机构名称：
¥ 3.0
•自21世纪初以来，人为的气候强迫已经加速了，这主要是由于全球经济不断增长并降低了土地和海洋Co 2水槽的吸收效率（Canadell等，2007）。基于较旧的归因期的研究经常低估全球变暖对未表现的近期极端可能性的影响，这反映了归因期间频率和样本外验证期间频率之间的差异（Diffenbaugh，2020年）。•驱动极端事件发生的物理过程之间的发生时间尺度不同，提出了独特的研究问题，并需要对事件的不同定义来了解基本机制。•过去的极端事件的数量本质上很小，由于观测值的稀缺性，可能会忽略许多事件（Seneviratne等，2021）。因此，动态模型的集合通常被其驱动程序的检测和归因委托，并且可能由模型限制引起的误解。•最新的数值气候模型中关键过程和反馈机制的不良表示，结合了初始状态下的不确定性，使复杂和混乱的系统（如大气）中的预测变得复杂（Faranda等，2017）。
极端气候预测的人工智能
主要关键词
相关文件推荐
