Holton--Mass model

AI模型准确模拟平流层变暖事件

研究人员开发了一种概率深度学习模拟器，即条件变分自编码器，用于模拟平流层变率的随机Holton--Mass模型。该模拟器能够准确重现物理模型的关键动力学，包括强弱极涡状态之间的稀有转换率，这类似于平流层突然变暖（SSW）事件。通过使用主成分分析来分析学习到的潜在空间，该模型揭示了无监督的四个可解释的聚类，分别对应于不同的涡旋状态和转换阶段，从而为极端事件动力学提供了见解。