句话说，新方法更像一名会复盘历史成绩、理解不同预报员强项的“总编辑”，而不是另起炉灶成为又一个独立预报员。

两周之后，天气预测为什么会突然变难

**两周通常被视为确定性天气预报的实用边界，因为大气系统对初始条件误差极其敏感。**观测中的微小偏差会在模型反复积分后不断放大，这就是天气预报中常说的“混沌效应”。预报时间越长，模型越难回答“某天下午是否下雨”，最后只能转向概率、周平均值和距平等更稳定的统计量。

传统数值天气预报依靠流体力学、热力学和辐射传输等物理方程，在超级计算机上模拟大气演化。它在未来数小时到10天左右仍是现代气象业务的主力，但进入第3周后，单次确定性结果的可信度会明显降低，机构通常要运行多组初始条件略有差异的集合预报，以估计不同天气结果出现的概率。

**AI天气模型是通过历史观测、再分析数据或数值模式输出学习大气演化规律的数据驱动模型。**Google DeepMind的GraphCast、华为盘古气象、英伟达FourCastNet，以及微软2025年发布的Aurora，都已经证明AI可以用远低于传统数值模式的推理成本完成高质量中期预报。然而，这些模型最耀眼的成绩主要集中在数小时至10天左右，并没有消除两周之后的可预报性瓶颈。

微软Aurora就是一个典型参照。Aurora使用超过100万小时的天气与气候数据进行预训练，可在约0.1°空间分辨率下执行全球天气、空气质量、海浪和热带气旋路径等任务。微软此前称，它相对欧洲中期天气预报中心的综合预报系统IFS，推理速度可提高约5000倍。

但“算得更快”不等于“能看得更远”。Aurora解决的是高分辨率地球系统预测的通用性和计算效率问题，这次新方法瞄准的则是第3周至第6周的统计可预报性。两者可能共享机器学习思路，却不属于同一种产品，也不能把Aurora的10天指标直接当成新方法在42天尺度上的准确率。

它没有重做天气模型，而是在学习怎么选预报

**微软的新方法本质上是一套机器学习驱动的预报后处理与组合系统。**它接收现有模型产生的预测，结合历史预报与真实结果之间的关系，学习不同模型、不同提前期、不同地区和不同季节下应该如何校准及赋权，最终输出未来2至6周的温度和降水预测。

这种设计击中了次季节预测的一个现实问题：没有任何单一模型能在所有地区、变量和季节中稳定领先。某套系统可能更擅长北美冬季温度，另一套系统可能对热带降水更敏感；同一模型在第3周仍有价值，到了第5周却可能只剩下气候平均水平附近的弱信号。固定取平均值会浪费这些差异，而机器学习可以从历史误差中寻找更细的组合规则。

这也意味着，新工具不是天气预报领域的“大模型替代一切”。它更接近统计学中的模型集成与偏差订正，只是用机器学习把权重估计做得更动态、更高维。对于气象业务，这种方法比从零部署新的全球预报模型更容易落地，因为机构可以保留已有数据流、物理模式和集合预报体系，再在结果输出端增加一层学习系统。

**成本优势来自复用已有预报，而不是省掉所有前置计算。**如果底层预测已经由气象中心生成，新增系统主要承担训练、校准和推理开销，无须再次运行一套昂贵的全球物理模拟。对预算有限的研究机构、农业组织和公共部门而言，这种增量式方案通常比建设独立超级计算基础设施更现实。

不过，所谓“低成本”需要准确理解。上游数值模式的计算成本并没有消失，只是它可以由现有业务中心承担并供多个下游系统复用。若某个机构需要自行生产全部底层集合预报，整体成本依然不会低。

新方法与主流AI天气模型不是同一赛道

**这项研究最重要的区别，是预测时间尺度从中期天气跨入了次季节区间。**GraphCast、Aurora和FourCastNet等系统大多直接预测大气状态随时间的变化，而微软此次公布的方法侧重整合现有预报并校准长期信号。

| 方法或系统 | 主要预测尺度 | 核心路线 | 典型输出 | 主要优势 | 主要限制 | |---|---:|---|---|---|---| | 传统数值天气预报 | 数小时至约10天，集合预报可继续延伸 | 求解大气物理方程 | 气压、温度、风、降水等完整场 | 物理约束清晰，业务体系成熟 | 计算成本高，误差随时效累积 | | GraphCast等AI中期模型 | 约10天级 | 从历史大气数据学习状态演化 | 全球多变量天气场 | 推理快，中期预报能力强 | 长时效仍受混沌和训练分布约束 | | 微软Aurora | 数小时至中期，并覆盖多类地球系统任务 | 大规模预训练加任务微调 | 天气、空气质量、海浪、气旋路径 | 通用性强，约0.1°分辨率，微软称速度可达IFS约5000倍 | 公开成绩重点不是2至6周次季节预测 | | 微软此次机器学习方法 | 2至6周 | 学习校准、选择和组合已有预报 | 周尺度温度、降水及异常概率 | 部署增量较小，直接瞄准长期薄弱区间 | 不能恢复已经丢失的天气细节，依赖上游预测质量 | | 季节气候预测 | 数月至季度 | 耦合海洋、大气、陆面和统计信号 | 季节平均温度与降水倾向 | 能利用海温等慢变量 | 难回答具体周次和局地事件 |

这个对比说明，新方法不是要在10天预报榜单上击败GraphCast或Aurora，而是在更模糊、也更有决策价值的时间窗口里榨取额外信号。对农民而言，未来第4周降雨偏少的概率，可能比第4周某天的逐小时降水量更有意义；后者在科学上很难可靠给出，前者却足以影响灌溉、播种和采购安排。

2至6周预报真正有用的地方，不是告诉你哪天带伞

**次季节预报的价值在于提前改变资源配置，而不是提供精确到小时的日常天气。**农业生产可以据此调整灌溉和施肥窗口，电网可以提前估算热浪或寒潮带来的负荷，水库管理者可以准备应对持续少雨或多雨，保险与大宗商品团队也能更早评估区域风险。

应急管理是另一个直接受益场景。若系统在提前数周时识别出某地区出现异常高温、持续干燥或强降水背景的概率升高，地方部门可以提前安排人员、物资和跨区域协调。它不能替代临近事件时的短期预警，却能让准备工作从“看到风暴后行动”前移到“风险开始抬头时行动”。

**2至6周窗口之所以特殊，是因为它恰好覆盖许多组织的排班、采购和物流周期。**未来48小时的预报很准确，但常常来不及调整供应链；未来一个季度的趋势适合做预算，却又太粗。第3至第6周的信息即使只有概率优势，只要经过可靠校准，也可能比完全依赖历史气候平均值更有经济价值。

“更准确”也不等于每一次都预测正确。次季节系统通常需要用均方误差、异常相关系数、连续秩概率评分或Brier评分等指标评估，并与气候平均值、持续性预测和主流集合预报基线比较。对用户更关键的问题，是系统给出的“70%概率”在长期验证中是否真的约有70%的事件发生，而不是它能否生成一张视觉上很精细的天气图。

开源比单次跑分更值得关注

**微软将软件开源，使外部研究者能够检查训练流程、基线和区域泛化能力。**天气预测对可复现性的要求尤其高，因为模型很容易通过数据泄漏获得虚假的高分，例如训练数据与测试年份重叠，或后处理阶段使用了在实际预报时不可获得的信息。

开源也有助于回答三个比新闻标题更重要的问题：模型在不同气候区是否都有效，提升能否跨年份持续，以及极端事件上的表现是否与平均天气一样可靠。全球平均指标常常会掩盖局地失败，而农业和灾害响应恰恰最关心局地、小概率、高损失事件。

**真正可用的业务系统还必须处理数据延迟、缺测、模式升级和分布漂移。**上游气象中心会更新数值模式，观测网络也会变化，历史上学到的权重不一定永久有效。机器学习组合系统因此需要持续回测、重新校准，并保留在输入异常时退回到可靠基线的机制。

软件开源并不代表全部数据都能零成本获得。部分高分辨率预报数据存在授权、带宽或存储门槛，全球多变量集合数据的体量也很可观。一个研究原型能在公开基准上运行，与地方气象部门每天稳定产出并承担公共决策责任，仍然是两个不同阶段。

微软补的是AI天气版图中最难的一块

**微软此次进展值得重视，因为它把竞争焦点从“谁能更快生成10天天气图”推进到了“谁能让第3至第6周的信息真正可决策”。**前一轮AI天气模型已经把推理成本压低，并在多个中期预报指标上追平或超过传统系统；下一轮竞争将更依赖多源数据融合、概率校准、极端事件表现和业务验证。

这一路线也比“端到端模型取代传统气象”更符合现实。大气预测不是只有一个模型和一张排行榜，而是一条由观测、数据同化、物理模式、AI模型、集合预报、统计订正与人工研判组成的链条。微软选择在最薄弱的长期环节增加机器学习层，实际价值可能高于再发布一个参数更多、推理更快的基础模型。

但现在还不能把这项成果解读为“两周可预报性上限已被攻克”。机器学习可以纠正系统偏差、识别遥相关信号并优化模型组合，却不能凭空创造初始状态中不存在的信息。厄尔尼诺、海温、土壤湿度、积雪和大尺度环流等变化较慢的变量，能够为数周尺度提供部分信号；具体到某座城市某一天的降雨，这些信号仍远远不够。

**更准确的结论是，微软提高了两周以后预测的统计技巧，而不是把42天后的天气变成了确定答案。**如果后续独立评测证明其优势能够跨地区、跨季节并覆盖极端事件，这套方法会成为传统气象系统与AI模型之间很实用的一层；如果提升只集中在少数变量或区域，它更可能是一项有效但有限的后处理技术。

截至2026年10月14日，这项研究最有分量的信号并非某个漂亮的单项百分比，而是技术路线的变化：AI天气预测开始从短中期的速度竞赛，进入长时效概率、校准和决策价值的竞争。对于开发者和气象机构，接下来应关注开源实现能否复现论文结果、数据成本是否可控，以及在本地业务场景中相对现有集合预报究竟增加了多少真实收益。

参考来源

• 微软研究团队利用机器学习改进次季节气候预测：介绍微软较早参与次季节预测竞赛的背景，以及机器学习在温度和降水长期预测中的应用。