人工智能模式预测太平洋复杂大尺度热带不稳定

- 编辑:大众自然网 -

人工智能模式预测太平洋复杂大尺度热带不稳定

大尺度海洋现象是复杂的,往往涉及许多自然过程。热带不稳定波(TIW)就是其中之一。

太平洋东岸波是赤道东太平洋的一个突出的盛行海洋事件,其特征是热带太平洋冷舌的两翼向西传播的尖尖波。

TIW的预报长期依赖于基于物理方程的数值模型或统计模型。然而,要理解如此复杂的现象,需要考虑许多自然过程。

近日,中国科学院海洋研究所李晓峰教授带领的研究小组利用人工智能技术对这类复杂海洋现象进行了研究。

该团队成员包括中国自然资源部第二海洋研究所的郑刚、国际海洋研究所的张荣华和上海海洋大学的刘斌。

他们首次采用卫星数据驱动的深度学习模型对复杂的千米尺度TIW进行了预测。他们的研究发表在7月15日的《科学进展》杂志上。

控制复杂海洋现象的基本规律,往往深藏在快速增长的卫星遥感大数据中。它们需要人工智能领域的深度学习等强大的信息挖掘技术来挖掘。

李教授说:“人工智能技术可为模拟复杂的海洋现象,以及克服传统数值模式所面临的困难,提供一个有前途的替代方案。”

在这项工作中,研究人员开发了一种深度学习模型,用于预测与TIW相关的海表温度(SST)场,该模型基于当前和以前卫星获取的海表温度数据。

对9年海表温度数据的长期检验表明,该模型有效准确地预测了海表温度的变化,捕捉了TIW传播的时空变化。

研究表明,在卫星遥感大数据时代,纯数据驱动和基于人工智能的信息挖掘模式可以成为建模和预测复杂海洋现象的一种可靠且有前景的方法。

李教授说:“以人工智能为基础的模型、统计模型和传统的数值模型可以互相补充,为研究复杂的海洋特征提供新的视角。”

3月19日,李教授的团队在《国家科学评论》上发表了一篇综述文章,系统地回顾了基于深度学习的海洋遥感图像信息挖掘。