近日，中国科学院海洋研究所人工智能海洋学研究组在海洋内孤立波预报研究中取得新进展。针对苏禄海内孤立波多源生成、传播路径复杂的特点，团队利用长期卫星遥感观测，结合潮汐地形信息，融合物理方程约束与卫星观测数据驱动，实现苏禄海多源生成内孤立波的生成与传播一体化智能预报。相关成果发表于国际学术期刊IEEE Transactions on Geoscience and Remote Sensing。

苏禄海被岛链、海峡和浅滩环绕，内孤立波活动频繁。研究团队分析2002~2022年卫星影像发现，该海域内孤立波由不同区域激发，空间上主要分为西南部和东北部两组：西南部波群集中在Pearl Bank及其邻近海槛、浅滩一带，另一组则分布在海盆东北部。从整体传播特征看，该海域内孤立波向西北传播，平均速度约为2.05 m/s，受复杂地形调制，波峰线在传播中还会弯曲、变形和交汇（图1）。准确预报内孤立波的生成传播具有重要意义，然而，这些特征给预报带来两方面挑战：仅依赖卫星观测的数据驱动方法难以保证预报的连续性和物理一致性，以单一生成源为前提的传统方案也难以同时刻画多源生成内孤立波的传播路径。

图1 苏禄海内孤立波整体传播特征

（a. 卫星观测的苏禄海内孤立波；b. 等效生成源与波峰线的空间关系，蓝线为卫星观测波峰线，黑线为传统单一生成源的Eikonal方程求解结果，底色表示潮汐强迫，红点和红线分别表示等效点源与线源）

针对上述挑战，团队结合卫星观测与Eikonal方程进行多生成源寻优，确定了独特的“五点一线”生成源。随后基于双分支训练策略构建内孤立波预报的AI模型，第一分支以多源Eikonal方程计算的传播时间场为引导，学习连续的区域传播结构，第二分支利用卫星观测和源区潮汐信息学习局地偏差，两分支输出叠加得到预报结果（图2）。该模型无需输入卫星观测的初始波峰线即可预报复杂多生成源海域的内孤立波传播。结果表明，优化的多生成源改善了苏禄海内孤立波传播场的大尺度结构，双分支训练策略相较传统单一生成源预报方案的误差降低了70.40%（图3）。

图2 多源Eikonal引导与卫星残差修正的双分支预报模型

图3 测试样本的空间分布及测试结果

该研究将传统基于单一生成源的内孤立波预报拓展至多生成源海域。卫星观测约束与物理方程融合的思路，也有望为其他多生成源边缘海的内孤立波生成传播一体化预报提供借鉴，对提升海洋环境预报能力具有重要意义。

论文第一作者为中国科学院海洋研究所博士后李志鑫、通讯作者为张旭东副研究员，合作者还包括李晓峰研究员。该研究得到国家自然科学基金、山东省自然科学基金等项目的资助。

论文信息：

Li, Z., Li, X., Zhang, X.*, 2026. Satellite-Constrained and Physics-Guided Forecasting of Internal Solitary Waves from Multiple Generation Sources in the Sulu Sea. IEEE Transactions on Geoscience and Remote Sensing. https://doi.org/10.1109/TGRS.2026.3744681.