印-太交汇区次表层三维洋流重建获新进展

近日，中国科学院南海海洋研究所研究员杜岩、张玉红团队与合作者，在印-太交汇区次表层三维洋流重建方面取得新进展。相关成果发表于《IEEE应用地球观测和遥感专题选刊》（IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing）。

DLSCR次表层流重建模型流程及印-太交汇区三维重建结果示意图。研究团队供图 论文第一作者、中国科学院南海海洋研究所博士研究生段钦介绍，海洋次表层洋流在能量传递、物质输运和湍流混合中作用关键，但受观测稀缺和模式不确定性制约，高精度重建仍面临挑战。传统动力重建依赖地转平衡，难以刻画非平衡态过程；数值模拟和资料同化则机时消耗大、存在时间延迟且引入模型误差。深度学习能够利用海表信息快速重建次表层洋流，在突破非平衡态海流重构方面优势明显。 为此，研究团队开发了基于深度学习的次表层流重建模型DLSCR。该模型以海表流速、海表高度、温度、盐度及风应力等7个海表变量为输入，实现了印-太交汇区1/12°分辨率、最深约643米的三维次表层洋流重建，训练与评估基于1993-2022年GLORYS12和ERA5逐日再分析数据。在2020-2022年独立测试中，DLSCR重建的纬向和经向流速平均均方根误差分别为0.060米/秒和0.056米/秒，整体精度优于U-Net、TransUNet等基线模型，尤其在100-200米温跃层表现突出。ADCP实测及HYCOM跨数据集检验进一步验证了模型的可靠性与泛化能力。模型能够较好再现黑潮脱落反气旋涡的传播过程及三维流速结构，并准确刻画北赤道流和黑潮的流速分布与流轴位置。 为揭示AI模型的物理可解释性，团队开展了60天低通滤波输入扰动和变量消融实验。结果表明，海表流速是最关键的信息来源，海表高度次之：替换表层纬向流速会使次表层纬向流速均方根误差均值上升9.2%，替换经向流速对应上升11.0%；替换海表高度带来的误差增幅分别为2.9%和3.9%。海表流速的影响主要集中在混合层（0-50米），海表高度则在温跃层（50-150米）作用更为突出。 该研究揭示了深度学习重建次表层洋流所依赖的关键海表信息，为海洋三维流场高精度重建提供了新方法，并具有向其他海域乃至全球推广的潜力。