论文部分内容阅读
经过半个多世纪的发展,气候模式已成为理解气候变化机理和预测预估未来气候不可或缺的工具,然而由于其对气候变化的模拟能力仍存在一定的不足,这影响了气候预测预估的精准性。基于机器学习的订正模型在天气预报和气候预测预估等方面的探索性研究中表现出了较好的应用潜力。本文基于集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)和BP (Back Propagation)神经网络发展了气候模式全球月平均海表温度(Sea Surface Temperature, SST