大規(guī)模的海洋現(xiàn)象很復(fù)雜，通常涉及許多自然過程。熱帶不穩(wěn)定波(TIW)是這些現(xiàn)象之一。

太平洋TIW是赤道東太平洋的一個主要盛行海洋事件，其特征是在熱帶太平洋冷舌的兩個側(cè)面向西傳播的尖狀波浪。

TIW的預(yù)測長期以來一直依賴于基于物理方程的數(shù)值模型或統(tǒng)計模型。但是，為了理解這種復(fù)雜現(xiàn)象，需要考慮許多自然過程。

最近，由中國科學(xué)院海洋研究所(IOCAS)李曉峰教授領(lǐng)導(dǎo)的研究小組通過人工智能(AI)技術(shù)研究了這種復(fù)雜的海洋現(xiàn)象。

該團隊的成員包括自然資源部第二海洋研究所的鄭剛，IOCAS的張榮華和上海海洋大學(xué)的劉斌。

他們使用衛(wèi)星數(shù)據(jù)驅(qū)動的深度學(xué)習(xí)模型來預(yù)測世界上千公里復(fù)雜的TIW。他們的研究發(fā)表在7月15日的《科學(xué)進展》上。

快速增長的衛(wèi)星遙感大數(shù)據(jù)本身通常深刻地隱藏著管理復(fù)雜海洋現(xiàn)象的基本規(guī)則。需要通過強大的信息挖掘技術(shù)(例如AI領(lǐng)域的深度學(xué)習(xí))來挖掘它們。

李教授說：“人工智能技術(shù)可能會為模擬復(fù)雜的海洋現(xiàn)象和規(guī)避傳統(tǒng)數(shù)值模型所面臨的困難提供一種有前途的選擇。”

在這項工作中，研究人員開發(fā)了一種深度學(xué)習(xí)模型，用于基于當(dāng)前和以前的衛(wèi)星衍生SST數(shù)據(jù)來預(yù)測與TIW相關(guān)的海表溫度(SST)場。

對9年SST數(shù)據(jù)的長期測試表明，該模型有效，準(zhǔn)確地預(yù)測了SST的演變并捕獲了TIW傳播的時空變化。

研究表明，純粹的數(shù)據(jù)驅(qū)動和基于AI的信息挖掘范例可能是在衛(wèi)星遙感大數(shù)據(jù)時代中建模和預(yù)測復(fù)雜海洋現(xiàn)象的強大且有前途的方法。

李教授說：“基于人工智能的模型，統(tǒng)計模型和傳統(tǒng)數(shù)值模型可以相互補充，并為研究復(fù)雜的海洋特征提供了新穎的視角。”

3月19日，李教授小組的一篇評論文章發(fā)表在《國家科學(xué)評論》上，該文章系統(tǒng)地回顧了來自海洋遙感影像的基于深度學(xué)習(xí)的信息挖掘。