报告人：齐继峰
报告题目：人工智能在海洋环境要素预测中应用研究
报告时间：2024年7月18日（周四）15:30-17:30
报告地点：D2-220
欢迎数理学院的师生前来听讲！
报告内容简介：海表面温度（sea surface temperature, SST）是影响海洋和气候变化的重要因素之一，准确预测SST的变化对于海洋生态环境、气象和航行等至关重要。传统的SST预测方法通常依赖于数值模式，但是其计算成本较高。本研究基于深度学习模型（3D U-Net），将SST、海表面高度异常（sea surface height anomalies, SSHA）以及海表面风（sea surface wind, SSW）作为输入变量成功构建了南海SST的快速化智能预报模型。在不同季节和南海不同区域，3D U-Net模型均表现出较小的预测误差，而且在季风盛行期间也具有较强的鲁棒性。此外，3D U-Net模型在预测2021年南海的海洋热浪（marine heatwave, MHW）事件时，大部分海域的准确率达到了80%以上。敏感性实验结果表明，SSHA和SSW对模型的预测性能有显著影响，并在不同的预报阶段中发挥着不同的作用。综上所述，结合多源海表数据的3D U-Net模型能够快速准确地预测出南海SST，并为预测MHW事件提供了新方法。
报告人简介：齐继峰，博士，研究员，2014年获中国中国科学院大学物理海洋学博士学位。中国科学院大学授课教师，中国海洋大学兼职研究生导师，美国加州大学洛杉矶分校任访问学者。目前担任中国海洋湖沼学会（水文气象分会）副秘书长和中国海洋学会（人工智能海洋学专业委员会委员）。
当前位置：