关闭×
作者投稿 主编审稿 编委审稿 专家审稿 远程编辑
推荐论文 更多
  • 人工智能海洋学发展前景
    董昌明, 王子韵, 谢华荣, 徐广珺, 韩国庆, 周书逸, 谢文鸿, 沈向宇, 韩磊

    随着海洋观测数据和数值模式产品的爆发式增长,人工智能方法在海洋学研究中展现出巨大的潜能。该文首先回顾了海洋大数据科学的发展历程,并详细介绍了人工智能在海洋现象识别、海洋要素与现象预报、海洋动力参数估算、海洋预报误差订正和海洋动力方程求解中的研究现状。具体地,阐述了海洋涡旋、海洋内波和海冰等海洋现象的智能识别研究,海面温度、厄尔尼诺-南方涛动、风暴潮、海浪和海流的智能预测研究,数值模式中海洋湍流过程参数化方案的智能估算研究以及海浪、海流等海洋现象预报误差的智能订正研究。此外,还讨论了物理机制融合和傅里叶神经算子在海洋运动方程智能求解中的研究进展。该文立足于当前人工智能海洋学的发展现状,旨在全面展示人工智能技术在海洋学领域的优势和潜力,并聚焦于海洋数字孪生和人工智能大模型两个新兴的研究热点,展望未来人工智能海洋学的发展方向,为海洋学者提供启示和参考。

  • 人工智能海浪预报的发展与挑战
    陆钰婷, 郭文康, 丁骏, 王林峰, 李晓辉, 王久珂

    海浪是海洋中最为重要的现象之一,快速准确的海浪预报对于保障海上生产、生活安全具有重要意义。该文回顾了海浪预报方法的发展历程,包括传统统计预报、数值模式预报以及目前快速发展的人工智能预报。基于人工智能的海浪预报模型表现出计算速度快、预报精度自适应优化等优势,已经开始从研究阶段逐步应用于实际海浪预报业务之中,但同时该方法也存在预报要素有限、极端海况预报值偏低以及预报泛化能力弱的局限。该文根据人工智能海浪预报的特点,提出了人工智能海浪预报目前亟需解决的观测数据高效利用、先验知识引入、人工智能模型安全性与泛化能力提升等关键科学技术问题。

  • 生物组织病理指标可用于评价海洋生物健康,但在应用中存在效率低、成本高、主观性强等缺陷。将人工智能技术引入生物组织病理分析,可以发挥其高通量的图像分析优势,突破其在海洋生物健康评价和监测中的应用限制。该文通过对海洋生物组织健康评价指标、人工智能技术的图像分析应用以及利用人工智能开展组织病理图像处理的文献调研,提出基于深度学习的海洋动物组织病理图像分析思路,并以海洋贻贝作为模式生物进行技术开发。经过对贻贝鳃组织病理影像数据的训练、验证和预测等过程,确定Res-UNet深度学习模型可对贻贝在典型环境污染物胁迫下的病理损伤进行高效、准确定量,构建了一种能够自动化、高通量和弱主观性地分析海洋贻贝组织病理影像的工作流程,为海洋生物健康评价、海洋监测提供新思路与新技术。

  • 序言
    2024, 42(3):1-1.
    摘要 ( 12 ) HTML ( 3 ) PDF ( 755KB ) ( 10 )   
  • 研究综述
  • 人工智能海洋学发展前景
    董昌明, 王子韵, 谢华荣, 徐广珺, 韩国庆, 周书逸, 谢文鸿, 沈向宇, 韩磊
    2024, 42(3):2-27. DOI:10.3969/j.issn.1001-909X.2024.03.001
    摘要 ( 30 ) HTML ( 4 ) PDF ( 4260KB ) ( 15 )   
  • 人工智能海浪预报的发展与挑战
    陆钰婷, 郭文康, 丁骏, 王林峰, 李晓辉, 王久珂
    2024, 42(3):28-37. DOI:10.3969/j.issn.1001-909X.2024.03.002
    摘要 ( 18 ) HTML ( 3 ) PDF ( 1059KB ) ( 5 )   
  • 海洋涡旋智能检测研究进展
    徐广珺, 施宇诚, 余洋, 谢华荣, 谢文鸿, 刘婧媛, 林夏艳, 刘宇, 董昌明
    2024, 42(3):38-50. DOI:10.3969/j.issn.1001-909X.2024.03.003
    摘要 ( 21 ) HTML ( 1 ) PDF ( 2744KB ) ( 5 )   
  • 深度学习在印度洋偶极子预测中的应用研究综述
    郑梦轲, 方巍, 张霄智
    2024, 42(3):51-63. DOI:10.3969/j.issn.1001-909X.2024.03.004
    摘要 ( 37 ) HTML ( 1 ) PDF ( 2495KB ) ( 10 )   
  • 基于深度学习的生物组织病理图像分析在海洋监测中的发展潜力及案例分析
    邸雅楠, 赵若轩, 徐建洲
    2024, 42(3):64-74. DOI:10.3969/j.issn.1001-909X.2024.03.005
    摘要 ( 21 ) HTML ( 2 ) PDF ( 2695KB ) ( 6 )   
  • 研究论文
  • 基于BP神经网络模型的哨兵SAR反演风速偏差校正
    倪晗玥, 董昌明, 刘振波, 杨劲松, 李晓辉, 任林
    2024, 42(3):75-87. DOI:10.3969/j.issn.1001-909X.2024.03.006
    摘要 ( 17 ) HTML ( 2 ) PDF ( 3937KB ) ( 5 )   
  • 基于ConvLSTM的中国东南沿海波浪智能预报和评估
    金阳, 韩磊, 金梅兵, 董昌明
    2024, 42(3):88-98. DOI:10.3969/j.issn.1001-909X.2024.03.007
    摘要 ( 13 ) HTML ( 0 ) PDF ( 4833KB ) ( 2 )   
  • 基于机器学习的热带气旋快速增强预报
    罗通, 洪加诚
    2024, 42(3):99-107. DOI:10.3969/j.issn.1001-909X.2024.03.008
    摘要 ( 26 ) HTML ( 3 ) PDF ( 2298KB ) ( 14 )   
  • 利用机器学习模型预测中国沿海海平面变化
    陈建珩, 许东峰, 姚志雄
    2024, 42(3):108-118. DOI:10.3969/j.issn.1001-909X.2024.03.009
    摘要 ( 15 ) HTML ( 0 ) PDF ( 2235KB ) ( 4 )   
  • 基于深度学习和Sentinel-1卫星影像的北极海冰分类精度和影响因素
    邵志远, 赵杰臣, 解龙翔, 牟芳如, 肖静, 刘敏君, 陈雪婧
    2024, 42(3):119-130. DOI:10.3969/j.issn.1001-909X.2024.03.010
    摘要 ( 12 ) HTML ( 0 ) PDF ( 4482KB ) ( 1 )   
  • 卷积神经网络方法在涌潮水动力特性演变中的应用研究
    王智弘, 屈科, 杨元平, 王旭, 高榕泽
    2024, 42(3):131-141. DOI:10.3969/j.issn.1001-909X.2024.03.011
    摘要 ( 18 ) HTML ( 0 ) PDF ( 2488KB ) ( 4 )   
  • 基于数据-知识驱动的高精度海底地形绘制:以南海为例
    刘洋, 李三忠, 邹卓延, 索艳慧, 孙毅
    2024, 42(3):142-152. DOI:10.3969/j.issn.1001-909X.2024.03.012
    摘要 ( 12 ) HTML ( 1 ) PDF ( 3329KB ) ( 5 )   
Please wait a minute...
专题更多