海洋科学学术讲座预告第416期：基于深度学习的南海三维温盐场重构

报告内容简介：

        三维温盐资料对海洋学研究至关重要，尤其在地形复杂的边缘海区域，由于中小尺度现象十分活跃，迫切需要连续且高时空分辨率的三维观测数据来完善相关研究。伴随着卫星观测数据和海洋资料的爆炸式增长，海洋学研究已经进入大数据时代。人工智能特别是深度学习方法，具有强大的特征学习和表达能力，为海洋三维温盐场的准确重构提供了新途径。现有的海洋三维温盐场重构研究大多聚焦开阔大洋，较少关注边缘海的水下温盐结构，且重构的温盐场的时空分辨率相对较低。研究基于卫星观测的海面温度、盐度、风场等多个海面要素信息，结合注意力机制与U-net等深度学习网络，重构了高分辨率的南海三维温盐场，并以中尺度涡旋为例，探讨了温盐重构结果在典型海洋中尺度现象研究中的应用。