Forecast Skill Is Not Decision Skill: Evidence from Weather-Dependent Decision Tasks
标准天气预报评估聚焦预报员视角及统计比较，但实际应用中需从决策者角度量化预报对决策的改进价值。研究提出“决策校准”框架，用于在决策层面而非预报层面评估概率预报性能。该研究对比了机器学习模型与经典数值天气预报模型在各种天气依赖决策任务中的表现，并验证其适用于各类预报模型集合。结果显示，预报层面的模型性能无法可靠转化为下游决策表现：部分差异仅在决策层面显现，且看似相似的决策任务中模型排名可能变化。这些结果证实，典型预报评估不足以选出特定决策任务的最优预报模型。