海洋AI模型是由上海海洋大學團隊構建的人工智慧模型，其數據基礎來源於海洋鋒面研究的開源數據集，服務于海洋動力學、漁業資源評估及生態監測等領域。該模型依託改進的直方圖鋒面識別算法，解決了傳統方法在近海鋒面連續識別方面的技術局限，並通過全球走航觀測數據驗證了ESA多衛星融合產品在鋒面識別中的最優性能。
研究團隊建成首個全球海洋鋒面開源數據集，支撐海洋生物地球化學循環及氣候變化研究。2025年研發的“敖芯1.0”平台通過動態量化技術降低計算量98%，實現魷釣船實時漁情預報，並完成硬體適應性驗證。該校虛擬仿真實驗教學中心與超算中心（總計算能力70Tflops）為模型開發提供技術支撐。2021年與上海儀電集團共建AI+海洋創新中心，開展海洋科學數據挖掘與算法研發。
基本介紹
- 中文名：海洋AI模型
- 開發團隊：上海海洋大學團隊
- 類別：人工智慧模型
- 服務領域：海洋動力學、漁業資源評估及生態監測等
模型介紹,產品功能,
模型介紹
海洋鋒面是位於全球上層海洋中的離散、普遍存在的海洋學特徵，可以被認為是狹窄的三維邊界，在相對較短的水平距離內，某些特性（如溫度、鹽度或葉綠素濃度等）會發生顯著變化。鋒面處的次級環流、輻聚效應及強混合等動力過程顯著影響著海洋中的物質、能量輸運與生態過程。海洋鋒面在海洋動力過程、漁場學、海洋生態學等方面發揮關鍵作用，對漁業資源評估、漁場預測、污染物分布監測及海洋軍事等方面具有重要套用價值。
產品功能
鋒面識別算法能夠基於衛星觀測的海表環境信息自動提取鋒面信息，是目前獲取和監測區域及全球鋒面活動的主要手段。然而，其識別結果的可靠性是多學科研究套用的基礎，易受算法性能與衛星數據質量等因素影響。長期以來，缺乏系統的原位觀測對其準確性進行驗證評估，限制了識別算法在多學科領域的廣泛套用。此外，當前常用的多種海表數據產品（如單衛星、多衛星融合和再分析數據）在鋒面識別結果上存在顯著差異，亟需系統評估以為相關研究提供指引。
團隊通過此前改進的直方圖鋒面識別算法，有效克服了傳統方法在近海鋒面識別、鋒面連續性及重複識別等方面的局限性（Xing et al., 2023b），並系統評估了持續性鋒面的長期變化規律（Xing et al., 2024）。該研究在此基礎上進一步最佳化算法以適用於全球海域，並利用全球走航觀測的原位溫度數據，對不同SST產品的鋒面識別結果進行了系統驗證與比較。研究發現，ESA多衛星融合產品的識別效果最佳，其提取的鋒面與走航觀測結果高度匹配，且驗證指標在時間和空間上具有良好的一致性；REMSS多衛星融合產品和GLORYS模型再分析數據次之，而MODIS單衛星產品和HadGEM3氣候模式的識別效果較差。此外，走航觀測所得的全球鋒面發生頻率與衛星識別結果具有很強的空間一致性。這些結果首次通過原位觀測系統驗證了鋒面識別算法的性能，顯著提升了衛星遙感鋒面識別技術在多學科研究中的套用信心與前景。構建的開源數據集與算法為海洋動力學、海洋漁業、海洋生態、生物地球化學循環及氣候變化研究提供了重要支撐，同時也為海洋AI模型的訓練提供了數據基礎。
