深度学习在ENSO预测中的应用研究

摘要

厄尔尼诺-南方涛动(El Ni1o-Southern Oscillation, ENSO)是自然界气候变化中年际变化最显著的异常信号。ENSO会在全球范围内引发天气和气候异常，由此造成的自然灾害给人类生命和财产安全带来了巨大危害。随着人工智能的发展，ENSO预测方法已从传统方法拓展到了深度学习技术。因此，对ENSO预测进行了较为全面的论述：概述了ENSO相关知识；回顾了传统的预测方法；介绍了深度学习模型在ENSO预测中的应用，分析了它们的优势、局限性以及改进方向；基于当前方法面临的挑战，对未来ENSO预测的发展趋势进行了展望。

关键词

ENSO预测 / 人工智能 / 深度学习 / 气候变化 / 气象灾害

基金资助

国家自然科学基金项目(42475149); 灾害天气国家重点实验室开放课题(2024LASW-B19); 中国气象局流域强降水重点开放实验室开放研究基金项目(2023BHR-Y14); 江苏省研究生科研与实践创新计划项目(KYCX25＿1660)