研究人员开发了一种新颖的物理信息图神经网络（GNN）模型，并结合极值分析，以增强泰国长期极端降雨的预报能力。该模型利用气象站的图结构表示，并纳入了影响区域降雨的气候指数——遥相关性。该方法采用了注意力长短期记忆（Attention-LSTM）架构和用于极端事件的空间季节感知广义帕累托分布（Spatial Season-aware Generalized Pareto Distribution）方法，与现有基线和业务系统SEAS5相比，表现出优越的性能，为水资源管理决策提供了实际改进。 AI
影响 引入了一种新颖的图神经网络方法用于极端天气预报，可能改进气候建模和水资源管理。
排序理由 这是一篇发表在arXiv上的研究论文，详细介绍了一种新的降雨预报方法。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
