海洋所構(gòu)建基于深度學(xué)習(xí)的印尼貫穿流人工智能反演和預(yù)測系統(tǒng)
近日,中科院海洋所胡敦欣院士團(tuán)隊、王凡研究員團(tuán)隊與南京信息工程大學(xué)董昌明教授團(tuán)隊合作,利用深度學(xué)習(xí)方法,成功構(gòu)建了印尼貫穿流的反演和預(yù)測系統(tǒng),實現(xiàn)了對印尼貫穿流流量的有效預(yù)測。相關(guān)成果在海洋領(lǐng)域?qū)W術(shù)期刊Frontiers in Marine Science發(fā)表。
印尼海域是連接熱帶大洋海盆的唯一海洋通道,印尼貫穿流是印度洋海盆和太平洋海盆之間跨洋盆相互作用的主要海洋動力因子,印尼貫穿流通過強(qiáng)烈的物質(zhì)能量輸運,對印太物質(zhì)能量平衡、區(qū)域乃至全球氣候變化產(chǎn)生極其重要的作用。長期以來,國際學(xué)術(shù)界對印尼貫穿流給予了大量關(guān)注,尤其是為了對印尼貫穿流開展觀測投入了大量精力。但是,對印尼貫穿流的長期觀測卻非常困難;而對印尼貫穿流的預(yù)測則主要依賴數(shù)值模擬系統(tǒng),往往存在顯著模擬偏差,不確定性較大。為了解決這一難題,海洋所科研人員提出將長期穩(wěn)定的衛(wèi)星觀測數(shù)據(jù)與人工智能方法結(jié)合起來、構(gòu)建印尼貫穿流反演和預(yù)測系統(tǒng)的設(shè)想,并結(jié)合多種深度學(xué)習(xí)模型進(jìn)行了試驗。
已有研究表明,印-太壓力梯度是印尼貫穿流的主要驅(qū)動因素。為此,研究團(tuán)隊利用印度洋和太平洋海盆的海表面高度來反演和預(yù)測印尼貫穿流的體積輸送。研究團(tuán)隊使用CMIP6模式和SODA等數(shù)據(jù)集提供的海量數(shù)據(jù)對卷積神經(jīng)網(wǎng)絡(luò)(CNN)進(jìn)行訓(xùn)練,并輸出重建了印尼貫穿流流量時間序列。訓(xùn)練結(jié)果表明,基于CNN模型的反演預(yù)測系統(tǒng)能夠重現(xiàn)高達(dá)90%的印尼貫穿流流量變化,表明該系統(tǒng)可以實現(xiàn)對印尼貫穿流流量的有效反演。
研究團(tuán)隊進(jìn)一步將該系統(tǒng)與1993年至2021年的衛(wèi)星實測資料結(jié)合,反演構(gòu)建了印尼貫穿流流量的時間序列,并發(fā)現(xiàn)該時間序列與MITF、INSTANT和IX1等國際知名的印尼貫穿流現(xiàn)場觀測數(shù)據(jù)資料吻合較好。研究團(tuán)隊利用該系統(tǒng)進(jìn)一步探索了對印尼貫穿流流量進(jìn)行預(yù)測的可能性,結(jié)果表明該系統(tǒng)能夠?qū)崿F(xiàn)超前7個月對印尼貫穿流流量的有效預(yù)測。研究團(tuán)隊建立的印尼貫穿流人工智能反演和預(yù)測系統(tǒng)為開展印太海洋環(huán)流與氣候變化研究提供了重要手段,或可在一定程度上減輕現(xiàn)場海洋觀測的壓力。
中科院海洋所碩士研究生辛林超為論文第一作者,胡石建研究員為論文通訊作者。研究得到了山東省自然科學(xué)基金、中科院戰(zhàn)略先導(dǎo)科技專項等項目資助。
論文信息:
Xin, L., S. Hu*, F. Wang, W. Xie, D. Hu, and C. Dong (2023), Making use of a deep learning approach to infer and forecast Indonesian Throughflow transport from sea surface height, Frontiers in Marine Science, doi:10.3389/fmars.2023.1079286.

圖1 深度學(xué)習(xí)模型結(jié)構(gòu)圖

圖2 深度學(xué)習(xí)模型預(yù)測值與CMIP模擬的對比

圖3 深度學(xué)習(xí)模型預(yù)測值與實際觀測值的對比
附件下載:
魯公網(wǎng)安備37020202001323號 | 古鎮(zhèn)口園區(qū)地址:青島市西海岸新區(qū)海軍路88號 南海路園區(qū)地址:青島市市南區(qū)南海路7號 科考船碼頭基地:青島市西海岸新區(qū)長江東路8號 |
郵編:266000 郵件:iocas@qdio.ac.cn 電話:0532-82898611 傳真:0532-82898612 |
