九月/十月降雨量的冬季预报
大气与海洋物理
2026-02-16 v1 混沌动力学
摘要
我们将季节性降雨预测表述为一个降阶非线性预测问题，将耦合的印度-太平洋海洋变率嵌入到一个低维状态空间中，并使用深度神经网络进行投影。变量包括Nino 3.4、印度洋偶极子(IOD)、印度洋经向海表温度梯度以及选定的经验正交函数。这些变量的月时间序列随后构成深度神经网络的输入，该网络将降雨量预测到更远的未来。在冬季生成了2025年南半球春季的预报，并存档于Mendeley数据库中。随后的降雨数据显示与预报高度一致，验证了该方法，并支持了混沌但条件可预测的动力学是澳大利亚东南部春季降雨量变率基础的假设。
引用
@article{arxiv.2602.12497,
title = {Winter forecasting of September/October rainfall},
author = {Stjepan Marcelja},
journal= {arXiv preprint arXiv:2602.12497},
year = {2026}
}