应对这些局限性，研究人员越来越多地转向机器学习和数据科学技术，以增强气候预测能力。机器学习算法，例如神经网络，支持向量机和集合方法，在建模复杂的气候系统方面已显示出希望。神经网络，尤其是深度学习模型，可以在高维数据中捕获非线性关系，使其适合温度和降水预测等任务。合奏方法结合了多个模型以提高预测准确性，已应用于各种与气候相关的现象，包括飓风跟踪和洪水预测。