题目：两个物理引导的ENSO智能预测模型
报告摘要：
厄尔尼诺-南方涛动（ENSO）事件对全球气候变化有重大影响，对其准确预测具有重要的科学价值。我们构建了两个嵌入先验动力机制ENSO智能预测模型，即ENSO-ASC和ENSO-GTC。具体来说，前者包含一个多变量海气耦合器（ASC），可以模拟太平洋海气相互作用；后者包含一个全球遥相关耦合器（GTC），可以模拟全球大洋的重要遥相关。从预测技巧的角度来看，这两个模型均展现出超过18个有效预报时长，Niño 3.4指数相关系数技巧超过0.5。对过去两年（2022、2023年）预测结果评估显示，无论是ENSO事件的发展趋势还是位相转换，这两个模型的结果均与观测保持一致。
个人简介：秦博，复旦大学大气与海洋科学系博士后。2023年博士毕业于同济大学软件学院。研究兴趣：人工智能气象应用的可解释性与可预测性。
