模擬熱帶氣旋風泵引起的海表降溫研究獲進展

　　近日，南方海洋科學與工程廣東省實驗室（廣州）（簡稱廣州海洋實驗室）研究員唐丹玲團隊與合作者，在利用可解釋的機器學習框架模擬熱帶氣旋風泵引起的海表降溫方面研究取得進展。相關成果發表于《IEEE地球科學與遙感學報》。

　　熱帶氣旋具有強烈的風泵效應，會誘發海洋上層海面溫度降低（SSTC）。SSTC是揭示熱帶氣旋演變和海洋狀況的一個重要指標。然而，目前很少有有效的方法能準確近似地估算熱帶氣旋誘導的SSTC 的空間結構振幅。

　　該研究提出了一種可解釋的機器學習框架，用于模擬和解釋西北太平洋上空SSTC 空間結構的振幅。該研究特別考慮了與熱帶氣旋特征和風暴前海洋狀態相關的12 個預測因子作為輸入。合成分析技術用于描述熱帶氣旋軌跡上SSTC 空間結構的振幅。利用一種高效的集成機器學習算法XGBoost和12 個預測因子來模擬SSTC 的空間振幅。

　　為了更好地解釋熱帶氣旋強迫下的海氣相互作用，進一步采用了SHAP方法來識別預測因子在決定熱帶氣旋引起的SSTC振幅中的貢獻，從而為所提出的方法帶來了面向屬性的可解釋性。結果表明，所提出的方法可以準確模擬不同熱帶氣旋強度組的SSTC 空間結構振幅，其效果優于一些主流的機器學習方法和一種數值模式。所提出的方法也可以作為重建SSTC 空間結構年際和季節演變合成圖的有效工具。

　　唐丹玲團隊長期研究海洋風泵的生態環境效應，該研究為應用機器學習來模擬和解釋極端天氣條件（如熱帶氣旋）引發的海洋風泵響應下提供了新的視角。

　　上述研究得到廣東省特支計劃U團隊項目、廣州海洋實驗室人才科研啟動項目和2022年度南沙區重點領域科技項目等資助。