新文悦读 | 人工智能海洋学的最新进展
导
读
Introduction
随着PB级的海洋观测和数值模式数据的应用，人工智能（AI）在海洋学各领域的应用越来越广泛。本文从海洋特征智能识别、海洋参数智能预测和海洋动力参数智能估算的角度进行了综述，包括中尺度涡旋、内波、溢油、海冰和海藻智能识别；有效波高、ENSO和风暴潮的智能预报；以及海洋湍流混合参数化方案和大气湿物理过程参数化方案的智能估算。此外，本文在海洋学背景下讨论了基于物理机制的机器学习，描述了海洋数字孪生和物理约束人工智能算法在海洋学领域的应用前景。这篇综述旨在向海洋科学的研究者和专家介绍人工智能技术，并鼓励将依赖物理信息的神经网络应用于未来的海洋研究。
图1 人工智能海洋学的发展现状
强大的计算机、算法和数据容量的快速发展，使人类能够处理PB级的数据，海洋大数据也由此萌生，人类对海洋有了全新的理解。但如何处理不断增加的复杂数据，以最小的计算代价快速执行精准预报仍是需要我们攻克的重要课题。针对这些问题，近年来兴起基于数据驱动的人工智能方法愈发凸显其优势，只需要一次性耗费训练时间，就可以用训练好的模型实现快速、精确地识别和预报。
本文回顾了基于海洋大数据的人工智能算法在海洋科学中的发展和应用。先后介绍了人工智能算法在中尺度涡旋、内波、溢油、海冰和海藻等海洋特征智能识别中的应用；用于预测单点和空间有效波高、ENSO和风暴潮的人工智能方法；以及智能算法在海洋湍流混合参数化方案和大气湿物理过程参数化方案中的发展。
由于数据驱动方法本质上还是依赖于输入数据，与数值模式基础的偏微分方程（PDE）无法合并。该问题的攻克将依赖于物理信息神经网络（PINNs）的应用。此外，本文也展望了未来AI研究在数字孪生和数据驱动预报两个方向的蓬勃发展和巨大潜力。
+ + + + + + + + + + +
总结与展望
本篇综述从识别、预测、参数化方案和物理信息神经网络四个方向，总结了目前人工智能算法在海洋科学领域的发展和应用。目前大部分应用都将AI方法视为黑盒子，其与已有的物理知识的结合仍需要更多的研究。AI求解PDE带来了两个发展潜力巨大的方向，即数字孪生和数据驱动预测。这些应用将可能摆脱目前数据驱动的AI方法过度依赖于数据而非物理先验知识的困境，与物理机制有效地结合在一起，将为人类对海洋的认知和预测提供更多的帮助。
+ + + + +
扫二维码 阅读原文
原文链接：https://doi.org/
10.34133/2022/9870950
原文标题：
Recent Developments in Artificial Intelligence in Oceanography
原文作者：
Changming Dong, Guangjun Xu, Guoqing Han, Brandon J. Bethel, Wenhong Xie, Shuyi Zhou
文章引用：
Changming Dong, Guangjun Xu, Guoqing Han, Brandon J. Bethel, Wenhong Xie, Shuyi Zhou, "Recent Developments in Artificial Intelligence in Oceanography", Ocean-Land-Atmosphere Research, vol. 2022, Article ID 9870950, 26 pages, 2022. https://doi.org/10.34133/2022/9870950
作者简介
董昌明 教授
南京信息工程大学
董昌明，南京信息工程大学教授，博士生导师。任南京信息工程大学海洋科学学院副院长、国际地球流体研究中心主任、人工智能海洋联合研究院院长。分获中国科学院和美国哥伦比亚大学博士学位；在普林斯顿大学和加州洛杉矶分校完成博士后工作；后在美国加州大学洛杉矶分校和埃尔卡密诺学院从事科研教学10余年。主要研究方向为海洋数值模拟、地球流体力学、人工智能海洋学等，目前已发表学术论文160余篇，出版专著和教材6部。
往期推荐
| |||
| |||
| |||
# CALL FOR PAPERS
Ocean-Land-Atmosphere Research由南方海洋实验室和美国科学促进会合作出版，入选2022年度中国科技期刊卓越行动计划高起点新刊项目。期刊以“服务科学研究，推动技术创新”为办刊宗旨，坚持发表高质量、高水平论文，力争成为具有较大影响力的国际一流学术期刊。本刊以海洋相关学科为重点，刊稿主题包括但不限于：海陆气相互作用、物理海洋学、海洋生物与生态、海洋地质与地球物理、化学海洋学、海洋气象学、大气物理与大气环境、冰冻圈科学、河口海岸学、海洋工程与海洋技术、海洋资源开发与利用、海洋碳中和。OLAR 投稿系统目前已正式开放，热烈欢迎相关研究领域科学家踊跃投稿。分享卓见，探索前沿，OLAR 诚邀您一起荟萃科学发现，共享学术盛筵！
期刊官网：
https://spj.sciencemag.org/journals/olar/
投稿系统：
https://www.editorialmanager.com/olar/
点击名片 关注我们