arXiv 机器学习· Noelia Otero, Atahan \"Ozer, Miguel-\'Angel Fern\'andez-Torres, Jackie Ma·· 4 小时前AI 评分35
数据驱动的次季节土壤湿度预测:骤旱预测的前景与局限
Skillful Data-Driven Subseasonal Soil Moisture Forecasting: Prospects and Limits for Flash Drought Prediction
AI 导读
研究人员构建了基于双路径时空注意力的 Vision Transformer 架构,用于欧洲次季节(S2S)土壤湿度预测。在 2021-2022 年基准测试中,该模型在所有预报时效上的确定性与概率技巧均优于 ECMWF 业务系统及深度学习基准,能可靠识别低于第 20 百分位数的极端干旱根区状态。但准确预测骤旱爆发仍是当前 S2S 预测系统面临的普遍挑战。
来源:arXiv 机器学习 · arxiv.org