基于长短期记忆神经网络的西太平洋暖池变化预测

摘要

西太平洋暖池是热带太平洋西部由海表温度28°C等温线所划定的海域,也是热带太平洋海洋和大气之间大尺度变化现象——厄尔尼诺-南方涛动(ENSO)的重要组成部分.采用暖池面积、暖池强度、暖池质心纬度和暖池质心经度4个指数来表征暖池大小和位置,在此基础上构建了长短期记忆(LSTM)神经网络模型,通过优化序列长度、学习率和迭代次数3个超参数,对未来10年暖池面积、强度和质心位置的变化进行预测.经巴特沃斯滤波器平滑后发现,暖池各指数低频变化与多变量ENSO指数(M EI)之间存在相关关系,使用预测结果对2019—2028年ENSO事件的发生做出判断,演示了该模型的合理性.预测结果认为2019年底—2020年会出现厄尔尼诺现象,与现实中2019年底发生的厄尔尼诺现象相吻合.