近日，中科院海洋所胡敦欣院士團(tuán)隊(duì)、王凡研究員團(tuán)隊(duì)與南京信息工程大學(xué)董昌明教授團(tuán)隊(duì)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(cè)系統(tǒng)，實(shí)現(xiàn)了對(duì)印尼貫穿流流量的有效預(yù)測(cè)。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(dòng)力因子，印尼貫穿流通過強(qiáng)烈的物質(zhì)能量輸運(yùn)，對(duì)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(zhǎng)期以來，國際學(xué)術(shù)界對(duì)印尼貫穿流給予了大量關(guān)注，尤其是為了對(duì)印尼貫穿流開展觀測(cè)投入了大量精力。但是，對(duì)印尼貫穿流的長(zhǎng)期觀測(cè)卻非常困難；而對(duì)印尼貫穿流的預(yù)測(cè)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(zhǎng)期穩(wěn)定的衛(wèi)星觀測(cè)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(cè)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(yàn)。
已有研究表明，印-太壓力梯度是印尼貫穿流的主要驅(qū)動(dòng)因素。為此，研究團(tuán)隊(duì)利用印度洋和太平洋海盆的海表面高度來反演和預(yù)測(cè)印尼貫穿流的體積輸送。研究團(tuán)隊(duì)使用CMIP6模式和SODA等數(shù)據(jù)集提供的海量數(shù)據(jù)對(duì)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(shí)間序列。訓(xùn)練結(jié)果表明，基于CNN模型的反演預(yù)測(cè)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(shí)現(xiàn)對(duì)印尼貫穿流流量的有效反演。
研究團(tuán)隊(duì)進(jìn)一步將該系統(tǒng)與1993年至2021年的衛(wèi)星實(shí)測(cè)資料結(jié)合，反演構(gòu)建了印尼貫穿流流量的時(shí)間序列，并發(fā)現(xiàn)該時(shí)間序列與MITF、INSTANT和IX1等國際知名的印尼貫穿流現(xiàn)場(chǎng)觀測(cè)數(shù)據(jù)資料吻合較好。研究團(tuán)隊(duì)利用該系統(tǒng)進(jìn)一步探索了對(duì)印尼貫穿流流量進(jìn)行預(yù)測(cè)的可能性，結(jié)果表明該系統(tǒng)能夠?qū)崿F(xiàn)超前7個(gè)月對(duì)印尼貫穿流流量的有效預(yù)測(cè)。研究團(tuán)隊(duì)建立的印尼貫穿流人工智能反演和預(yù)測(cè)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(chǎng)海洋觀測(cè)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(xiàng)等項(xiàng)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(cè)值與CMIP模擬的對(duì)比
圖3 深度學(xué)習(xí)模型預(yù)測(cè)值與實(shí)際觀測(cè)值的對(duì)比
