近日，中国科学院海洋研究所胡珀研究团队研发了一种风暴潮快速预报方法，通过将数值模式和神经网络技术相结合，实现了台风风暴潮的准确快速预报，相关成果在国际期刊ADVANCESINATMOSPHERICSCIENCES发表。

本研究使用DUAL模型风场构建台风过程中的风场和气压场，并结合风暴潮-海浪耦合的ADCIRC-SWAN耦合模式对台风过程进行数值模拟，建立了一套用于神经网络训练的中国南海北部的区域风暴潮灾害过程数据集。基于卷积神经网络和残差结构，构建了一个区域风暴潮预报神经网络模型（图1）。该模型在珠江口地区取得了良好的风暴潮预报效果（图2），大大提高了风暴潮预报的时效性。结果表明在风暴潮预报中使用数值模型的模拟结果来训练神经网络可以使神经网络学习数值模型的固有物理机制，从而提高神经网络的预报精度，并且能够在空间场中捕捉风暴增水的空间分布特征（图3）。

图1 Res-U-Net神经网络结构示意图

图2 神经网络风暴潮预报结果与观测数据的比较图

图3 台风1208、1622以及1713的数值模拟结果和神经网络预报结果中，极端风暴潮的分布情况

本文第一作者是中国科学院海洋研究所博士研究生孙源，胡珀研究员是论文通讯作者，其他合作者包括李水清研究员、莫冬雪副研究员和侯一筠研究员。研究工作得到了国家自然科学基金等项目资助。

论文信息：

Sun,Y.,P. Hu*,S. Q. Li,D. X. Mo,and Y. J. Hou,2025: Regional storm surge forecast method based on a neural network and the coupled ADCIRC-SWAN model. Adv. Atmos. Sci.,42(1),129-145,https://doi.org/10.1007/s00376-024-3306-8.