《自然》近日发表的一篇论文报道了一种能提前一年半预测厄尔尼诺事件的深度学习方法，攻克了该领域内长期存在的一项挑战。

  厄尔尼诺事件发生于太平洋东部和中部，会引起极端气候，对当地ECO导致非常严重损害。预测这些事件一直困难重重，因为传统的预测方法没办法提供超过一年的准确预测。

  韩国光州全南国立大学的Yoo-Geun Ham及同事报道了能够预测厄尔尼诺事件的深度学习方法，该模型利用1871年至1973年的历史气候数据及厄尔尼诺事件的模拟数据来进行训练，并通过1984年至2017年的数据来进行测试。与现行的气候预测方法相比，该深度学习算法的预测准确性更高，预测时间最多可提前一年半。

  研究人员还能借此预测某一厄尔尼诺事件是发生于太平洋中部还是东部，并且在其发生之前鉴定海面温度变化。

  研究人员认为上述方法提供的预测或许也可用于未来的气候预测，帮助制定政策应对厄尔尼诺的影响。（来源：中国科学报 冯维维编译）

  特别声明：本文转载只是出于传递信息的需要，并不代表代表本网站观点或证实其内容的真实性；如别的媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者若不希望被转载或者可以联系转载稿费等事宜，请与我们接洽。

  迷你机器人帮助降低结肠镜检查者的痛苦Scientific Reports