详细内容或原文请订阅后点击阅览
预测厄尔尼诺-南方涛动 (ENSO)
厄尔尼诺-南方涛动 (ENSO) 是一种大气现象，位于热带太平洋，极大地影响着全球大部分地区的生态系统和人类福祉。我们使用之前文章中介绍的 convLSTM 从空间有序的海面温度序列预测 Niño 3.4 指数。
来源:RStudio AI博客今天，我们使用上一篇文章中介绍的 convLSTM 来预测厄尔尼诺-南方涛动 (ENSO)。
上一个 厄尔尼诺-南方涛动 (ENSO)。厄尔尼诺、拉尼娜
ENSO 是指赤道太平洋海面温度和海平面气压的变化模式。从它的三种总体状态来看，最著名的可能是厄尔尼诺。当东太平洋地表水温高于正常水平时，就会发生厄尔尼诺现象，通常从东向西吹的强风异常弱。相反的情况称为拉尼娜。介于两者之间的一切都被归类为正常。
ENSO 对全球天气有很大影响，并经常通过风暴、干旱和洪水危害生态系统和社会，可能导致饥荒和经济危机。社会所能做的最好的事情就是努力适应并减轻严重后果。准确的预测有助于此类努力，越早越好。
在这里，深度学习 (DL) 可能会有所帮助：海面温度和压力等变量是在空间网格（地球的空间网格）上给出的，众所周知，DL 擅长提取空间（例如图像）特征。对于 ENSO 预测，习惯性使用卷积神经网络（Ham、Kim 和 Luo (2019a)）或卷积-循环混合等架构。我们的 convLSTM 就是这样一种混合体；它对空间网格上给出的特征序列进行操作。因此，今天，我们将训练一个用于 ENSO 预测的模型。该模型将以 convLSTM 为核心成分。
Ham, Kim, and Luo (2019a) Ham, Kim, and Luo 2019a因此，从一开始，我们就不期望它有出色的表现。尽管如此，这应该是一个有趣的案例研究，也是一个有用的代码模板，供我们的读者应用于他们自己的数据。
数据
厄尔尼诺 拉尼娜 中性在输入方面，可以从东京气候中心下载公开且随时可用的数据；至于预测目标，我们在这里获得索引和分类。
东京气候中心 这里 这里