海洋所利用遙感觀測(cè)耦合物理-AI算法實(shí)現(xiàn)班達(dá)海內(nèi)孤立波預(yù)報(bào)
近日,中國(guó)科學(xué)院海洋研究所李曉峰研究團(tuán)隊(duì)在海洋內(nèi)孤立波(ISW)預(yù)報(bào)研究取得重要進(jìn)展。團(tuán)隊(duì)以連接印度洋與太平洋的關(guān)鍵通道—班達(dá)海為研究區(qū)域,通過(guò)耦合多源遙感觀測(cè)與物理方程的人工智能(AI)算法,構(gòu)建高精度ISW預(yù)報(bào)模型,實(shí)現(xiàn)ISW傳播時(shí)間和波峰線姿態(tài)預(yù)報(bào)。研究成果Internal solitary waves in the Banda Sea,?a pathway between Indian and Pacific oceans: Satellite observations and physics-AI hybrid forecasting發(fā)表于海洋遙感期刊Remote Sensing of Environment。
班達(dá)海是印太海域能量與物質(zhì)交換的重要通道,觀測(cè)發(fā)現(xiàn)該海域ISW呈現(xiàn)波峰線長(zhǎng)(超過(guò)500 km)、傳播速度快(平均超2.5 m/s)、振幅超100 m等顯著特征(圖1)。研究團(tuán)隊(duì)通過(guò)系統(tǒng)分析2013-2019年間獲取的417幅衛(wèi)星影像揭示:班達(dá)海ISW主要源于翁拜海峽,向北傳播且速度季節(jié)變化幅度小于20%,平均速度超過(guò)2.5 m/s。
針對(duì)傳統(tǒng)物理方程控制的經(jīng)驗(yàn)方法與純數(shù)據(jù)驅(qū)動(dòng)算法的局限性,研究團(tuán)隊(duì)創(chuàng)新性地提出物理-AI耦合的兩步遷移學(xué)習(xí)。首次將經(jīng)典Eikonal方程嵌入AI模型進(jìn)行求解,實(shí)現(xiàn)物理方程與數(shù)據(jù)驅(qū)動(dòng)的深度融合:第一步以物理方程約束模型框架,第二步通過(guò)數(shù)據(jù)驅(qū)動(dòng)系統(tǒng)性修正生成源位置導(dǎo)致的系統(tǒng)誤差與速度場(chǎng)分布的累積誤差。結(jié)果表明,數(shù)據(jù)驅(qū)動(dòng)過(guò)程使模型預(yù)測(cè)誤差降低61%,在預(yù)報(bào)ISW傳播路徑、波峰形態(tài)及抵達(dá)時(shí)間方面與衛(wèi)星和現(xiàn)場(chǎng)觀測(cè)結(jié)果高度吻合(圖2)。耦合模型的兩步遷移學(xué)習(xí)框架既可繼承經(jīng)典方程的物理約束,又能利用海量遙感數(shù)據(jù)提升預(yù)測(cè)精度。

圖1(a)表示遙感觀測(cè)班達(dá)海ISW空間分布,紅線表示遙感提取的ISW波峰線;(b)表示MODIS觀測(cè)ISW連續(xù)傳播過(guò)程,波峰線超過(guò)500 km;(c)展示班達(dá)海ISW實(shí)測(cè)結(jié)果,振幅超過(guò)100米。

圖2(a)兩步遷移學(xué)習(xí)的物理AI耦合預(yù)報(bào)模型結(jié)構(gòu);(b)遙感數(shù)據(jù)驅(qū)動(dòng)優(yōu)化前后的模型精度;(c)紅線表示模型預(yù)測(cè)ISW位置,藍(lán)線表示遙感觀測(cè)的ISW位置。
論文第一作者為中國(guó)科學(xué)院海洋研究所張旭東副研究員,通訊作者為李曉峰研究員,合作者還包括中國(guó)科學(xué)院海洋研究所王浩宇博士、印尼國(guó)家研究與創(chuàng)新署海洋研究中心Adi Purwandana教授和I Wayan Sumardana Eka Putra博士。該研究獲中國(guó)科學(xué)院先導(dǎo)專(zhuān)項(xiàng)及國(guó)家自然科學(xué)基金等項(xiàng)目資助。
文章信息:
Xudong Zhang,Haoyu Wang,Xiaofeng Li*,Adi Purwandana,I Wayan Sumardana Eka Putra. (2025). Internal solitary waves in the Banda Sea,a pathway between Indian and Pacific oceans: Satellite observations and physics-AI hybrid forecasting. Remote Sensing of Environment,323,114733.
文章鏈接:https://authors.elsevier.com/c/1ksR57qzT71wT
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 |
