海面温度观测空白由AI填补！…“有助应对异常高海温和台风”
UNIST Lim Jeongho教授团队开发用于重建卫星观测海表温度数据的AI
提升高海温、台风等灾害预测可靠性，刊登于《Remote Sensing of Environment》
每年夏季威胁朝鲜半岛的台风，都从西北太平洋温暖的海域汲取能量。
近年来，酷暑、高温、干旱等极端气候现象也被证明与海面高温相连，海表温度预测的重要性进一步提升。
要提高此类预测的可信度，必须具备精确的历史观测数据。对此，研究团队提出了一种能够复原卫星无法测量的缺测区间的人工智能模型。
UNIST地球环境城市建设工学系的 Lim Jeongho 教授团队19日表示，他们开发出一款人工智能复原模型，可以弥补卫星观测网的缺测区间，将海表温度数据以1小时时间分辨率、2公里空间分辨率重新构建。
海水中储存着地球90%的热能。其中，海表位于海洋与大气之间，是热能直接交换的界面。当海表变暖时，这部分热能会转移到空气中，引发台风、酷暑、集中性暴雨等现象。
卫星观测的优点在于能够大范围监测这一海表温度，但受云层、降水、观测角度限制等因素影响，时空上的缺测区间经常出现。受此影响，很难把握海表温度变化的整体趋势，长期且精确的温度预测也受到制约。
研究团队利用生成对抗网络（Generative Adversarial Network，GAN）人工智能模型，学习高频卫星观测资料和数值预报模型的热力学知识，构建出可以复原卫星缺测区间的模型。GAN原本主要用于图像生成，但本次研究中同时让其学习数值预报模型的热力学信息，从而在符合实际海洋物理条件的前提下，更加精细地复原海表温度数据。
第一作者、研究员 Jeong Sihun 表示：“传统数值预报模型或统计方法难以保持卫星原有的空间分辨率，且计算成本高昂。本模型在实际实验中，相较于既有的线性插值方法或统计模型，复原精度更高，即使在温度急剧变化的区域，预测性能也表现优异。”
Lim Jeongho 教授表示：“此次开发的基于人工智能的复原技术，能够在台风频发、气候变率较大的西北太平洋海域生成高分辨率海表温度数据。由于这一海域直接影响朝鲜半岛气候，预计将大幅提升天气预报与气候分析的精细度，从长期来看，也可用于应对高海温现象等各类海洋灾害。”
研究成果已于6月1日发表在遥感领域顶级国际学术期刊《环境遥感》（Remote Sensing of Environment，影响因子11.1）上。《环境遥感》被评价为引领环境科学与卫星观测研究国际趋势的期刊。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
