《自然》近日发表的一篇论文报道了一种可以提前一年半预测厄尔尼诺事件的深度学习方法，攻克了该领域内长期存在的一项挑战。
厄尔尼诺事件发生于太平洋东部和中部，会引起极端气候，对当地生态系统造成严重损害。预测这些事件一直困难重重，因为传统的预测方法无法提供超过一年的准确预测。
韩国光州全南国立大学的Yoo-Geun Ham及同事报道了能够预测厄尔尼诺事件的深度学习方法，该模型利用1871年至1973年的历史气候数据以及厄尔尼诺事件的模拟数据进行训练，并通过1984年至2017年的数据进行测试。与现行的气候预测方法相比，该深度学习算法的预测准确性更高，预测时间最多可提前一年半。
研究人员还能借此预测某一厄尔尼诺事件是发生于太平洋中部还是东部，并且在其发生之前鉴定海面温度变化。
研究人员认为上述方法提供的预测或许也可用于未来的气候预测，帮助制定政策应对厄尔尼诺的影响。（来源：中国科学报 冯维维编译）
相关论文信息：https://doi.org/10.1038/s41586-019-1559-7
特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。
