海院师说（34）| 邱春华：在海上读懂风与流

编者按： 海洋动力学要回答的，是风怎样推动海水，海水又怎样把热量和物质带往远处。邱春华第一次到南海出海便遇上台风，从那时起，海洋灾害问题在她眼中有了具体的分量。此后，她在研究海洋动力和海气相互作用过程、《海洋科学导论》和《海洋气象学》教学过程中，把海洋观测作为核心内容。如今人工智能进入海洋预报，她仍反复提醒学生：观测数据要准确，计算与预报结果要经得起实测检验。本期《海院师说》从她的海上经历出发，谈科学问题怎样走向现实，也谈一位老师希望学生带走什么。

嘉宾简介

邱春华，中山大学海洋科学学院教授，主要从事海洋中小尺度过程及环境效应研究。她本科毕业于中国海洋大学，硕士毕业于中国科学院南海海洋研究所，博士毕业于日本东北大学（Tohoku University），主要研究海洋动力学、海气相互作用以及数值/人工智能海洋预报，讲授《海洋气象学》《海洋科学导论》等课程。

问题一 | 第一次出海，为什么留下来研究海洋

记者： 您与海洋最初的联系是什么？这么多年一直研究海洋动力学和海气相互作用，支撑您走下去的力量从哪里来？

邱春华： 我出生在山东滨州，家乡靠海。小时候对沙滩、冬季渤海湾的泥沙旋涡和捕鱼都感兴趣。后来在纪录片里看到远洋沉船、上升流渔场等故事，更觉得海洋里还有许多不知道的东西。高中毕业时，我就想去海洋类高校读书；中国海洋大学离家也近，最后便去了那里。

大学学的是大气科学，读研究生时转到物理海洋学。硕士一年级时，我第一次有机会到南海出海。船开到南海中部时遇上台风，整艘船处于摇摆状态，几乎全部科考人员都晕船倒下了。在此期间，印象最深的就是每天早上去驾驶室拿天气图，首席王东晓教授根据天气图与船长、政委等一起商量避风方案、作业站位调整等。 那时一个很直接的感受是：在大洋里，人类非常渺小。那次出海让我坚定了继续读博士、做这一方向的决心。

她后来在日本东北大学完成博士研究，回到中山大学后持续研究南海涡旋、锋面、台风与海气相互作用等。不同海域和尺度的过程各有特点，第一次出海带给她的“海洋远比想象复杂”的感受，却始终是理解这些问题的起点。

问题二｜研究风和海流，能为现实做什么

记者： 海洋动力学听起来离日常生活很远。它研究的“为什么”，怎样走向灾害预报、资源利用和海上安全？

邱春华： 比如一个地方的海水为什么偏暖，一股流为什么朝这个方向走，我们要从驱动它的力和对应理论去解释。以风驱动海流为例，在一定条件下可以用动力学关系估算风对流速的贡献，再分析其他过程起了多大作用。弄清楚原因，才可能进一步做定量判断及未来趋势预报。

海洋动力学有很多应用场景。比如，认识大洋的上升流，有助于理解渔场分布。广东沿海受台风影响较多，海洋-大气的动力过程为台风灾害预报系统的准确性提供基础。海流还会输送生物、化学物质和污染物。如，发生溢油事故，要估计油污可能怎样扩散；有人在海上落水，也要结合风和流判断搜救范围。这些实际问题都需要海洋动力学知识。

方程能帮助人理解“为什么”，预报还得回答“接下来可能怎样”。它依赖对真实海洋的持续观测，也需要把已经认识的动力过程放进模型，再用资料检验结果。对邱春华来说，科学解释和社会应用之间有一条清楚的路：看见现象，辨认驱动因素，建立可检验的判断。

问题三｜怎样把课堂带到真实海洋

记者： 对还在校园里学习的学生，您最希望他们打下哪些基础？科研之外，怎样安排学习和生活？

邱春华： 本科阶段先把基础打好，特别是海洋动力学的基本知识。不管后面做机器学习还是动力模式，都需要这些知识。学过一条方程，还要知道它能用在什么地方。多和任课老师、班主任交流，听学术讲座和公开报告；有机会也可以参加大学生创新项目，项目过程中锻炼自己发现、分析和解决问题的能力。

感兴趣的讲座可以主动听，想了解的方向可以主动找老师交流；和同学做项目，还要练习合作，把个人能做的事情接到团队的工作里。学习需要投入，也要劳逸结合。多参加活动、保持运动，让自己有持续学习和研究的状态。

邱春华希望学生掌握的基础，既包括课堂里的物理知识，也包括把知识用于现场的能力。她与李春合著的《海洋气象学》于2019年出版。学院刊发的教材介绍中，她谈到自己从大气科学转向物理海洋学的经历，也写下编书的出发点：海洋科学专业学生接触海洋课程较多，未必有系统的气象学基础，需要一本便于他们读懂海气关系的教材。书中从风、气旋、大气环流讲到热带海气相互作用和预报基础，试着把两个学科的知识接起来。

邱春华与李春合著的《海洋气象学》教材封面

书本之外，还有甲板。学院2022年的课程实习报道记载，邱春华、王麟、邹仲水、王鹏等带领物理海洋班学生登上“中山大学”号，和研究生一起讲解风速风向仪、湍流通量观测系统等设备的原理和用途。学生能在船上看到仪器怎样安放、怎样测量，也能理解课堂里的海气界面过程为何需要可靠的现场资料。到了2024年的“香洲云”号海洋气象学实习，教学团队带领新一届学生接触智能科考船与实际观测工作。

“香洲云”实习

把教材写得让初学者能读懂，再把学生带到仪器旁，是她给“打好基础”的具体做法。学生回到教室后，风速、湍流和海气交换便不只是课本上的名词；他们知道一组数据经历了怎样的测量，也更可能在写下第一个研究结论前，先问数据从哪里来。

问题四｜人工智能越能算，为什么越要亲自核验

记者： 深度学习和机器学习正在进入海洋研究。您如何看待这些工具？学生怎样才能用好它们？

邱春华： 整体来说，我觉得它们是很有用的工具，在一些工作中能大大提高效率。但人工智能的训练需要大量可靠数据，如果输入的数据不可靠，模型学到的规律、最后给出的预报，也很难令人信服。此外，还要判断它学到的关系是否符合海洋过程，用独立资料验证结果。

有一次，我请学生帮忙整理参考文献，交来的清单里却出现作者姓名和论文归属错误，甚至混入并不存在的条目。平时用人工智能工具问问题，我们也会得到有对有错的回答。“大家一定要自己检查，不能全靠它。”

我希望学生先掌握海洋科学的基础知识，才有能力判断计算结果是否可信；学算法也必要，但不能省掉观测、数据检查和验证。

把她的提醒落实到一张预测图上，研究者至少还要继续追问：训练资料覆盖了什么海况？用什么独立资料检验？模型学到的关系能否用海洋物理过程解释？

这两年邱春华也在用AI做海洋预报预测研究。学院主页列有团队用卷积神经网络开展印度洋偶极子预测、以物理约束的可解释人工智能研究次表层中尺度涡轨迹等工作。技术进入研究后，邱春华强调的判断责任没有减少：观测是认识海洋的起点，动力知识帮助解释规律，算法的结果则要回到真实资料中接受检验。

结语｜把问题带到海上，把选择权留给学生

邱春华最初是被家乡海边的景象吸引，第一次南海出海让她感到“在大洋里，人类非常渺小”。多年以后，她仍在研究风和流怎样改变海洋，只是身边有了更多观测设备、数值模型和人工智能工具。工具不断更新，海洋不会因此变得简单。一次台风后的海温变化、一台潜标的回收、一份自动生成的参考文献清单，都要求研究者回到事实，判断自己究竟知道多少。

她对学生的期待也落在这些具体事情上：学好基础，敢于上船、摸仪器、读数据，主动与他人合作；使用新工具时，把核对和思考留在自己手中。海洋科学服务预警、资源和安全，靠的是一代代研究者把观察、解释和检验接续下去。把这套本领教给学生，海上的风浪才会逐渐成为可以认识、可以预报、可以共同应对的问题。