中韓研究人員在最新一期《自然》雜志撰文稱,他們利用深度學(xué)習(xí)方法,搭建了一個針對厄爾尼諾的統(tǒng)計預(yù)測模型,最早可在一年半前對該現(xiàn)象做出預(yù)測,突破了以往長時期預(yù)測的難題。
厄爾尼諾主要指太平洋東部和中部熱帶海洋的海水溫度異常持續(xù)變暖的現(xiàn)象。其可能造成極端氣候和生態(tài)系統(tǒng)破壞,例如發(fā)生暴雨洪澇、山洪地質(zhì)災(zāi)害、臺風(fēng)、高溫?zé)崂恕⒏珊?、強對流天氣以及城市?nèi)澇等等。
由于傳統(tǒng)天氣預(yù)報很難對一年后的情況做出準(zhǔn)確預(yù)測,厄爾尼諾的長期預(yù)測一直是個難題。
上述研究中,Yoo-Geun Ham等三位研究人員開發(fā)了一個深度學(xué)習(xí)模型用以預(yù)測厄爾尼諾事件。通常,深度學(xué)習(xí)模型需要大量訓(xùn)練數(shù)據(jù),而預(yù)測所需的全球海洋溫度分布情況觀測數(shù)據(jù)最早只能追溯到1871年。這意味著,以一個日歷月為樣本單元,研究人員可用的樣本數(shù)量少于150個,難以滿足模型訓(xùn)練要求。
為了規(guī)避有限觀測數(shù)據(jù)的影響,研究人員使用了遷移學(xué)習(xí)的方法。
他們首先在歷史模擬數(shù)據(jù)上訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò),再遷移至1871年至1973年的氣候數(shù)據(jù)上訓(xùn)練,最終在1984年至2017年的氣候數(shù)據(jù)中進(jìn)行測試。
研究人員在論文中表示,與當(dāng)前所使用的預(yù)測方法相比,他們算法模型能更準(zhǔn)確且更早地預(yù)測厄爾尼諾事件,最早可提前一年半。
與此同時,研究人員稱該模型可以預(yù)測厄爾尼諾事件是否起源于太平洋中部或東部,并識別厄爾尼諾發(fā)生前海面溫度的變化。
根據(jù)國家標(biāo)準(zhǔn)《厄爾尼諾/拉尼娜事件判別方法》(GB/T33666-2017),1950年以來總共發(fā)生了19次厄爾尼諾事件,其中8次弱厄爾尼諾事件,11次中等強度及以上厄爾尼諾事件。
厄爾尼諾成因主要來自兩方面,一是自然因素,赤道信風(fēng)、地球自轉(zhuǎn)、地?zé)徇\動等都可能與其有關(guān);二是人為因素,例如,人類活動加劇氣候變暖,也是形成厄爾尼諾的可能原因之一。
-
生態(tài)系統(tǒng)
+關(guān)注
關(guān)注
0文章
707瀏覽量
21064 -
深度學(xué)習(xí)
+關(guān)注
關(guān)注
73文章
5561瀏覽量
122796 -
遷移學(xué)習(xí)
+關(guān)注
關(guān)注
0文章
74瀏覽量
5733
發(fā)布評論請先 登錄
如何統(tǒng)計蜂鳥E203的分支預(yù)測率?
DeepSeek與Kimi揭示o1秘密,思維鏈學(xué)習(xí)方法顯成效
信道預(yù)測模型在數(shù)據(jù)通信中的作用
【「基于大模型的RAG應(yīng)用開發(fā)與優(yōu)化」閱讀體驗】+大模型微調(diào)技術(shù)解讀
傳統(tǒng)機器學(xué)習(xí)方法和應(yīng)用指導(dǎo)

深度學(xué)習(xí)模型的魯棒性優(yōu)化
搭建開源大語言模型服務(wù)的方法
GPU深度學(xué)習(xí)應(yīng)用案例
FPGA加速深度學(xué)習(xí)模型的案例
AI大模型與深度學(xué)習(xí)的關(guān)系
FPGA做深度學(xué)習(xí)能走多遠(yuǎn)?
【《大語言模型應(yīng)用指南》閱讀體驗】+ 基礎(chǔ)知識學(xué)習(xí)
基于大模型的仿真系統(tǒng)研究一——三維重建大模型

評論