人工智能对地球环境科学的推进( 三 )_译者：沿边杀手居的小蛇原文：https

当这两种技术结合在一起，我们就创建了所谓的混合模型。它们可以通过模拟海水的运动来预测海面温度。当对温度进行物理模拟时，海水的运动由机器学习方法表示。 Markus Reichstei 说”这个新型模型融合了两个模型中的优点，即物理模型的一致性和机器学习的多功能性\".

科学家们认为，对极端事件的探测和预警，以及对天气和气候的季节性和长期预测和预测，都将从所讨论的深度学习和混合建模方法中获益匪浅。

文章来源：弗里德里希席勒大学(FSU)提供的材料
周刊引用：Markus Reichstein Gustau Camps-Valls Bjorn Stevens Martin Jung Joachim Denzler Nuno Carvalhais Prabhat. Deep learning and process understanding for data-driven Earth system science. Nature 2019; 566 (7743): 195 DOI: 10.1038/s41586-019-0912-1

译者注：[1
、[2
为德国地名