Учёные из Института океанографии Китайской академии наук (IOCAS) и Нанкинского университета информационных наук и технологий успешно сконструировали систему вывода и прогнозирования индонезийского сквозного потока (ITF) с использованием метода глубокого обучения и реализовали достоверный прогноз переноса ITF.
Исследование было опубликовано в журнале Frontiers in Marine Science 16 января.
Индонезийские моря являются единственным каналом, соединяющим бассейны тропических океанов, а ITF является ключевым фактором динамики океана для обмена между бассейнами Индийского океана и Тихого океана. ITF обладает мощным транспортом материалов и энергии и, следовательно, играет значительную роль в материальном и энергетическом балансе Индо-Тихого океана и региональном и глобальном изменении климата. Однако прогнозирование ITF в основном зависит от систем численного моделирования, которые часто имеют значительные погрешности в модели и большую неопределённость.
В связи с этим исследователи во главе с проф. ХУ Шицзянь выдвинули идею объединения спутниковых наблюдений с методами искусственного интеллекта для построения системы вывода и прогнозирования ITF и провели эксперименты с различными моделями глубокого обучения.
Поскольку индо-тихоокеанский градиент давления является основным движущим фактором ITF, исследователи использовали высоты поверхности моря между бассейнами Индийского и Тихого океанов для определения и прогнозирования переноса ITF. Они обучили сверхточную нейронную сеть (CNN) с использованием массивных данных, предоставленных моделью проекта взаимного сопоставления моделей, фаза 6, и простых наборов данных ассимиляции данных океана, и реконструировали временные ряды переноса ITF.
Результаты обучения показали, что система, основанная на модели CNN, воспроизводит около 90% общей дисперсии передачи ITF, что указывает на то, что система способна делать достоверные выводы о передаче ITF.
Далее исследователи объединили систему со спутниковыми данными за период с 1993 по 2021 год, чтобы вывести и построить временные ряды ITF, и обнаружили, что они хорошо согласуются с всемирно известными данными полевых наблюдений ITF. Они исследовали возможность прогнозирования ITF с помощью этой системы искусственного интеллекта, и результаты показывают, что система может сделать достоверный прогноз с опережением времени в семь месяцев.
"Система вывода и прогнозирования ИИ ITF предоставляет важный инструмент для проведения исследований океанической циркуляции и изменения климата в Индо-Тихом океане, что может в некоторой степени облегчить нагрузку, связанную с полевыми наблюдениями за океаном", - сказал профессор Х.У.
Эта работа была поддержана Фондом естественных наук провинции Шаньдун и Стратегическим пилотным научно-техническим специальным проектом CAS.
