海洋科学学院海洋系统交叉学科组在人工智能ENSO实时预测方面取得新进展，相关文章《Real-time predictions of the 2023–2024 climate conditions in the tropical Pacific using a purely data-driven Transformer model》在《SCIENCE CHINA Earth Sciences》期刊发表。论文第一作者和通讯作者为我院张荣华教授，我院博士后周路为论文第二作者，中国科学院海洋研究所高川副研究员为论文共同通讯作者，合作者还包括我院教师陶灵江博士。

厄尔尼诺和南方涛动（ENSO）是地球系统中最强的年际变率信号，其对包括我国在内的世界各地天气和气候有重要影响。自2020年以来，太平洋经历了历史上罕见的“三重”拉尼娜事件（2020-2022年）和本世纪次强的厄尔尼诺事件（2023-2024年）。2023年初夏，我国华北、黄淮等地区连续遭遇5轮高温热浪过程，对人们生活和社会经济造成重要影响。因此，开展准确的ENSO实时预测具有重要科学意义和社会价值。

张荣华教授团队利用纯数据驱动的Transformer模型（命名为3D-Geoformer），开展了对2023-2024年热带太平洋海气耦合系统多变量三维（3D）温度场和海表风应力场的实时预测。模型自2024年1月起报的结果显示，2023-2024年厄尔尼诺现象将在2024年春季衰退，赤道中东太平洋海温在2024年年中转为冷异常，并在海气耦合作用下逐渐发展为一次中等程度的拉尼娜事件。到目前为止，预测结果与实况基本相符。数据驱动的3D-Geoformer相比于动力模式具有一些独特的优势和特色，其采用自注意力计算和滚动预测方法，可实现热带海气系统多变量场的耦合表征与海气状态跨年度的准确预测。此外，本文还设计敏感性试验探究了初始场信息对模型预测的影响及可预报性研究，以进一步增强该模型的可解释性。

本研究表明纯数据驱动的3D-Geoformer模型在ENSO实时预测和机制研究中具有较大的潜力，模型实时预测结果已连续参加国家海洋环境预报中心组织的厄尔尼诺及气候预测会商，为提升ENSO预测准确性提供了有力支持。

引用信息：Rong-Hua ZHANG*, Lu ZHOU, Chuan GAO*, Lingjiang TAO, Real-time predictions of the 2023–2024 climate conditions in the tropical Pacific using a purely data-driven Transformer model, SCIENCE CHINA Earth Sciences, Volume 67, Issue 12, 2024, Pages 3709-3726, ISSN 1674-7313, https://doi.org/10.1007/s11430-024-1396-x.

图1. 3D-Geoformer从2024年1月初始条件预测的不同月份SST(阴影)和风应力(矢量)异常的水平分布。

作者简介：

张荣华，南京信息工程大学二级教授、博士生导师，国家特聘专家。1993年国务院政府特殊津贴获得者；获第三届《赵九章优秀中青年科学工作奖》特等奖；2021年入选由英国路透社评选的气候变化研究领域全球最具国际影响力的1000位科学家名单录；获2022年度中国海洋与湖沼十大科技进展奖；入选2023年度爱思唯尔(Elsevier)“中国高被引学者”海洋科学类榜单。主要从事海洋和气候系统建模、ENSO和气候模拟及预测、气候与海洋生物地球化学和淡水通量等多圈层过程相互作用及对ENSO调制影响、人工智能（AI）海洋学等交叉研究。出版关于ENSO模拟和预测专著一部，发表论文200余篇（含第一作者Nature封面亮点文章）。突破海洋和海气建模中的关键性科学与技术难点，自主研制中间型和混合型几大类科学上先进、性能上优异的海气耦合模式；开拓气候、海洋生物地球化学和淡水通量等多圈层相互作用交叉研究领域；近年来开展AI建模及其与物理建模的交叉融合等研究并取得一系列高水平成果；利用所构建的IOCAS ICM自2015年以来每月提供热带太平洋海温异常实时预测，被“国际气候与社会研究所（IRI）”等国际权威机构收录，为国际气候研究机构提供气候预测支持（详见IRI网站），推动我国成为国际ENSO预测领域的重要成员。