OptFormer：基于光流引导的注意力机制与相空间重构的海表温度预测
计算机视觉与模式识别
2026-01-13 v1 大气与海洋物理
摘要
海表温度（SST）预测在气候建模和灾害预报中发挥着关键作用。然而，由于其非线性时空动力学和较长的预测时限，这一任务仍然具有挑战性。为此，我们提出了 OptFormer，一种新颖的编码器-解码器模型，集成了相空间重构与由光流引导的运动感知注意力机制。不同于传统注意力机制， our 方法利用帧与帧之间的运动线索，突出显示空间场中的相对变化，使模型能够关注动态区域并更有效地捕捉长程时序依赖性。在 NOAA SST 数据集上进行的多尺度实验表明，OptFormer 在 1:1 训练-预测设置下取得卓越的性能，在准确性和鲁棒性方面显著优于现有基线方法。
引用
@article{arxiv.2601.06078,
title = {OptFormer: Optical Flow-Guided Attention and Phase Space Reconstruction for SST Forecasting},
author = {Yin Wang and Chunlin Gong and Zhuozhen Xu and Lehan Zhang and Xiang Wu},
journal= {arXiv preprint arXiv:2601.06078},
year = {2026}
}
备注
11 pages,4 figures, 5 tables