基于海洋机器人观测的高分辨率海洋环境预测方法

作     者：金乾隆 田宇 俞建成 王晓辉 JIN Qianlong;TIAN Yu;YU Jiancheng;WANG Xiaohui

作者机构：中国科学院沈阳自动化研究所机器人学国家重点实验室辽宁沈阳110016 中国科学院机器人与智能制造创新研究院辽宁沈阳110169 中国科学院大学北京100049 

出 版 物：《舰船科学技术》 (Ship Science and Technology)

年 卷 期：2024年第46卷第14期

页      面：73-80页

学科分类：080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

基　　金：国家自然科学基金资助项目(52271353) 辽宁省兴辽英才计划资助项目(XLYC2007035) 沈阳市自然科学基金资助项目(22-315-6-08) 机器人学国家重点实验室项目(2022-Z11) 中国科学院国际伙伴计划资助项目(173321KYSB20180011) 中国科学院沈阳自动化研究所基础研究计划资助项目(2022JC3K05) 国家重点研发计划资助项目(2022YFE0204600) 

主　　题：海洋机器人 海洋观测 海洋预测 深度学习 数据同化 

摘      要：海洋机器人是海洋环境观测应用的重要工具。利用海洋机器人获取的稀疏观测数据,实现区域海洋环境要素空间场高分辨率预测具有重要应用需求。面向该需求,提出一种基于海洋机器人稀疏观测数据的高分辨率海洋环境预测方法。以卷积长短期记忆神经网络ConvLSTM为基础,建立数据驱动的海洋环境空间场时间序列预测模型。应用集合卡尔曼滤波方法同化海洋机器人观测数据,实现神经网络预测模型在线学习,使模型逐步逼近海洋环境状态、预测输出逐步逼近观测数据。针对大尺度海洋环境高空间分辨率预测带来的高计算复杂性问题,引入非均匀空间分辨率预测策略,有效应对计算挑战。利用水下滑翔机南海北部观测实验数据进行了区域海洋环境二维水平面温度场预测实验,结果验证了方法的有效性。