ViT用于欧洲次季节土壤湿度预测研究发表

Noelia Otero等人发表了一项用双路径时空注意力Vision Transformer架构做欧洲次季节土壤湿度预测的研究。该研究在2021—2022年与深度学习及ECMWF S2S基线的对比中，在所有预见期取得最高的确定性及概率性技巧，并能可靠识别根系层异常干燥状态（低于第20百分位）。 研究称，对欧洲次季节土壤湿度预测而言，预报技巧既取决于预测模型本身，也取决于预测问题如何被形式化。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。