Dự báo siêu tổ hợp (super ensemble forecast) được đề xuất bởi Krishnamurti
và cộng sự (1999, 2000, 2001) kết hợp dự báo từ nhiều mơ hình khác nhau xây
dựng phương trình hồi quy dự báo và đưa ra dự báo tất định mà tác giảđặt tên là dự
báo siêu tổ hợp. Như thế, cách thực hiện của Krishnamurti và cộng sự cũng tương tự như phương pháp hồi quy tuyến tính trước đĩ của Van Den Dool và Rukhovets
(1994). Khác biệt nằm ở chỗ trong khi Van Den Dool và Rukhovets thực hiện hồi
quy trên các thành phần tổ hợp dự báo từ cùng một mơ hình nhiễu động điều kiện ban đầu thì Krishnamurti và cộng sự thực hiện hồi quy trên dự báo từ các mơ hình
khác nhau. Cĩ thể nĩi dự báo siêu tổ hợp chỉ là một thành phần trong EF theo
phương pháp PM. Để khắc phục vấn đề trọng số âm, Krishnamurti và cộng sự
khơng lựa chọn nhân tố dự báo trực tiếp từ dự báo của các thành phần mà sử dụng nhân tố dự báo dưới dạng dị thường so với giá trị khí hậu. Khi xuất hiện trọng số
âm, ta cĩ thể giải thích nếu dị thường tăng lên, dự báo sẽ giảm đi. Tất nhiên, cách làm này vẫn khơng khắc phục được vấn đề dự báo âm cĩ thể xuất hiện dù trong nghiên cứu của mình, Krishnamurti và cộng sự (2001) khơng cho thấy vấn đề này. Phương trình hồi quy tuyến tính dự báo siêu tổ hợp sẽ cĩ dạng sau
∑ − + = = N 1 i ai(Xi Xi) O S (1.3.2)
trong đĩ ai là các hệ số hồi quy, Xi là giá trị khí hậu của thành phần dự báo thứ i, Olà giá trị khí hậu của quan trắc, S là giá trị dự báo siêu tổ hợp. Các giá trị khí hậu cĩ thể xác định đơn giản bằng cách lấy trung bình tập số liệu trong quá khứ. Nghiên cứu của Krishnamurti và cộng sự cho thấy dự báo siêu tổ hợp cĩ chất lượng dự báo tốt nhất trong tất cả các dự báo tất định bao gồm dự báo từ mỗi thành phần, dự báo trung bình tổ hợp, dự báo từ mỗi thành phần đã khử sai số hệ thống hay dự báo trung bình tổ hợp đã khử sai số hệ thống. Hiệu quả này được các tác giả giải thích thơng qua phương trình hồi quy gán trọng số lớn nhất cho mơ hình cĩ kỹ năng dự
báo cao nhất mà khơng thực hiện trung bình số học với trọng số như nhau cho mọi mơ hình.