热带海洋学报

作者：刘爽, 经志友, 詹海刚

单位：1.热带海洋环境国家重点实验室(中国科学院南海海洋研究所), 广东 广州 510301；2.中国科学院大学, 北京 100049

关键词：生成对抗网络,中尺度涡预报,海表面高度异常,深度学习方法,

基金：国家自然科学基金(92058201);国家自然科学基金(41776040);国家自然科学基金(41949907);国家自然科学基金(42149907);中国科学院基础前沿科学研究计划原始创新项目(ZDBS-LY-DQC011);广州市科学研究计划(201904010420)

中尺度涡蕴含海洋超过90%的动能, 显著影响海洋物质能量循环。对中尺度涡的预报是目前物理海洋学研究的热点和难点。文章基于卫星高度计观测的近30年海表面高度异常数据(sea level anomaly, SLA), 采用基于博弈思想的生成对抗网络方法(generative adversarial networks, GAN), 构建了中尺度涡预报模型, 进行了28天预报, 并采用独立样本分析了预报涡旋的空间分布、时间分布、能量强度等特征参数, 探讨影响预报结果准确性和时效性的主要因素。结果表明, 半径为100~200km的涡旋在15天左右的预报时长仍能保持较好的准确性及时效性, 误差在20%以内。该区域的平均涡动能约为0.875m2·s-2, 其预报的均方根误差(root mean square error, RMSE)普遍介于0.02~0.04m2·s-2。且涡旋预报结果受异常天气影响较小, 在正常天气条件和台风娜基莉条件下具有相似的预报能力。这些结果对进一步理解并应用生成对抗网络这一新方法预报海洋中尺度涡提供了参考。

来源：2022年第5期

《热带海洋学报》期刊编辑部

查看热带海洋学报杂志2022年第5期