Pronóstico estacional de NAO utilizando un modelo de aprendizaje profundo acoplado aire-mar multivariante combinado con descubrimiento causal
Autores: Mu, Bin; Jiang, Xin; Yuan, Shijin; Cui, Yuehan; Qin, Bo
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Pronóstico estacional de NAO utilizando un modelo de aprendizaje profundo acoplado aire-mar multivariante combinado con descubrimiento causal
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Astronomía
Palabras clave
Oscilación del atlántico norte
Interacción aire-mar
Técnicas de descubrimiento causal
Predictores
Pronósticos estacionales
Modelos numéricos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 8
Citaciones: Sin citaciones
La Oscilación del Atlántico Norte (NAO) es un fenómeno climático importante en el Hemisferio Norte, pero la interacción aire-mar subyacente y los mecanismos físicos siguen siendo elusivos. A pesar de los pronósticos exitosos a corto plazo utilizando modelos numéricos basados en la física, los pronósticos a más largo plazo de la NAO continúan siendo un desafío. En este estudio, empleamos técnicas avanzadas de descubrimiento causal basadas en datos para explorar la causalidad entre múltiples procesos océano-atmósfera y la NAO. Identificamos los mejores predictores de la NAO basados en este análisis de causalidad y desarrollamos NAO-MCD, un modelo acoplado aire-mar multivariante que incorpora el descubrimiento causal para proporcionar pronósticos estacionales de la NAO con un adelanto de 1 a 6 meses. Nuestros resultados demuestran que los predictores seleccionados están fuertemente asociados con el desarrollo de la NAO, lo que permite pronósticos precisos de la NAO. NAO-MCD supera significativamente a los modelos numéricos convencionales y proporciona pronósticos estacionales confiables de la NAO, particularmente para eventos invernales. Además, nuestro modelo amplía el rango de pronósticos precisos, superando el rendimiento de vanguardia en pronósticos de la NAO con un adelanto de 2 a 6 meses, superando sustancialmente a los modelos numéricos convencionales.
Descripción
La Oscilación del Atlántico Norte (NAO) es un fenómeno climático importante en el Hemisferio Norte, pero la interacción aire-mar subyacente y los mecanismos físicos siguen siendo elusivos. A pesar de los pronósticos exitosos a corto plazo utilizando modelos numéricos basados en la física, los pronósticos a más largo plazo de la NAO continúan siendo un desafío. En este estudio, empleamos técnicas avanzadas de descubrimiento causal basadas en datos para explorar la causalidad entre múltiples procesos océano-atmósfera y la NAO. Identificamos los mejores predictores de la NAO basados en este análisis de causalidad y desarrollamos NAO-MCD, un modelo acoplado aire-mar multivariante que incorpora el descubrimiento causal para proporcionar pronósticos estacionales de la NAO con un adelanto de 1 a 6 meses. Nuestros resultados demuestran que los predictores seleccionados están fuertemente asociados con el desarrollo de la NAO, lo que permite pronósticos precisos de la NAO. NAO-MCD supera significativamente a los modelos numéricos convencionales y proporciona pronósticos estacionales confiables de la NAO, particularmente para eventos invernales. Además, nuestro modelo amplía el rango de pronósticos precisos, superando el rendimiento de vanguardia en pronósticos de la NAO con un adelanto de 2 a 6 meses, superando sustancialmente a los modelos numéricos convencionales.