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。