该标签下共有 1 篇文章
作者: aeks | 发布时间: 2026-06-08 14:01
学科: 大气科学 海洋科学 计算机科学与技术
厄尔尼诺-南方涛动（ENSO）在春季预测难度大，被称为‘春季可预报性障碍’。本研究开发了名为GL-Geoformer的深度学习模型，首次系统证明：印度洋与大西洋通过海气相互作用，能显著削弱这一障碍，使春季起报的ENSO预测时效延长至16个月以上。
标签: 厄尔尼诺-南方涛动 春季可预报性障碍 深度学习气象模型 热带海气耦合 跨洋盆相互作用