PulseAugur
实时 15:24:05
中文(ZH) Nature 子刊收录!清华李勇团队用 AI 解码全球气候耦合,ENSO 预测提前期延长至 19 个月

清华大学AI模型UniCM将ENSO预测提前期延长至19个月

清华大学李勇教授领导的研究团队开发了一个名为UniCM的统一AI模型,用于理解全球气候模式的耦合动力学。该模型能够同时学习海表温度等物理场如何影响ENSO、IOD和TNA等气候模式,以及这些模式又如何影响未来的气候格局。UniCM在预测能力上优于基线方法,特别是将ENSO的有效预测提前期延长至约19个月,并改进了非ENSO模式的预测。 AI

影响 通过改进跨多个大洋的耦合气候动力学预测,增强了极端天气事件的预警系统。

排序理由 该集群描述了一个发表在Nature子刊上的新型气候预测AI模型,详细介绍了其方法论和在气候模式预测方面的改进性能。[lever_c_demoted from research: ic=1 ai=1.0]

在 雷峰网 (Leiphone) 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

清华大学AI模型UniCM将ENSO预测提前期延长至19个月

报道来源 [1]

  1. 雷峰网 (Leiphone) TIER_1 中文(ZH) ·

    Nature Communications: Tsinghua University's Li Yong team uses AI to decode global climate coupling, extending ENSO prediction lead time to 19 months

    <section style="text-align: center; margin: 0px 16px; line-height: 1.75em; display: block;"><img class="rich_pages wxw-img" src="https://static.leiphone.com/uploads/new/images/20260612/6a2ba6753ed6b.jpg?imageMogr2/quality/90" style="width: 100%; display: inline-block; text-align:…