一种基于人工智能的ENSO多样性预报方法
基本信息
申请号 | CN202111659938.0 | 申请日 | - |
公开(公告)号 | CN114330132B | 公开(公告)日 | 2022-07-01 |
申请公布号 | CN114330132B | 申请公布日 | 2022-07-01 |
分类号 | G06F30/27(2020.01)I;G06N20/00(2019.01)I;G01W1/10(2006.01)I;G06F111/10(2020.01)N;G06F119/08(2020.01)N | 分类 | 计算;推算;计数; |
发明人 | 黄平;王听雨 | 申请(专利权)人 | 中国科学院大气物理研究所 |
代理机构 | 北京市盛峰律师事务所 | 代理人 | - |
地址 | 100029北京市朝阳区德胜门外祁家豁子华严里40号楼 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于人工智能的ENSO多样性预报方法,该方法利用EOF分解法从赤道太平洋SSTA观测数据中提取出前三个主模态,将CMIP6历史模拟数据投影在这三个主模态上,得到三组PC值;使用三组PC值作为预报值,将初始月的SSTA,以及Tendency项两种海温数据作为训练的输入值,使用CMIP6模式训练VGG‑11;将观测数据输入训练好的模型,得到三个未来时刻的PC值,将其和3个EOF主模态合并,即可重构出未来时刻赤道太平洋地区的SSTA空间形态。本方法提高了中太平洋型厄尔尼诺的预报技巧,突破了以往动力模式在中太平洋地区的预报瓶颈。本方法提高ENSO的预报技巧,有助于气候灾害的预报和预警,有助于减少人员和财产损失。 |
