基于时空融合神经网络的ENSO预测方法、系统及设备

本发明公开了一种基于时空融合神经网络的ENSO预测方法、系统及设备，属于深度学习模型预测领域。本发明设计了一种时空融合Transformer网络，该网络设计了一种并行的编码‑解码器结构，可以同时有效地从海洋表面温度数据和指数中提取时空信息，从而提高指数预测的精度。同时，该网络利用其编码器中的注意机制提取全局特征，并建立对目标的远程依赖关系。本发明在多个预测提前期上表现出较对比方法更优越的预测能力，缓解了现有ENSO预测方法随预测提前期的增加而低估ENSO事件幅度的问题，提升了预测ENSO的精度。