Subseasonal to Seasonal (S2S) Prediction Algorithms using Hybrid Machine Learning Techniques

< S2S dataset.zip > 1.ECMWF observations/hindcast realizations hindcast-like-observations_2000-2019_biweekly_deterministic.zarr forecast-like-observations_2020_biweekly_deterministic.zarr ecmwf_hindcast-input_2000-2019_biweekly_deterministic.zarr ecmwf_forecast-input_2020_biweekly_deterministic.zarr hindcast-like-observations_2000-2019_biweekly_tercile-edges.nc 2. External variables "nino" folder -> nino12.long.anom.data, nino34.long.anom.data : El Niño data "Oscillation" folder -> ersst.v5.pdo.dat.text : PDO (Pacific Decadal Oscillation) -> norm.nao.monthly.b5001.current.ascii.table.txt : NAO (North Atlantic Oscillation) -> qbo.dat : QBO (Quasi Biennial Oscillation) "great_lake" folder -> N_seaice_extent_daily_v3.0 : Great lakes ice cover observed-solar-cycle-indices.json : Sunspot cycles (two variables: original value and smoothed value) 3. Region.txt : Region and its bound 4. Biweekly historical statistics data biw_stat_w34 folder -> data (mean, standard deviation, median, skewness, kurtosis) for Week 3-4 biw_stat_w56 folder -> data (mean, standard deviation, median, skewness, kurtosis) for Week 5-6 < ML_code.zip > ML codes for training, testing, and calculating RPSS based on Python3 Check run_val.sh and run_2020.sh<序列到序列（Sequence to Sequence, S2S）数据集.zip> 1. 欧洲中期天气预报中心（ECMWF）观测/后报实现 hindcast-like-observations_2000-2019_biweekly_deterministic.zarr：类后报观测数据（2000-2019年，双周确定性，Zarr格式） forecast-like-observations_2020_biweekly_deterministic.zarr：类预报观测数据（2020年，双周确定性，Zarr格式） ecmwf_hindcast-input_2000-2019_biweekly_deterministic.zarr：ECMWF后报输入数据（2000-2019年，双周确定性，Zarr格式） ecmwf_forecast-input_2020_biweekly_deterministic.zarr：ECMWF预报输入数据（2020年，双周确定性，Zarr格式） hindcast-like-observations_2000-2019_biweekly_tercile-edges.nc：类后报观测三分位数边界数据（2000-2019年，双周，NetCDF格式） 2. 外部变量 "nino" 文件夹：内含nino12.long.anom.data、nino34.long.anom.data，为厄尔尼诺（El Niño）数据 "Oscillation" 文件夹： ersst.v5.pdo.dat.text：太平洋年代际振荡（Pacific Decadal Oscillation, PDO）数据 norm.nao.monthly.b5001.current.ascii.table.txt：北大西洋涛动（North Atlantic Oscillation, NAO）数据 qbo.dat：准两年振荡（Quasi Biennial Oscillation, QBO）数据 "great_lake" 文件夹：内含N_seaice_extent_daily_v3.0，为五大湖冰覆盖数据 observed-solar-cycle-indices.json：太阳黑子周期数据（包含原始值与平滑值两个变量） 3. Region.txt：区域及其边界范围 4. 双周历史统计数据 biw_stat_w34 文件夹：包含第3-4周的统计数据（均值、标准差、中位数、偏度、峰度） biw_stat_w56 文件夹：包含第5-6周的统计数据（均值、标准差、中位数、偏度、峰度） <机器学习代码.zip> 该压缩包包含基于Python3开发的训练、测试及计算排名概率技能分数（RPSS）的代码，可参考run_val.sh与run_2020.sh脚本文件。