海洋科学学术讲座预告第338期：人工智能在海洋涡旋识别中的应用

报告内容简介：

        海洋中尺度涡旋在海洋热量、淡水和物质输运中起着十分重要的作用，了解海洋涡旋的二维和三维结构对气候研究和海洋应用具有重要意义。本研究利用深度学习语义分割算法（PSPNet、DeepLabV3+和BiSeNet）进行海洋涡旋智能识别，并对三种算法识别的海表面涡旋结果进行一系列比较和分析。尽管目前已经发展了很多基于海表面特征的二维涡旋智能识别算法，但对于涡旋三维结构的识别还是一个很大的挑战。我们将三维U-Net和残差卷积网络相结合，提出3D-U-Res-Net模型用于识别海洋涡旋的三维结构，并对模型输入变量进行敏感性测试以优化输入设置。3D-U-Res-Net模型不仅可以涡旋不同类型的垂直结构，还可以挖掘出更多深海涡旋的信息。该研究结果将进一步推动人工智能算法在海洋学研究中的应用。