Njord：面向海洋预报的概率图神经网络
机器学习
2026-05-18 v1 大气与海洋物理
摘要
海洋动力学本质上是混沌的，但现有的机器学习海洋模型仅产生确定性预测。我们引入Njord，这是一个用于海洋预报的概率数据驱动模型，适用于全球和区域域。Njord将深度潜在变量框架与图神经网络架构相结合，使每个预测步骤都能在单次前向传播中进行采样。我们在全球0.25°分辨率和波罗的海2公里分辨率的区域应用中进行了测试。为扩展到这些大型海网格，我们引入K-means聚类网格，适应不规则的海表几何。实验表明，在两个领域都优于确定性机器学习基线，同时还能从采样的 ensemble 预测中提供不确定性估计。在全球OceanBench基准上，Njord在上层海洋变量上平均误差最低，尤其在表面温度预测中取得了最大改进。
关键词
引用
@article{arxiv.2605.15470,
title = {Njord: A Probabilistic Graph Neural Network for Ensemble Ocean Forecasting},
author = {Daniel Holmberg and Joel Oskarsson and Erik Larsson and Fredrik Lindsten and Teemu Roos},
journal= {arXiv preprint arXiv:2605.15470},
year = {2026}
}
备注
Preprint