一種基于人工智能的ENSO多樣性預(yù)報(bào)方法
基本信息
申請?zhí)?/td> | CN202111659938.0 | 申請日 | - |
公開(公告)號 | CN114330132B | 公開(公告)日 | 2022-07-01 |
申請公布號 | CN114330132B | 申請公布日 | 2022-07-01 |
分類號 | 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 | 分類 | 計(jì)算;推算;計(jì)數(shù); |
發(fā)明人 | 黃平;王聽雨 | 申請(專利權(quán))人 | 中國科學(xué)院大氣物理研究所 |
代理機(jī)構(gòu) | 北京市盛峰律師事務(wù)所 | 代理人 | - |
地址 | 100029北京市朝陽區(qū)德勝門外祁家豁子華嚴(yán)里40號樓 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開了一種基于人工智能的ENSO多樣性預(yù)報(bào)方法,該方法利用EOF分解法從赤道太平洋SSTA觀測數(shù)據(jù)中提取出前三個(gè)主模態(tài),將CMIP6歷史模擬數(shù)據(jù)投影在這三個(gè)主模態(tài)上,得到三組PC值;使用三組PC值作為預(yù)報(bào)值,將初始月的SSTA,以及Tendency項(xiàng)兩種海溫?cái)?shù)據(jù)作為訓(xùn)練的輸入值,使用CMIP6模式訓(xùn)練VGG?11;將觀測數(shù)據(jù)輸入訓(xùn)練好的模型,得到三個(gè)未來時(shí)刻的PC值,將其和3個(gè)EOF主模態(tài)合并,即可重構(gòu)出未來時(shí)刻赤道太平洋地區(qū)的SSTA空間形態(tài)。本方法提高了中太平洋型厄爾尼諾的預(yù)報(bào)技巧,突破了以往動力模式在中太平洋地區(qū)的預(yù)報(bào)瓶頸。本方法提高ENSO的預(yù)報(bào)技巧,有助于氣候?yàn)?zāi)害的預(yù)報(bào)和預(yù)警,有助于減少人員和財(cái)產(chǎn)損失。 |
