npj Climate and Atmospheric Science· 2026Q1
Çok küreli bağlı olasılıksal bir model ile becerikli mevsim altı-mevsim tahminleri
Skillful subseasonal-to-seasonal ensemble forecasting with a multi-sphere coupled probabilistic model
- 1atıf
- Q1SCImago
- 2026yıl
Kısa özet
TianXing-S2S adlı yeni bir derin öğrenme modeli, çok küreli bağlantı sayesinde aşırı olayların tahminini özellikle iyileştirerek, önde gelen ECMWF gibi sistemlere kıyasla üstün mevsim altı-mevsim (S2S) ensemble tahminleri elde etmektedir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- TianXing-S2S, S2S ensemble tahminleri için çok küreli bağlı olasılıksal bir derin öğrenme modelidir.
- Atmosferik ve çok küreli sınır koşulları arasındaki etkileşimleri optimize etmek için optimal taşıma bağlantı modülüne sahip bir difüzyon modeli kullanır.
- Model, 1.5° × 1.5° çözünürlükte 45 günlük günlük ortalama ensemble tahminlerinde ECMWF ve FuXi-S2S'den daha iyi performans gösterir.
- TianXing-S2S, sıcak hava dalgaları ve anormal yağış gibi aşırı olayların tahminini iyileştirir.
- 180 güne kadar kararlı yayılım tahminleri üretebilir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Accurate subseasonal-to-seasonal (S2S) prediction is critical for disaster mitigation under accelerating climate change, yet remains challenging due to complex multi-sphere interactions and intrinsic atmospheric uncertainty. Here we present TianXing-S2S, a multi-sphere coupled probabilistic deep learning model for global S2S ensemble forecasting. TianXing-S2S first encodes diverse multi-sphere predictors into a compact latent space, then employs a diffusion model to generate daily ensemble forecasts. A novel coupling module based on optimal transport (OT) is incorporated in the denoiser to optimize the interactions between atmospheric and multi-sphere boundary conditions. Across key atmospheric variables, TianXing-S2S outperforms both the European Centre for Medium-Range Weather Forecasts (ECMWF) S2S system and FuXi-S2S in 45-day daily-mean ensemble forecasts at 1.5° × 1.5° resolution. Our model improves the prediction of extreme events including heat waves and anomalous precipitation, with multi-sphere coupling identified as a key contributor. Furthermore, we demonstrate that TianXing-S2S can generate stable rollout forecasts up to 180 days, suggesting its potential as a useful framework for probabilistic S2S prediction under a changing climate.
Yazarların özeti; kaynağından alınmıştır. npj Climate and Atmospheric Science, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Atmosfer Bilimi
Atmospheric ScienceEarth and Planetary Sciences