海洋所在南極海冰預(yù)測(cè)網(wǎng)絡(luò)(SIPN South)項(xiàng)目中創(chuàng)佳績(jī)
近日,國(guó)際合作項(xiàng)目《南極海冰預(yù)測(cè)網(wǎng)絡(luò)(SIPN South)》發(fā)布了最新的夏季海冰預(yù)測(cè)評(píng)估報(bào)告,由李曉峰研究員團(tuán)隊(duì)開(kāi)發(fā)的基于AI的海洋所IOCAS-SIPNet模型,在15個(gè)參賽模型中脫穎而出,名列第三,超越了美國(guó)、英國(guó)、加拿大和意大利等多國(guó)的海冰預(yù)測(cè)模型。
SIPN South 項(xiàng)目2017年開(kāi)始舉辦,已成功舉辦7次,旨在評(píng)估當(dāng)前國(guó)際上各類型模型對(duì)南極夏季海冰的預(yù)測(cè)能力,為海冰預(yù)測(cè)的發(fā)展和應(yīng)用提供科學(xué)依據(jù)和技術(shù)支持,今年吸引了來(lái)自不同國(guó)家的15個(gè)單位或個(gè)人參加,海洋所首次參賽。模型包括動(dòng)力模式、AI模型和傳統(tǒng)統(tǒng)計(jì)模型,以2023年11月30日前的數(shù)據(jù)進(jìn)行訓(xùn)練,對(duì)2023年12月1日至2024年2月28日(未來(lái)90天)每日海冰密集度和面積進(jìn)行預(yù)測(cè)。模型評(píng)價(jià)以美國(guó)NSIDC-0081和歐洲氣象衛(wèi)星組織OSI-401-b海冰密集度衛(wèi)星觀測(cè)數(shù)據(jù)為真值。

圖1?各模型2023年12月至2024年2月南極海冰面積每日預(yù)測(cè)結(jié)果
圖1為各模型2023年12月至2024年2月每天的南極海冰面積預(yù)測(cè)結(jié)果,模型之間的預(yù)測(cè)差異顯著,尤其在預(yù)測(cè)期的起始階段。IOCAS-SIPNet模型與OSI-401-b衛(wèi)星數(shù)據(jù)吻合度最高,且在12月15日后與NSIDC-0081數(shù)據(jù)也高度契合,表明其在時(shí)間維度上的預(yù)測(cè)能力較強(qiáng)。此外,IOCAS-SIPNet在空間維上表現(xiàn)同樣出色,被官方評(píng)為與衛(wèi)星觀測(cè)數(shù)據(jù)最一致的模型之一。
SIPN South項(xiàng)目進(jìn)一步采用了連續(xù)等級(jí)概率評(píng)分(CRPS)作為評(píng)價(jià)指標(biāo),對(duì)所有模型的偏差進(jìn)行評(píng)價(jià)。該指標(biāo)會(huì)懲罰有偏差或過(guò)度分散的預(yù)測(cè),CRPS值越小表明模型預(yù)測(cè)技巧越高。海洋所的IOCAS-SIPNet模型在CRPS評(píng)分中排名第三(圖2),且與前兩名分?jǐn)?shù)相近,超過(guò)了普林斯頓大學(xué)、哥倫比亞大學(xué)、美國(guó)國(guó)家冰雪數(shù)據(jù)中心、NOAA、英國(guó)氣象局、倫敦大學(xué)學(xué)院、加拿大環(huán)境與氣候變化部和意大利氣候變化研究中心的海冰預(yù)測(cè)模型。
?
圖2 2024年2月各模型海冰面積的連續(xù)等級(jí)概率評(píng)分(值越小,模型技巧越高)
此次參賽由中國(guó)科學(xué)院海洋研究所王云鶴副研究員、任沂斌副研究員和李曉峰研究員負(fù)責(zé),項(xiàng)目得到了中國(guó)科學(xué)院戰(zhàn)略先導(dǎo)科技專項(xiàng)和國(guó)家自然科學(xué)基金的資助。
相關(guān)報(bào)告和文章:
1.?SIPN South 2023-2024 Postseason Report(鏈接:https://fmassonn.github.io/sipn-south.github.io/doc/2023-2024/SIPNSouth_2023-2024_postseason.pdf)
2.?Yunhe Wang, Xiaojun Yuan, Yibin Ren, Mitchell Bushuk, Qi Shu, Cuihua Li, Xiaofeng Li. Subseasonal Prediction of Regional Antarctic Sea Ice by a Deep Learning Model. Geophysical Research Letters, 2023, 50(17), e2023GL104347. https://doi.org/10.1029/2023GL104347
附件下載:
魯公網(wǎng)安備37020202001323號(hào) | 古鎮(zhèn)口園區(qū)地址:青島市西海岸新區(qū)海軍路88號(hào) 南海路園區(qū)地址:青島市市南區(qū)南海路7號(hào) 科考船碼頭基地:青島市西海岸新區(qū)長(zhǎng)江東路8號(hào) |
郵編:266000 郵件:iocas@qdio.ac.cn 電話:0532-82898611 傳真:0532-82898612 |
