基于长短期记忆神经网络的西太平洋暖池变化预测
2021-11-08林琪凡耿旭朴胡利平
厦门大学学报(自然科学版) 2021年5期
关键词:模型
林琪凡,耿旭朴,谢 婷,胡利平
(1.北京大学物理学院,北京 100871;2.厦门大学海洋与地球学院,近海海洋环境科学国家重点实验室,福建 厦门 361102;3.北京环境特性研究所电磁散射重点实验室,北京 100854)
暖池在印度洋、太平洋和大西洋均有分布,在西太平洋的部分称为西太平洋暖池,用以区分东印度洋暖池和西半球暖池[1].由于研究问题的差异以及所用海表温度(sea surface temperature,SST)数据的全球分布情况,西太平洋暖池的划定有所不同.基于1981—2018年各年的全球年平均SST分布,本研究选取28 ℃等温线作为暖池边界,如图1所示,黑线内的西太平洋海域即为本研究区域.

黑色实线表示28 ℃等温线.
西太平洋暖池广阔的海域面积、突出的SST、丰富的热含量[2],使这里的海气相互作用在气候系统中具备更显著的影响力.一直以来,科学界都将西太平洋暖池与厄尔尼诺-南方涛动(El Nio-Southern Oscillation,ENSO)事件紧密联系在一起[3-6].西太平洋暖池作为ENSO事件的重要组成部分[3],两者之间的关系一直是科学研究的热点问题.厄尔尼诺是每隔3~7年发生在赤道中、东太平洋的大规模表层海水持续(6个月以上)异常偏暖现象;反之,持续异常偏冷的现象称为拉尼娜(La Nia)[7].厄尔尼诺作为ENSO事件的暖现象,是全球气候波动的突出贡献者,对世界生态系统的稳定和人类社会的发展有着重要影响.根据Philander[8]的统计与分析,20世纪80年代以来,平均每隔4年发生一次厄尔尼诺,每隔10年发生一次强厄尔尼诺.厄尔尼诺增加了极端天气事件发生频率,可能给各地带来干旱……
登录APP查看全文