BG4Sea：通过渐进式信息扩展实现海洋生物地球化学季节可预报性

arXiv:2607.16731v2 公告类型：替换 摘要：海洋生物地球化学预报对于海洋生态系统和碳循环管理日益重要，但全球季节性预报产品远远落后于物理海洋学，其发展受到相关过程复杂性和数据稀缺性的制约。我们提出了 BG4Sea，据我们所知，这是首个能够生成海洋生物地球化学状态多变量季节性预报的全球数据驱动系统。BG4Sea 采用模块化架构，包括：通过列自动编码器将垂直水柱压缩到低维潜在空间；由潜在空间预报器在时间上向前推进该表示；通过特征级线性调制（FiLM）注入物理边界信息的表面强迫条件模块；以及通过交叉注意力融合邻近水柱上下文信息的水平耦合模块。该模型基于全球海洋再分析数据集 BIORYS4（NEMO/PISCES）进行训练和评估，并以四分之一度的空间分辨率和月时间分辨率，对溶解态化学物质、生物学变量和碳库变量生成长达六个月的预报。在大多数变量和预报时效上，该模型的表现均优于持续性预报和气候态预报。我们将 BG4Sea 定位为未来更具表达能力的方法的可解释基线，并讨论各组件对可预报性的贡献以及模型在结构上的局限性。