气候模态之间

在可解释性方面，强ElNiño前中东赤道太平洋信号更集中，部分LaNiña前热带大西洋或西太平洋信号更突出，正常年份前注意力分布更分散，模态关系较弱，而极端事件前气候模态之间的联系更集中、更有组织，NPMM、TNA等模态在极端ENSO事件前表现出更强前兆作用。

对气候科学来说，研究说明气候模态之间的联系并不是杂乱无章的噪声，跨洋盆遥相关中包含可以学习和识别的结构，极端事件发生前，不同模态之间往往会出现更集中、更有组织的联系。

评估时，研究人员不仅看预测数值是否接近观测结果，也看模型是否能保持正确的相位变化、是否能还原海表温度异常的空间分布、是否能重建NPMM与ENSO、TNA与ENSO、SIOD与IOB等模态之间的先后联系，还进一步分析模型内部的注意力机制，观察极端事件发生前模型更关注哪些海区，以及哪些气候模态之间的联系会明显增强。

在这种背景下，来自清华大学李勇教授研究团队提出了题为《Learningthecoupleddynamicsofglobalclimatemodes》的研究，尝试用统一模型UniCM学习全球气候模态之间的耦合动力学。

对气候科学来说，研究说明气候模态之间的联系并不是杂乱无章的噪声，跨洋盆遥相关中包含可以学习和识别的结构，极端事件发生前，不同模态之间往往会出现更集中、更有组织的联系。