基于领域先验知识的时空神经网络模型在MJO预报中的应用

摘要

针对目前人工神经网络方法无法准确预报季节性气候现象Madden-Julian振荡(MJO)的问题，提出一种基于领域先验知识的时空神经网络模型.首先，该方法结合气候环流数据的特性，融入领域先验知识进行数据预处理；其次，采用预训练-微调架构，利用次季节-季节的模式数据进行模型预训练，并通过再分析数据(ERA5)完成微调；最后，通过时空建模，选用卷积神经网络和长短期记忆网络结合的框架，将先验知识嵌入预训练过程并优化预报.实验结果表明，该模型能实现23 d的MJO准确预报，其性能优于其他人工神经网络方法及国内数值预报方法.

关键词

领域先验知识 / 时空神经网络 / Madden-Julian振荡预报 / 预训练模型