近日，由中國科學院海洋所研究員、IEEE Fellow李曉峰領銜，國內多家海洋科研單位人員組成的人工智能海洋學研究團隊，在國際上首次基于多源數據驅動，利用人工智能遷移學習技術融合實驗室、浮標和遙感數據，構建了內孤立波振幅反演模型，在內孤立波三維結構重構等方面取得重要進展。相關成果近日發表于遙感權威期刊Remote Sensing of Environment（影響因子10.164）上。 

　　海洋內孤立波在全球海域分布廣泛，振幅可達上百米，在海洋傳播過程對海洋環境、生態等有重要影響。遙感是海洋內孤立波觀測的重要手段，長期以來從遙感圖像反演其振幅是一個難點問題，現有方法無法準確描述海洋內孤立波的復雜特征。 

　　該論文基于長期搜集的海洋內孤立波實驗室數據、實測數據和匹配遙感圖像，構建了基于多源數據驅動的海洋內孤立波振幅反演模型。在模型構建中，利用實測數據與遙感數據建立匹配數據集進行模型訓練，但受觀測數據量的限制，實測-遙感匹配數據集較小。為解決小訓練數據集的問題，該論文使用了實驗室數據作為訓練數據的補充，并創新性的利用人工智能遷移學習技術來解決不同數據源的問題?；谠撜撐臉嫿ǖ暮Ｑ髢裙铝⒉ㄕ穹囱菽Ｐ鸵赃b感圖像提取信息為輸入，可以準確重構海洋內孤立波三維結構。 

基于人工智能遷移學習算法的內孤立波振幅反演

　　該研究表明，在多源大數據背景下，基于人工智能的純數據驅動海洋信息來構建針對復雜海洋現象的反演模型是可靠的和可行的，具有廣闊的應用前景。在模型搭建過程中不僅僅單純依靠數據訓練，而是充分考慮了所研究海洋現象的物理約束和遙感成像機制的指導作用。遷移學習算法為不同數據源的協同建模提供了連接的橋梁。人工智能技術作為一種蓬勃發展的新興技術，可以在復雜海洋現象的研究中建立快速、直接的映射關系，是復雜海洋現象研究和遙感信息挖掘的一種高效率工具和方法。 

　　上述研究工作得到了中科院海洋大科學研究中心、中科院先導科技專項、山東省重大創新工程及國家自然科學基金項目等資助。中科院海洋所張旭東博士為論文第一作者，李曉峰研究員為通信作者，合作者還包括中科院海洋所/青島科技大學王浩宇、英國伯明翰大學王碩博士、自然資源部第一海洋研究所劉延亮博士、中山大學于衛東教授、中國海洋大學王晶教授和徐青教授。 

　　論文鏈接： 

　　https://www.sciencedirect.com/science/article/pii/S0034425722000542?dgcid=author