本研究提出了一种深度学习方法，利用遥相关信号（如极地涡旋和马登-朱利安振荡）来改善欧洲冬季天气的分季预测。结果表明，结合遥相关信息显著提高了预测准确性，特别是ViT-LSTM模型在第4周后的表现优于传统方法，为气候预测提供了新视角。