近日，国际知名期刊Ocean Modelling在线发表了港口海岸与近海工程学院的最新科研成果 “Improving wave height prediction accuracy with deep learning”（基于深度学习方法提高波浪预报精度），该成果第一作者是我院硕士研究生张杰，通讯作者罗锋副教授。
波浪是海洋中最为常见的物理现象，也是全球海洋中含能最高的运动，精准的模拟和预报对于保障航行安全、生产活动以及人民群众生命财产安全等至关重要。人工智能（数据科学）的迅猛发展为提高数值模式的精度、模拟预测的速度提供了新的手段。本文聚焦于将人工智能（AI）的深度学习算法引入海洋模式过程，基于深度学习方法预报波浪的有效波高，并开创性地在算法中耦合空间性和时间性特征（图1）。中长期（3年）预报的误差降低70%以上（图2），计算效率比常规数值模式提高了60%，表明CNN-LSTM模型在波浪预警报及极值波高捕获上具有极大地应用潜力，且能够极大地节省计算资源。该项成果创新性地将深度学习方法应用于波浪预报，提供了一个新的研究视角。
图1 CNN-LSTM模型结构及流程
图 2 不同模型Hs预报结果（左列对应第一个月，右列对应最后一个月）
发表文章列表：
Zhang J, Luo F *, Quan X, Wang, Y, Shi, J , Shen, C, and Zhang, C. Improving wave height prediction accuracy with deep learning[J]. Ocean Modelling, doi: https://doi.org/10.1016/j.ocemod.2023.102312
文章链接：
https://www.sciencedirect.com/science/article/pii/S146350032300152X
