{
  "schema": "auturnal.deep-research-review.v2",
  "slug": "probabilistic-weather",
  "title": "天气预测从一条轨迹到概率分布：GenCast 的校准、联合风险与极端事件",
  "category": "地球科学 · 概率天气",
  "dek": "解析集合天气模型的正确评价：不仅看平均误差，也看概率校准、时空依赖和决策价值。",
  "english": "Probabilistic weather forecasts must represent plausible trajectories, calibrated marginals and coherent joint events. We examine GenCast alongside GraphCast and WeatherBench 2, then derive ensemble CRPS and a spatial-correlation counterexample. Two forecasts with identical local distributions can imply very different aggregate risks. An analytical Gaussian example and finite-ensemble tail calculation motivate paired, temporally blocked evaluation with separate extreme-event endpoints and explicit initialization fairness.",
  "refs": [
    "gencast",
    "graphcast",
    "weatherbench2"
  ],
  "sections": [
    [
      "摘要",
      "确定性天气模型可以降低平均误差，但真实决策常需要知道事件概率、联合风险与极端尾部。GenCast 用随机集合表示可能的未来轨迹，其原文在特定年份、变量与时效上与 operational ENS 比较；这些结果必须与初始化、成员数和参考分析一起解读。本文结合 GraphCast 与 WeatherBench 2，推导集合 CRPS、空间相关对聚合风险的影响，以及有限集合对罕见事件的分辨限制。我们提出以配对时间块和下游风险为核心的验证方案，图中不包含真实天气重跑或本站预报。",
      [
        "gencast",
        "graphcast",
        "weatherbench2"
      ]
    ],
    [
      "1. 均方最优轨迹为何可能不是真实天气的一种",
      "GraphCast 代表高效的中期确定性预测路线；GenCast 则直接表示未来状态的条件分布。若未来风暴路径有两个可能分支，均方损失偏好的条件均值可能落在两条路径中间，却不是任一真实风暴。本文据此区分集合均值与集合成员：均值适合某些点估计终点，成员应保持合理空间结构，用于估计路径、极端与聚合量。增加确定性模型的初始化扰动也不自动恢复所有缺失的分布形状，需直接检验成员的谱结构和时序一致性。",
      [
        "graphcast",
        "gencast"
      ]
    ],
    [
      "2. GenCast 的原文结果属于明确的比较设置",
      "GenCast 原文评估 15 日、12 小时间隔、0.25° 网格的集合预测，并在 2019 测试中以 50 成员集合进行多目标比较。97.2% 的 1320 项 scorecard 结果涉及变量、时效和层次组合，而不是 1320 个相互独立的新天气事件；原文明确提醒这些目标存在依赖。本文因此将这一数字保存为来源研究的特定结论，不改写成“未来所有天气正确率”。比较还需保留各模型的初始化时间、可用观测与分析真值。",
      [
        "gencast"
      ]
    ],
    [
      "3. 本文推导：CRPS 同时评价位置与离散程度",
      "集合 CRPS 可写成成员到观测的平均绝对距离，减去成员两两距离的一半。第一项惩罚偏离观测，第二项防止把所有概率无条件压成单点；两者结合后，在期望意义上鼓励正确分布。本文用高斯解析式展示均值偏差与过窄、过宽集合的不同代价，并注明有限成员估计与理想分布评分的区别。一个更分散的集合不一定更好，过窄也不一定更准；应在相同验证样本上做配对比较，防止将不同天气难度误认为方法差异。",
      []
    ],
    [
      "4. 校准与锐度必须在一起解释",
      "GenCast 与 WeatherBench 2 使用多种概率诊断，包括集合离散与误差的关系。校准要求概率与事件频率相容，锐度则描述预测分布有多集中；只有在校准充分的前提下，集中的分布才有用。一个总是给出气候平均分布的系统可能相当校准，却几乎不提供个例信息。本文建议按季节、区域、时效和事件强度绘制可靠性，同时报告样本数。总体校准良好不能排除某个海域、某类极端或特定时效的系统过度自信。",
      [
        "gencast",
        "weatherbench2"
      ]
    ],
    [
      "5. 本文反例：局部正确不保证联合风险正确",
      "设两处归一化风电误差各自均值为零、方差为一，但相关系数为 ρ。总误差方差为 2+2ρ：ρ=−0.5 时为 1，ρ=0.8 时为 3.6，虽然两处的局部分布完全相同。这个解析例子说明，仅检查逐网格边际分布，可能漏掉对电网、流域或风暴路径重要的依赖。本文没有模拟真实电网，而是展示联合评价的必要性。应将集合成员中的时空关系保留下来再计算聚合指标，不能先独立重排各位置成员而破坏相关结构。",
      []
    ],
    [
      "6. 本文推导：有限成员看不到不代表概率为零",
      "当一个事件真实概率为 p，M 个独立成员都未出现它的概率为 (1−p) 的 M 次方。p=1%、M=50 时，这个概率仍约为 60.5%；因此“集合中没有”不能直接解释为“不可能”。实际成员可能相关，尾部有效信息更少。图展示不同成员数下的漏见概率，另标出经验概率步长 1/M。研究应区分模型本身的尾部偏差和采样分辨率，比较时匹配成员数，不能通过一个系统采更多成员就宣称分布建模更准确。",
      []
    ],
    [
      "7. 初始化公平性决定比较是否回答同一个问题",
      "WeatherBench 2 强调数据驱动与物理预报在初始化、参考分析及重网格上的一致性。再分析可使用与业务时点不同的信息窗口，如果不说明可用观测，离线优势可能混入额外信息。本文建议分别记录起报时间、资料截止、推理耗时和产品交付时间；用户真正获得的预报时效应从产品可用时刻计算。重网格与参考分析应固定，并保留对降水、近地面风或复杂地形等测量不确定性较大的变量的单独说明。",
      [
        "weatherbench2",
        "gencast"
      ]
    ],
    [
      "8. 极端事件需要独立终点与时间块",
      "极端高温、风暴路径和区域聚合量各有不同统计结构。若先试许多阈值再只发布最显著的一项，会产生选择偏差。本文建议预注册阈值与区域，以连续天气过程为时间块做配对重采样，并另报事件检出、误报与校准。一个风暴跨几十个时刻和网格，并不等于几十次独立极端事件。对少见事件，区间可能很宽，应该如实保留；有时可检验的结论是“目前证据不足”，而不是把不显著差异包装成两者完全等价。",
      []
    ],
    [
      "9. 从评分走向决策价值",
      "同一概率预报对不同损失结构的用户价值不同。准备成本低但漏报损失高的任务，会采用较低行动阈值；另一些任务则更担心误报。本文提出同时报告标准概率评分与预注册的成本损失曲线，用同一组冻结预报计算。阈值和损失来自明确使用场景，而不是为了凸显模型优势选择。若模型只改善边际 CRPS，却在聚合风险或特定决策阈值上退化，应把这个限制作为主要结果的一部分。",
      []
    ],
    [
      "技术补充 A · 条件扩散与自回归轨迹",
      "GenCast 对下一天气状态的条件分布采样，再将所得状态用于后续步骤，因此轨迹不确定性包含每一步条件生成和历史反馈。一次采样不是一个固定参数的误差条，而是一条内部相关的时空路径。本文建议保留轨迹成员身份、随机种子与各时刻变量，检验多步后是否出现不合理高频能量或漂移。单步评分优秀不保证长轨迹合理；同样，集合均值变得平滑也不意味着每个成员都缺乏结构，应分别检查。",
      [
        "gencast"
      ]
    ],
    [
      "技术补充 B · 有限集合评分存在估计器选择",
      "经验分布 CRPS 的两两距离项使用 M² 分母，其中包含对角零项。若目标是对潜在连续预测分布的总体评分作无偏修正，会采用不同有限样本归一化。两者在大集合时接近，小集合时差异可能影响比较。本文固定使用页面公式所写经验分布评分，并要求不同系统成员数匹配；若采用修正版本，应明确名称和公式。不能一边增加成员、一边更换估计器，再把评分变化全部解释为模型更好。",
      []
    ],
    [
      "技术补充 C · 空间谱与极端概率是互补检查",
      "视觉逼真或高频谱合理说明成员保留某些结构，但不证明极端阈值发生频率正确。反过来，边际极端频率校准也可能由空间上不相干的样本实现。本文提出把谱、路径连续性与事件可靠性联合检查，并使用完全相同的成员集合。对于流域或区域总量，先对每个成员计算聚合，再评价聚合分布；先把成员平均成一张图会丢失非线性事件信息，尤其是阈值超越和最大值。",
      []
    ],
    [
      "技术补充 D · 成本损失阈值来自使用场景",
      "在最简单二元行动问题中，准备成本为 C，未准备而事件发生损失为 L，若准备可避免该损失，行动阈值为预测概率大于 C/L。这个推导说明同一预报可能对不同用户产生不同价值；也提醒成本函数应来自真实任务，不能为模型量身定制。若准备不能完全消除损失或有资源容量限制，阈值关系会改变。研究应先写明决策假设，再计算曲线，保留所有预定成本范围，而不是只截取最有利区间。",
      []
    ],
    [
      "10. 结论：概率天气是一个分布与决策共同定义的任务",
      "生成式天气模型的意义不止在于快速生成更多地图，而是提供能够支撑风险判断的未来集合。本文从评分、依赖和尾部分辨率三个角度说明，平均误差、校准、真实感与联合风险不能相互替代。公开交付应保存完整成员、初始化条件、变量单位及评价代码，并让每一个来源结果回到原测试设置。这样的证据链能让后续改进回答更具体的问题：模型改善的是哪一种不确定性，又在哪些条件下真正帮助了决策。",
      []
    ]
  ],
  "equations": [
    {
      "tex": "\\operatorname{CRPS}_M=\\frac1M\\sum_i|x_i-y|-\\frac1{2M^2}\\sum_{i,j}|x_i-x_j|",
      "explanation": "经验分布的集合 CRPS；它与有限集合的无偏总体评分修正不是同一个估计量。"
    },
    {
      "tex": "\\operatorname{CRPS}(\\mathcal N(\\mu,\\sigma^2),y)=\\sigma\\left[z(2\\Phi(z)-1)+2\\phi(z)-\\frac1{\\sqrt\\pi}\\right],\\quad z=\\frac{y-\\mu}{\\sigma}",
      "explanation": "高斯预测分布的解析评分，σ>0；用作可复算的校准示例。"
    },
    {
      "tex": "\\operatorname{Var}(X_1+X_2)=\\sigma_1^2+\\sigma_2^2+2\\rho\\sigma_1\\sigma_2",
      "explanation": "边际方差相同并不能确定聚合风险；联合依赖必须另测。"
    },
    {
      "tex": "P(N_{\\mathrm{event}}=0)=(1-p)^M",
      "explanation": "独立成员假设下漏见稀有事件的概率，不代表真实天气集合完全独立。"
    }
  ],
  "table": {
    "headers": [
      "能力",
      "合适测量",
      "常见错误解释"
    ],
    "rows": [
      [
        "点估计",
        "均值误差与偏差",
        "代表所有可能轨迹"
      ],
      [
        "边际分布",
        "CRPS、可靠性与锐度",
        "总体校准代替分层校准"
      ],
      [
        "成员结构",
        "谱、路径与时序连续性",
        "视觉锐利就是真实分布"
      ],
      [
        "联合风险",
        "同成员聚合与事件依赖",
        "逐网格正确即联合正确"
      ],
      [
        "极端尾部",
        "固定阈值、事件数与区间",
        "零成员出现即零概率"
      ],
      [
        "实际使用",
        "资料截止、延迟与成本损失",
        "推理速度等于全流程时效"
      ]
    ]
  },
  "protocol": [
    "固定起报、资料截止、参考分析和重网格规则。",
    "匹配成员数、时效和变量集合，不合并不相容口径。",
    "预注册 CRPS、分层校准、谱和联合风险等终点。",
    "完整保留集合成员编号及时间关系，避免独立打乱位置。",
    "按天气过程作时间块配对比较，以事件而非网格计独立样本。",
    "固定极端阈值与行动成本，报告所有预定比较。",
    "另测成员数与相关性对稀有事件估计的敏感性。",
    "公开冻结预报和评价代码，区分原研究结果、本文解析与未执行的业务预报。"
  ],
  "limitations": [
    "高斯、两位置相关与独立成员都是解析假设。",
    "本文没有运行 GenCast 或产生真实天气预报。",
    "原文 scorecard 目标相关，不能按独立二项任务解释。",
    "单年回测不代表所有未来气候与极端。",
    "再分析与业务产品可用信息存在差异，需要现场核验。"
  ],
  "diagram": [
    "冻结起报与观测",
    "概率轨迹集合",
    "边际校准与锐度",
    "联合结构与聚合",
    "事件 / 时效 / 决策",
    "时间块比较与复现"
  ],
  "keywords": [
    "GenCast",
    "CRPS",
    "ensemble",
    "extreme-events"
  ],
  "evidence": [
    {
      "source": "gencast",
      "result": "原文在 2019 比较中报告 1320 项 scorecard 中 97.2% 更优。",
      "boundary": "变量、时效与层次组合存在依赖；不是未来正确率。",
      "locator": "Abstract; Baselines; Ensemble skill"
    },
    {
      "source": "graphcast",
      "result": "高效的确定性中期全球预报。",
      "boundary": "点预测能力不自动给出校准概率分布。",
      "locator": "Primary preprint abstract"
    },
    {
      "source": "weatherbench2",
      "result": "提供统一数据和多指标比较框架。",
      "boundary": "初始化和真值口径仍需逐模型核对。",
      "locator": "Evaluation design"
    }
  ],
  "research_questions": [
    "边际评分改善是否转化为同成员聚合风险的改善？",
    "在相同成员预算下，哪些极端事件仍受采样分辨率限制？",
    "以实际交付时间计算时效后，离线优势能保留多少？"
  ],
  "kind": "ai_assisted_research_guide",
  "author": "Codex（AI）",
  "original_language": "zh-Hans",
  "published_date": "2026-10-22",
  "edition": 7,
  "version": 5,
  "previous_version": "/guides/probabilistic-weather/v4/",
  "analytic": "probabilistic-weather",
  "peer_reviewed": false,
  "journal_publication": false,
  "disclosure": {
    "authorship": "Codex（AI）撰写的有来源研究综述与原创解析。原论文实验归原研究团队；本文计算仅检验所列公式和明示假设。",
    "figures": "概念封面由 ImageGen 生成。科学图由随文代码与数值文件绘制，图注逐项说明假设与测量口径。",
    "review": "本站尚无本篇独立同行评审或原创模型、临床及物理实验记录。"
  },
  "revision_note": "首次发布：AI与科学发现深度专题；保留逐节来源、原研究证据与作者解析的边界。",
  "section_kinds": [
    "source_based_review",
    "source_based_review",
    "source_based_review",
    "author_analysis_or_verification_proposal",
    "source_based_review",
    "author_analysis_or_verification_proposal",
    "author_analysis_or_verification_proposal",
    "source_based_review",
    "author_analysis_or_verification_proposal",
    "author_analysis_or_verification_proposal",
    "source_based_review",
    "author_analysis_or_verification_proposal",
    "author_analysis_or_verification_proposal",
    "author_analysis_or_verification_proposal",
    "author_analysis_or_verification_proposal"
  ],
  "sources": [
    {
      "id": "gencast",
      "title": "Probabilistic weather forecasting with machine learning",
      "authors": "Price et al.",
      "date": "2024-12-04",
      "url": "https://www.nature.com/articles/s41586-024-08252-9",
      "locator": "Abstract; 2019 test period, 50-member comparison, CRPS scorecard and dependent verification targets.",
      "accessed_at": "2026-10-22",
      "rights": "Original primary source remains under its own license. Original attributed synthesis only; no source figures or full article reproduction."
    },
    {
      "id": "graphcast",
      "title": "GraphCast: Learning skillful medium-range global weather forecasting",
      "authors": "Lam et al.",
      "date": "2022-12-24",
      "url": "https://arxiv.org/abs/2212.12794",
      "locator": "Authors' primary preprint; deterministic medium-range forecasts and verification scope; linked Science version.",
      "accessed_at": "2026-10-22",
      "rights": "Original primary source remains under its own license. Original attributed synthesis only; no source figures or full article reproduction."
    },
    {
      "id": "weatherbench2",
      "title": "WeatherBench 2: A benchmark for the next generation of data-driven global weather models",
      "authors": "Rasp et al.",
      "date": "2023-08-29",
      "url": "https://arxiv.org/abs/2308.15560",
      "locator": "Primary benchmark specification: initialization, regridding, reference analyses and multiple diagnostic metrics.",
      "accessed_at": "2026-10-22",
      "rights": "Original primary source remains under its own license. Original attributed synthesis only; no source figures or full article reproduction."
    }
  ],
  "figures": {
    "mechanism": {
      "url": "/guides/assets/v7-mechanism-probabilistic-weather-78ece116faed4f72.png",
      "kind": "conceptual_method_flow",
      "data": [
        "冻结起报与观测",
        "概率轨迹集合",
        "边际校准与锐度",
        "联合结构与聚合",
        "事件 / 时效 / 决策",
        "时间块比较与复现"
      ]
    },
    "analysis": {
      "url": "/guides/assets/v7-analysis-probabilistic-weather-ea77d7347f7aa0b1.png",
      "kind": "analytical_or_constructed_example",
      "data_url": "/guides/assets/v7-data-probabilistic-weather-31e2e468480f44d7.json",
      "assumptions": "Analytical Gaussian forecasts for y=0; two zero-mean errors each variance 1. No weather output, grid or power-system data."
    }
  },
  "cover_provenance_url": "/guides/assets/v7-provenance-probabilistic-weather-965bce1a35a92a6e.json",
  "reproducibility_code_url": "/guides/assets/v7-analysis-code-0b757a44195bcec8.txt",
  "source_revision": "b7b48f7205d705b2a3d3e8de0be5e1b458e4869c",
  "pdf": {
    "document_id": "710b72ad-894f-5ee4-9d6c-d1b0d5b4886f",
    "version_id": "fb75df3b-6c00-5d7a-88c6-4a09ee1250a9",
    "media_type": "application/pdf",
    "authentication_required": true,
    "download_audited": true
  },
  "presentation_change": "Complete version-bound translated reading views and selectable authenticated original/translated PDFs; original scientific text and evidence retained.",
  "source_locale": "zh",
  "source_version_id": "ea18f83d-f412-5b64-993f-54e0a9559db3",
  "translations": [
    {
      "locale": "en",
      "translation_id": "10a61ef8-2336-5af0-b174-68eea2cc3baa",
      "translated_content_sha256": "48f2cb35913a609085b5aa35b361f3c77c0525bcfc0bd1280c824a50cdece5ea",
      "sha256": "abc853371d6f00f43b2134db75f3fc0249371c618bb6fe6ac5bc61aa304c2848",
      "byte_length": 807638
    },
    {
      "locale": "es",
      "translation_id": "6b3cea06-ff1c-5359-896e-da36fbe65a13",
      "translated_content_sha256": "d2d5975f68049d7c254332b969f71cda49df5ba594ddf83abc8d997c4b918f3c",
      "sha256": "bff5a3dab08fb54ea4545cdd060137872c73e5e0e3b5d6bf6948aeaf77363903",
      "byte_length": 820449
    },
    {
      "locale": "ja",
      "translation_id": "ae3d350d-b90b-53f9-8e3f-d0c3ab529d54",
      "translated_content_sha256": "64bfd8862e4a97fd47823bdf148397833d07afde3175ea028f160a65bc99a120",
      "sha256": "84482dfe86d8ec017f8d97023bcad5ffdab033417ef39695685ed2186873696e",
      "byte_length": 1006103
    },
    {
      "locale": "ar",
      "translation_id": "59ca9ce3-5f21-5a5b-b71b-933919d04b62",
      "translated_content_sha256": "32855211dcc9f38f08a370afe712c7b909de36ff1dc9abece69f41c3b50d8c69",
      "sha256": "f8b52719c8092b9d8d15b93946484ec97e71c828af77385704ec14600f7bd53c",
      "byte_length": 819739
    }
  ]
}