|
FuXi-Ocean: A Global Ocean Forecasting System with Sub-Daily Resolution Qiusheng Huang, Yuan Niu, Xiaohui Zhong, Anboyu Guo, Lei Chen, Dianjun Zhang, Xuefeng Zhang, Hao Li
概述
本文介绍了一个名为 FuXi-Ocean 的全球海洋预测系统，该系统是首个基于数据驱动的模型，能够在次日时间尺度（六小时）和 1/12° 空间分辨率下进行涡旋解析预测，覆盖深度达 1500 米。该系统通过结合上下文感知特征提取模块和堆叠注意力块的预测网络，特别是其核心创新 Mixture-of-Time（MoT）模块，有效地解决了传统深度学习模型在次日预测中由于时间累积误差而导致的准确性下降问题。
研究背景
准确、高分辨率的海洋预测对于海上作业和环境监测至关重要。传统基于物理的数值模型能够生成次日、涡旋解析的预测，但计算成本高，且在精细时空尺度上保持准确性具有挑战性。相比之下，数据驱动方法提供了更高的计算效率和新兴潜力，但通常在日分辨率下运行，在次日预测中因时间累积误差而表现不佳。因此，研究提出了 FuXi-Ocean，以填补次日分辨率海洋预测的空白。
研究意义
该研究的意义在于提供了一种新的海洋预测方法，能够在保持高时间分辨率的同时，覆盖全球范围并维持预测的准确性。这对于需要精细时空分辨率预测的应用领域（如海上搜救、石油泄漏追踪、渔业管理和海上能源生产）具有重要价值。此外，该研究还展示了深度学习在海洋预测领域的潜力，为未来的研究提供了新的方向。
研究方法
研究提出了一种自回归架构，专门用于捕捉不同海洋变量的多尺度时间依赖性。该架构包括三个主要部分：特征提取模块、预测模块和特征重映射模块。特征提取模块结合上下文感知编码和高效特征融合，预测模块使用堆叠注意力块和前馈网络来建模海洋状态的非线性演变，特征重映射模块则将潜在表示转换回物理变量空间。
Mixture-of-Time（MoT）模块
MoT 模块是该框架的关键创新之一，它通过基于每个变量的经验可靠性自适应地整合来自多个时间窗口的预测。这种机制使模型能够选择最有信息量的时间上下文，从而减轻在顺序预测任务中通常遇到的预测误差累积。
训练策略
训练策略包括使用纬度加权的 Charbonnier 损失函数，以解决地球球面几何形状带来的挑战，确保误差计算不会偏向高纬度地区。此外，还采用了两阶段训练方法，先使用单步预测目标进行预训练，然后通过多步损失进行微调，以提高长期预测的稳定性。
数据
研究使用了 HYCOM 再分析数据进行训练和评估，该数据集是唯一公开可用的具有六小时时间分辨率的海洋数据集。研究选择了 2006 年 1 月至 2014 年6 月约 8.5 年的数据进行训练，2014 年7 月至12 月的六个月期间进行验证，以及 2015 年1 月至12 月的一年数据进行测试。
研究结果
通过全面的实验评估，FuXi-Ocean 在预测关键变量（如温度、盐度和海流）方面表现出优越的技能。以下是一些关键发现：
横向空间误差分析
• 在温度预测方面，模型在热带和副热带地区的误差较低，6 小时预测的 RMSE 值通常低于 0.3°C。在西边界流区域和南极绕极流等中尺度涡旋活动强烈的区域，误差模式更为明显。
• 盐度预测显示出类似的时空分布，但在淡水影响显著的区域（如主要河流入海口和高降水区）相对误差较大。
• 对于海流的 U 和 V 分量，在短期预测中，误差分布位置高度相似，但随着预测时效的增加，赤道附近 U 和 V 的差异变得显著。
垂直性能分析
• FuXi-Ocean 在整个水柱中保持一致的预测能力，RMSE 随深度逐渐降低。
• 在温跃层区域（大约 100-300 米），与其他区域相比误差相对较高，反映了这一动力学复杂界面的预测难度。
模型比较
• 与 HYCOM、BLK 和 FOAM 方法相比，FuXi-Ocean 的 RMSE 更低，累积误差增长显著较小。
• 该模型仅使用海洋变量作为输入信息，并且其最近的训练数据不超过 2014 年，这表明 FuXi-Ocean 有效捕获了海洋系统变化的内在模式。
消融实验
• 移除 MoT 模块后，盐度、温度和海平面高度的预测性能显著下降，尤其是短期预测。
• 将历史时间步从四个减少到两个会导致温度和盐度预测性能进一步恶化，尤其是超过 48 小时的预测。
结论与不足
研究成功开发了 FuXi-Ocean，这是一个数据驱动的全球海洋预测系统，能够在 1/12° 空间分辨率下实现六小时时间分辨率的预测，覆盖从表层到 1500 米深度。尽管取得了显著的成果，但该方法存在一些局限性：
• 训练依赖于再分析数据，这可能引入了基础数值模型的潜在偏差。
• 评估主要集中在标准 RMSE 指标上，可能未能完全捕捉模型对特定海洋现象（如中尺度涡旋、西边界流或季节性温跃层过渡）的表示能力。
• 系统的预测准确性在 10 天内保持稳健，但尚未探索更长期预测（季节到年际）的性能。
讨论
FuXi-Ocean 的成功应用为多个领域带来了深远的影响。在海上安全和作业方面，六小时的时间分辨率对于航运导航、海上能源生产和搜救任务至关重要。在海洋资源管理方面，该系统能够通过改进对影响鱼类迁徙和聚集模式的海洋条件的预测来增强渔业运营。对于沿海社区和小岛屿国家，FuXi-Ocean 提供了增强的沿海灾害预测能力，如风暴潮、沿海洪水和有害藻华。
未来工作
未来的研究方向包括：
• 扩展预测深度至深海，以提供更完整的海洋系统表示。
• 将物理守恒定律作为额外约束纳入模型，以进一步提高预测稳定性和确保物理一致性。
• 提高预测频率至小时级别，以支持需要更精细时间分辨率的应用，如潮汐预测和沿海灾害预警系统。
图表见 https://arxiv.org/pdf/2506.03210
以上是对文章的详细解读，如有不当之处欢迎批评指出！也可以私信小编（Earth_Ai）。
来源：“EarthAi”公众号
https://mp.weixin.qq.com/s/ZzL3A5sJQfAWtMW8P1-h3A | 
发表于 2025-6-9 15:51:21