海洋所等在海洋障礙層結構反演重構方面獲進展

　　近日，中國科學院海洋研究所尹寶樹研究團隊與美國加利福尼亞大學洛杉磯分校合作，針對海洋障礙層結構反演重構方面取得新進展。相關研究成果發表在《環境研究通訊》（Environmental Research Communications）上。

　　海洋障礙層位于海洋的密度混合層底部與溫度等溫層頂部之間，其厚度變化對海洋的垂直混合過程產生直接影響，進而調控海表溫度和海-氣交互作用。障礙層的變化會影響熱量和鹽分在海洋內部的輸運，從而對局地天氣氣候產生影響，包括熱帶氣旋的生成和強度、降水模式的變化以及更大尺度的氣候現象如厄爾尼諾-南方濤動（ENSO）和印度洋偶極現象（IOD）。由于觀測技術的局限性，目前獲取高質量的海洋障礙層結構實測數據頗有挑戰性。因此，利用高分辨率的衛星遙感資料與實測數據相結合來反演重構海洋內部關鍵結構，已成為物理海洋學研究中的重要課題。

　　尹寶樹團隊采用先進的元學習技術，集成了卷積神經網絡（CNN）、門控循環單元（GRU）和人工神經網絡（ANN）三種機器學習模型，并提出了新穎的多模型集成方法，從而顯著提升了海洋障礙層結構的反演精度。通過利用海表溫度（SST）、海表鹽度（SSS）和海表風速（SSW）等關鍵海表環境要素，該研究可準確地重構出海洋障礙層結構。上述成果突破了傳統觀測技術和數值模型的局限性，展示了機器學習尤其是元學習在海洋學研究中的潛力和應用前景。此外，該工作為探討海洋動力學、推動海洋環境變化研究以及應對全球氣候變化提供了寶貴的支持與貢獻，頗具學術價值和實際應用前景。

　　研究工作得到國家重點研發計劃和國家自然科學基金的支持。