《自然》近日發(fā)表的一篇論文報道了一種可以提前一年半預測厄爾尼諾事件的深度學習方法，攻克了該領域內長期存在的一項挑戰(zhàn)。

厄爾尼諾事件發(fā)生于太平洋東部和中部，會引起極端氣候，對當地生態(tài)系統(tǒng)造成嚴重損害。預測這些事件一直困難重重，因為傳統(tǒng)的預測方法無法提供超過一年的準確預測。

韓國光州全南國立大學的Yoo-Geun Ham及同事報道了能夠預測厄爾尼諾事件的深度學習方法，該模型利用1871年至1973年的歷史氣候數據以及厄爾尼諾事件的模擬數據進行訓練，并通過1984年至2017年的數據進行測試。與現行的氣候預測方法相比，該深度學習算法的預測準確性更高，預測時間最多可提前一年半。

研究人員還能借此預測某一厄爾尼諾事件是發(fā)生于太平洋中部還是東部，并且在其發(fā)生之前鑒定海面溫度變化。

研究人員認為上述方法提供的預測或許也可用于未來的氣候預測，幫助制定政策應對厄爾尼諾的影響。