WMO&ECMWF机器学习次季节预报比赛结束，全部代码已开源！

近日由WMO/WWPR，WCRP，ECMWF，SDSC等机构联合举办的人工智能次季节预报大赛正式结束。本次大赛旨在利用机器学习/人工智能改善降水/温度的次季节预报，即希望混合两种不同的机器学习方法预测 week 3-4&5-6 的状态。

预测流程示意图

关于比赛的详细信息可以前往官方网站查看：https://s2s-ai-challenge.github.io。

目前比赛已经结束，各队伍的评分排行榜也已发布，并且所有代码已经开源！

以下是比赛提交结果的评分排行榜（RPSS>-1）：

排行榜部分信息，完整信息可点击阅读原文查看

以上仅是部分参赛成员的提交结果，更多比赛评分成绩可以前往如下链接查看：https://renkulab.io/gitlab/aaron.spring/s2s-ai-challenge-leaderboard

以下是前三名的开源代码链接：

1. https://github.com/crim-ca/crims2s
2. https://renkulab.io/gitlab/lluis.palma/s2s-ai-challenge-bsc/-/tree/submission-ML_models/notebooks
3. https://renkulab.io/gitlab/adam.bienkowski/s2s-ai-challenge-uconn/-/tree/submission-tmp3-0.0.1/notebooks

可复制上述链接自行下载，或者在后台回复 「WMOS2S」获取前三名的源代码。如需要获取上述排行榜中其他队伍的源代码，可前往官方网站点击对应队伍的链接即可下载。

区域RPSS初步分析结果

AI/ML可以改善热带和温带地区温度预测

网格化RPSS初步分析结果

以上仅是目前获取到的部分分析结果，完整的分析尚未发布，各个队伍比赛的分析也仍在完善当中。相信关于此次比赛结果的分析后续会在官网或者其他渠道发布，感兴趣的可以持续关注。

虽然比赛已经结束了，但是此次比赛的评分通道仍处于开启状态，如果感兴趣的可以下载数据继续此方面的探索。