美国伍兹霍尔海洋研究所（WHOI）最近获得了国家海洋和大气管理局（NOAA）气候观测和监测（COM）项目50万美元的资助，用于开发机器学习工具，以改善对北冰洋和邻近海域海空热交换的预测能力。这些工具将有望填补气候模型在模拟极地冰融化速度方面的空白。
遥感技术的最新进展为研究人员提供了他们所需的数据，以便更好地了解北极冰层融化背后的力量以及海洋与大气之间的热交换的影响。这些实际测量将允许研究人员开发机器学习算法，以验证和改进北极和亚北极地区的卫星建模。
WHOI高级科学家、该项目首席研究员Lisan Yu表示，基于机器学习的框架将提高用于模拟全球气候的海洋表面、冰雪和天气预报的准确性。“北极表面的气温上升速度是世界其他地区的两倍，海冰的退却速度比气候模型模拟预测的快三倍。模型中对北极海冰损失的低估揭示了关于大气、极地海洋和冰覆盖区域之间相互作用的知识方面的重大差距。我们的项目将所有可用的观测结果汇集在一起，以帮助模型做出准确的预测，这对制定有效的气候变化对策至关重要，”Lisan Yu说。
利用伊明格海海洋观测站倡议（OOI）表面浮标、帆布式无人机和卫星上的传感器组合提供的长期、详细的数据，研究人员改进了对高纬度地区海洋和大气之间热交换的模型。
NOAA气候项目办公室COM项目经理Virginia Selz说：“鉴于北极观测数据极为有限，我们需要从中提取尽可能多的信息，以提高NOAA的建模能力。Yu的工作将利用美国在长期原地观测和卫星观测方面的支持，并利用创新的人工智能方法，帮助建模者更好地模拟瞬息万变的北极。该项目在生成增值算法和数据集以改善气候建模方面进一步推进了COM项目工作进展。”
该项目还作为政府机构和实验室、非营利研究机构和私营企业之间的伙伴关系模式，共同应对北冰洋的快速变化。项目合作者包括联合首席研究员Bob Weller等以及NOAA太平洋海洋环境实验室、国家环境预测中心和地球系统研究实验室的研究人员。
（刘雪雁 编译）
