天津
近日，中国科学院海洋研究所李晓峰研究团队在海洋内孤立波（ISW）预报研究取得重要进展。团队以连接印度洋与太平洋的关键通道—班达海为研究区域，通过耦合多源遥感观测与物理方程的人工智能（AI）算法，构建高精度ISW预报模型，实现ISW传播时间和波峰线姿态预报。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发表于海洋遥感期刊Remote Sensing of Environment。
班达海是印太海域能量与物质交换的重要通道，观测发现该海域ISW呈现波峰线长（超过500 km）、传播速度快（平均超2.5 m/s）、振幅超100 m等显著特征（图1）。研究团队通过系统分析2013-2019年间获取的417幅卫星影像揭示：班达海ISW主要源于翁拜海峡，向北传播且速度季节变化幅度小于20%，平均速度超过2.5 m/s。
针对传统物理方程控制的经验方法与纯数据驱动算法的局限性，研究团队创新性地提出物理-AI耦合的两步迁移学习。首次将经典Eikonal方程嵌入AI模型进行求解，实现物理方程与数据驱动的深度融合：第一步以物理方程约束模型框架，第二步通过数据驱动系统性修正生成源位置导致的系统误差与速度场分布的累积误差。结果表明，数据驱动过程使模型预测误差降低61%，在预报ISW传播路径、波峰形态及抵达时间方面与卫星和现场观测结果高度吻合（图2）。耦合模型的两步迁移学习框架既可继承经典方程的物理约束，又能利用海量遥感数据提升预测精度。
论文第一作者为中国科学院海洋研究所张旭东副研究员，通讯作者为李晓峰研究员，合作者还包括中国科学院海洋研究所王浩宇博士、印尼国家研究与创新署海洋研究中心Adi Purwandana教授和I Wayan Sumardana Eka Putra博士。该研究获中国科学院先导专项及国家自然科学基金等项目资助。
图1（a）表示遥感观测班达海ISW空间分布，红线表示遥感提取的ISW波峰线；（b）表示MODIS观测ISW连续传播过程，波峰线超过500 km；（c）展示班达海ISW实测结果，振幅超过100米。
图2（a）两步迁移学习的物理AI耦合预报模型结构；（b）遥感数据驱动优化前后的模型精度；（c）红线表示模型预测ISW位置，蓝线表示遥感观测的ISW位置。
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.
文章链接：
https://authors.elsevier.com/c/1ksR57qzT71wT
信息来源：中国科学院海洋所。
转载请注明信息来源及海洋知圈编排。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
