CNNを使ったエルニーニョの2年予測とは
エルニーニョ指標Nino3.4 (北緯5度～南緯5度、西経170度～120度の月平均海面水温の年値からの差)の3ヶ月平均値を2–23ヶ月前から予測するためのプログラム群です。力学や熱力学等の物理法則を基盤に予測を実施するSINTEX-F季節予測システムと違って、観測データや海洋再解析データから海面の水温と深さ300mまでの蓄熱量の水平図(入力値)とNino3.4(出力値)の統計的関係を深層学習します。エルニーニョ予測に重要な海面水温や蓄熱量から、季節に依存する形で局所的な特徴を高度に検出し、入力情報を保持しつつ、高精度な予測が可能です。
原著論文:
Patil, K. R., Doi, T., Jayanthi, V. R. & Behera, S. Deep learning for skillful long-lead ENSO forecasts. Front. Clim. 4, 1058677 (2023).
お問い合わせ先
Email : takeshi.doi[at]jamstec.go.jp
※お問い合わせの際は、[at]をアットマークに変えてください。
