点击蓝字
关注我们
Cite this article:
Cao, Y. Z., S. W. Zhang, G. N. Lv, M. C. Yu, and Bo Ai, 2024: AI-based Correction of Wave Forecasts Using the Transformer-enhanced UNet Model. Adv. Atmos. Sci., https://doi.org/10.1007/s00376-024-3319-3
Download:
http://www.iapjournals.ac.cn/aas/en/article/doi/10.1007/s00376-024-3319-3
预出版
基于Transformer改进UNet方法的海浪预报AI订正
网格化预报能有效提高预报产品的时空密度，提升短时临近海洋灾害预报预警能力，依靠预报员主观站点订正的传统方式已经无法满足精细化预报的实际需要。针对这一问题，本文提出了一种基于Transformer改进的UNet融合风浪信息的海浪预报智能订正模型TransUNet。在传统UNet模型的编码器中引入Transformer结构，解码器中使用双采样模块代替传统的上采样来提高特征提取能力。本文采用了欧洲中期天气预报中心（ECMWF）提供的风速、浪高预报数据和有效波高再分析数据，与传统UNet模型进行了对比实验。实验结果表明：TransUNet模型对未来24小时预报订正结果的均方根误差、平均误差、标准差均小于UNet模型，其中相对于订正前均方根误差减小了21.55%以上。经统计分析，对未来24小时预报订正后的浪高误差有87.81%小于±0.2m，而仅有4.56%在±0.3m以外，有效抑制了误差上限，提高了海浪预报能力。
关键词：TransUNet，Transformer，海浪预报，偏差订正
图1 TransUNet模型
创新点
本文针对传统预报员的主观站点订正方式难以满足当前海浪精细化预报需求的问题，提出了一种基于Transformer改进的UNet融合风浪信息的海浪预报智能订正模型TransUNet。相较于传统UNet方法，TransUNet在ECMWF预报浪高的订正中展现出优秀的订正性能，同时在短期海浪预报中也保持了稳定的订正能力。
延伸阅读：
谈哲敏：AI在大气与海洋科学中的应用—引领未来
AAS AI专刊——Part1阅读:
Special Issue on "AI Applications in Atmospheric and Oceanic Science: Pioneering the Future"
http://www.iapjournals.ac.cn/aas/en/article/2024/7
关注大气科学进展
大气科学进展
Advances in Atmospheric Sciences
科研前沿|行业热点|学科动态
写作规范|投稿技术|科研工具
长按二维码，关注我们
大气科学进展
《大气科学进展(英)》(Advances in Atmospheric Sciences，简称AAS)——中国大气科学领域学术水平最高的英文期刊之一，1984年创刊，1999年被SCI收录。最新影响因子6.5，JCR分区表一区。
AAS主要发表大气和海洋科学领域的创新性研究成果，刊登气候学、大气物理学、大气化学、大气探测、气象学、天气学、数值天气预报、海洋-大气相互作用、人工影响天气和应用气象学等各主要分支学科的国际最新创造性论文和研究进展的综合评述。AAS积极扩展栏目，除学术论文外，还设有数据描述文章、会议报告（特邀）、学科亮点(News&Views)（特邀）、展望（Perspectives）（特邀）及有关大气科学领域研究进展的讨论等。
AAS由国际气象学和大气科学协会（IAMAS）中国委员会、中国科学院大气物理研究所、中国气象学会主办，由Springer和科学出版社共同出版，是国际IAMAS的合作期刊。来自9个国家、36个专业科研机构的60多位优秀责编全程监督审稿过程。
更多信息，欢迎登录AAS官方网站了解：
