第一篇《A self-attention–based neural network for threedimensional multivariate modeling and its skillful ENSO predictions 》
发表在Sci Adv. 张荣华
起名3D-Geoformer
摘要中说SST anomaly prediction 18个月，但文中又说是12个月预测未来20个月
由于耦合了海温(异常)和风，所以说模拟了ENSO时期的Bjerknes feedback mechanism
训练用的三维海温(异常)数据和风场数据都是CMIP6，而评估用的是GODAS再分析数据。他提到一个观测数据并没有用于微调模型，因为高分辨率下的不同数据的迁移学习难以保证一致性，详见补充材料。
标签：transformer,预测,数据,海温,ENSO,异常 From： https://www.cnblogs.com/andoblog/p/17921766.html