《中国科学院海洋研究所发表系列综述阐述AI在海洋预报和遥感等方面的重要作用》

  • 来源专题:中国科学院文献情报系统—海洋科技情报网
  • 编译者: 熊萍
  • 发布时间:2025-09-21
  • 近日,中国科学院海洋研究所人工智能海洋学研究组、海洋热力学过程与气候变化研究组发表系列综述文章,系统总结了人工智能(AI)在海洋智能预报、海洋遥感和海岸带监测研究中的最新进展。这些工作全面展示了人工智能在推动海洋科学认识与应用上的巨大潜力。

    在海洋智能预报方面,王凡等人聚焦于点到点、场到点、场到场三类典型模式,总结了AI在内孤立波、厄尔尼诺及中尺度涡旋等现象预测中的应用实践。文章指出,人工智能方法不仅提升了预报的精度与时效性,还在轻量化建模和多模态融合方面展现出优势,为构建新一代智能预报体系提供了有力支撑。

    在海洋遥感领域,李晓峰等人回顾了AI在海洋参数反演、三维场重构、超分辨率以及图像信息提取中的应用进展。通过引入深度学习,研究人员在海表风场、叶绿素浓度反演及涡旋识别等方面取得突破,为传统方法难以解决的问题提供了新的解决思路。

    李晓峰等人还系统梳理了AI在海岸带遥感监测中的应用,涵盖海岸水淹监测、水边线自动提取、筏式养殖区识别、绿潮监测和滨海湿地评估等典型任务,强调了人工智能在复杂陆海交互区实现高精度监测的重要价值。

    以上综述凝练了人工智能海洋学的最新成果与趋势,为未来海洋科研范式的革命性改变以及海洋观测、灾害预警和生态管理等领域的持续创新提供了前瞻性指引。

    论文信息:

    王凡, 张旭东, 任沂斌, 刘颖洁, 王浩宇, 李晓峰. 基于人工智能技术的海洋智能预报研究进展[J]. 地球科学进展, 2025, 40(2): 1-15. DOI:10.11867/j.issn.1001-8166.2025.011.

    李晓峰, 王浩宇, 杨晓峰, 徐青, 管磊, 高乐, 张旭东, 任沂斌, 刘颖洁, 陈万泰.人工智能海洋遥感进展[J]. 遥感学报, 2025, 29(06): 1863-1889. DOI: 10.11834/jrs.20254403.

    李晓峰, 陈万泰, 周寅飞, 郭媛, 刘方怡. 人工智能海岸带遥感进展[J].遥感学报, 2025: 1-23. DOI: 10.11834/jrs.20254546.

  • 原文来源:https://qdio.cas.cn/2019Ver/News/kyjz/202509/t20250916_7969133.html
相关报告
  • 《海洋遥感中卷积神经网络应用—中国科学院海洋研究所发表AI海洋学文章》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:liguiju
    • 发布时间:2024-01-07
    • 近日,中国科学院海洋所李晓峰研究团队详细总结了卷积神经网络架构(CNN)在海洋遥感中的应用,研究成果在IEEE Geoscience and Remote Sensing Magazine(影响因子13.925)发表。 过去40年里,遥感技术的不断发展极大地推动了海洋观测的进展,使海洋数据进入了大数据时代。高效、准确地处理和分析海洋大数据,以解决基于这些数据的实际问题,已成为一项重大挑战。近年来,人工智能(AI)技术迅猛发展,众多深度学习模型应运而生,在大数据分析和实际问题解决中广泛应用。其中,CNN作为深度学习模型的代表,已经成为计算机视觉和遥感等多个研究领域的主要解决方案之一。     本研究讨论了CNN的模型架构及其一些变种,以及如何将它们应用于处理和分析海洋遥感数据。详细介绍了CNN如何满足海洋遥感应用的各种要求,包括三维海洋场重建、信息提取、图像超分辨率、海洋现象预测、迁移学习方法以及CNN模型可解释性方法等六大类。讨论了基于CNN的海洋遥感大数据应用所面临的技术挑战,并总结了未来的研究方向。 研究强调,人工智能驱动的海洋遥感科学是一个跨学科领域,只有通过海洋遥感专家和机器学习专家之间的紧密合作,才能不断推进深度学习技术在海洋遥感领域的应用。通过发起更多的合作倡议,共同推动人工智能驱动的、可解释的、高效的海洋遥感数据挖掘技术的研究。 上述研究得到了中国科学院先导科技专项及国家自然科学基金项目等资助。论文第一作者为中国科学院海洋所博士生王浩宇,通信作者为研究员李晓峰。  
  • 《中国科学院海洋研究所在太平洋深层经向翻转环流研究方面取得系列成果》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:liguiju
    • 发布时间:2020-08-04
    • 近日,中国科学院海洋研究所王凡研究团队在太平洋深层经向翻转环流(又称深层西边界流)的结构和多时间尺度变异方面取得系列成果,基于长期连续的潜标观测资料揭示了3000米以深经向翻转环流在雅浦-马里亚纳海沟连接区的结构特征和季节内-季节的变异规律。 太平洋北半球中高纬度海区没有不断冷却失热而形成的高密度水,因此太平洋3000米以深的深层水和底层水均由深层经向翻转环流携带南极的高密水向北输运而来,这一过程在全球经向和垂向热量再分配和气候长期变化上起到重要作用。相比于经向翻转环流的大西洋深层分支,其在北太平洋深层的分支受观测数据稀少等限制以往的研究不多,但太平洋拥有全球最大的海域面积,具有全球最大的热量和碳存储能力,在全球变暖且越来越多的热量向深海转移的背景下,太平洋深层海洋过程值得重视和关注。 雅浦-马里亚纳海沟连接区是深层经向翻转环流进入西太平洋的关键要塞通道,王凡研究团队在这一区域开展了长期的潜标观测。基于上述数据,团队发现深层经向翻转环流上下两个分支(L-PMOC和U-PMOC)具有显著的季节变化:位于通道西侧3800-4200米北向的L-PMOC在12月至次年5月流速较强,可达20 cm s-1,6月至11月,流速较弱,且在通道东侧4000米以深存在南向的L-PMOC回流,其具有和L-PMOC一样的季节位相,但强度相对较弱;而位于通道东侧3000-3800米南向的U-PMOC,其季节位相与L-PMOC相反,即12月至次年5月,流速较弱,6月至11月,流速较强。L-PMOC和U-PMOC的季节变化分别伴随着上层绕极深层水(UCPW)和下层绕极深层水(LCPW)的季节性入侵。 除季节变化外,团队还发现该深水通道3000米以深的深层流和温度存在显著的30-90天季节内变化特征,而且季节内变化强度随深度增加,在4200米深度上观测到的流速和等温线垂向振幅可分别达45 cm s-1和600米。经过深入分析,团队揭示了上述季节内深层强化现象是由地形罗斯贝波引起,深层流速和温度变化振幅的垂向结构特征符合地形罗斯贝波的特性。结合模式数据,团队进一步讨论了该深水通道地形罗斯贝波的产生机制,其主要包括两个过程,一是表层的强涡旋通过位涡调整激发产生地形罗斯贝波;二是大尺度平均流的正压和斜压不稳定激发产生地形罗斯贝波。 上述研究成果发表在地球物理研究杂志《Journal of Geophysical Research: Oceans》,得到了国家自然科学基金委西太平洋地球系统多圈层相互作用重大研究计划重点项目、中国科学院战略性先导科技专项等的支持。 相关成果及链接如下: Jianing Wang, Qiang Ma, Fan Wang*, Youyu Lu, and Larry J. Pratt, Seasonal variation of the deep limb of the Pacific meridional overturning circulation at Yap‐Mariana Junction, Journal of Geophysical Research: Oceans, 2020, 125, https://doi.org/10.1029/2019JC016017. https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2019JC016017 Qiang Ma, Fan Wang*, Jianing Wang*, and Yilong Lyu, Intensified deep ocean variability induced by topographic rossby waves at the Pacific Yap‐Mariana Junction, Journal of Geophysical Research: Oceans, 2019, 124, 8360-8374.  https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2019JC015490