来自世界气象组织（WMO）的数据显示，在过去 50 年里，平均每天都会发生一场与天气、气候或水患有关的灾害，每天造成 115 人死亡、2.02 亿美元的经济损失。因此，构建更准确的天气预报系统，将有助于挽救数百万人的生命，减少数万亿美元的经济损失，意义重大。 然而，传统的天气预报依赖数值天气预报算法（NWP），计算复杂度高、模型构建耗时，难以快速生成预报结果。基于机器学习的天气预报（MLWP）在效率和单次预报准确性上虽有所突破，但在量化预报不确定性和处理复杂时空相关性方面表现不足，表现不及 N