" G% N" y9 ]$ E! G0 I. [5 n# [ c# K$ p" X- h/ U- a
图1 海浪波高智能快速预报模型OSWave-CNN示意图（引自Song et al., 2021, CLIVAR Exchanges） ( J/ G+ f2 X; g$ ^
近日，自然资源部第一海洋研究所科研团队在海洋环境智能预报方面取得新进展，实现了全球海浪波高智能的快速预报。
4 V9 \0 X% n, g( S' ?5 g/ }. C海浪是海洋中最为常见的物理现象，也是全球海洋中含能最高的运动。海浪能够传播数千公里，波高可以从几厘米到几十米不等，其精准的模拟和预报对于航行安全、海岸活动以及海洋与气候系统变化有着至关重要的作用。% Q+ B! {3 [) e* |7 Z& a9 i+ \
海浪模拟和预报一般包括采用经验统计方法和采用基于物理过程的海浪数值模式等两类方法。经验统计方法的优点是计算速度快，但由于海浪是由局地的风浪和海面上其他海区传播过来的涌浪组成，早期通过长时间观测得到的经验公式更适用于风浪的成长，无法准确刻画出涌浪现象，对海浪的模拟和预报存在较大的偏差。海浪数值模式是基于海浪的基本物理规律和过程建立的模型，其中最新的第三代海浪数值模式是基于海浪谱能平衡方程，其优点是对海浪的模拟和预测较为准确，但是其计算过程是一个5维问题，计算量大，计算速度慢，这限制了高分辨率模式的精细化应用。
y- _% T5 T( Q# H自然资源部海洋环境科学与数值模拟重点实验室海洋与气候数值模式发展及应用团队将深度学习的方法和思路应用到海浪模拟与预报中，突破了传统经验统计方法涌浪刻画不准确的问题，基于全球风场和海浪数值模式数据，设计了适用于全球海浪波高模拟和预报的卷积神经网络OSWave-CNN，能够在保证预报精度与海浪数值模式相当的情况下，仅通过前后两个时刻的全球风场作为输入，秒级完成未来7天的全球波高模拟和预报，实现了全球海浪波高的智能快速预报。
* b7 t( s2 i2 c2 a2 z3 X近日，该团队携手华为完成了与全场景AI框架昇思MindSpore的兼容性测试，在青岛人工智能计算中心强大的算力支持下，将模型训练时间从数天缩短到数小时，这为未来进一步提升海浪波高智能快速预报模型的预报精度奠定了坚实的基础。
% s: i1 ^ r3 m Y; _下一步，海洋与气候数值模式发展及应用团队将继续秉持十年磨一剑的工匠精神，力争在海洋环境预报预测领域实现新的突破，为加快建设海洋强国提供科技支撑，为强化海洋等安全保障体系建设、提高防灾减灾救灾保障能力贡献力量。
. \( ^, d* T6 K* h. }7 M/ O) J/ s4 Q% b! q% o1 d# G& @3 R
图2 海浪波高智能快速预报模型的技术认证书 : ^1 u+ g2 E9 z' R/ b6 X
该文章来源互联网，如有侵权请联系删除
. v7 Y: G! R" y0 T. I9 i查看原文:www.52ocean.cn | 
