近日，中國科學院海洋研究所李曉峰研究團隊在海洋內(nèi)孤立波（ISW）預報研究取得重要進展。團隊以連接印度洋與太平洋的關鍵通道—班達海為研究區(qū)域，通過耦合多源遙感觀測與物理方程的人工智能（AI）算法，構建高精度ISW預報模型，實現(xiàn)ISW傳播時間和波峰線姿態(tài)預報。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發(fā)表于海洋遙感期刊Remote Sensing of Environment。
班達海是印太海域能量與物質交換的重要通道，觀測發(fā)現(xiàn)該海域ISW呈現(xiàn)波峰線長（超過500 km）、傳播速度快（平均超2.5 m/s）、振幅超100 m等顯著特征（圖1）。研究團隊通過系統(tǒng)分析2013-2019年間獲取的417幅衛(wèi)星影像揭示：班達海ISW主要源于翁拜海峽，向北傳播且速度季節(jié)變化幅度小于20%，平均速度超過2.5 m/s。
針對傳統(tǒng)物理方程控制的經(jīng)驗方法與純數(shù)據(jù)驅動算法的局限性，研究團隊創(chuàng)新性地提出物理-AI耦合的兩步遷移學習。首次將經(jīng)典Eikonal方程嵌入AI模型進行求解，實現(xiàn)物理方程與數(shù)據(jù)驅動的深度融合：第一步以物理方程約束模型框架，第二步通過數(shù)據(jù)驅動系統(tǒng)性修正生成源位置導致的系統(tǒng)誤差與速度場分布的累積誤差。結果表明，數(shù)據(jù)驅動過程使模型預測誤差降低61%，在預報ISW傳播路徑、波峰形態(tài)及抵達時間方面與衛(wèi)星和現(xiàn)場觀測結果高度吻合（圖2）。耦合模型的兩步遷移學習框架既可繼承經(jīng)典方程的物理約束，又能利用海量遙感數(shù)據(jù)提升預測精度。
論文第一作者為中國科學院海洋研究所張旭東副研究員，通訊作者為李曉峰研究員，合作者還包括中國科學院海洋研究所王浩宇博士、印尼國家研究與創(chuàng)新署海洋研究中心Adi Purwandana教授和I Wayan Sumardana Eka Putra博士。該研究獲中國科學院先導專項及國家自然科學基金等項目資助。
圖1（a）表示遙感觀測班達海ISW空間分布，紅線表示遙感提取的ISW波峰線；（b）表示MODIS觀測ISW連續(xù)傳播過程，波峰線超過500 km；（c）展示班達海ISW實測結果，振幅超過100米。
圖2（a）兩步遷移學習的物理AI耦合預報模型結構；（b）遙感數(shù)據(jù)驅動優(yōu)化前后的模型精度；（c）紅線表示模型預測ISW位置，藍線表示遙感觀測的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.
文章鏈接：
https://authors.elsevier.com/c/1ksR57qzT71wT
信息來源：中國科學院海洋所。
轉載請注明信息來源及海洋知圈編排。
熱門跟貼