海洋所在卫星海温辅助热带不稳定波区域叶绿素a预报方面取得进展
近日,中国科学院海洋研究所人工智能海洋学研究组在 IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 发表最新研究成果。研究提出了一种融合卫星海表温度与叶绿素a观测的跨变量智能预报方法,有效提升了东赤道太平洋热带不稳定波区域叶绿素a的短期预报能力,并通过物理一致性分析揭示了海温与叶绿素a变化之间的时滞耦合特征,为多源卫星观测驱动的海洋生物地球化学变量智能预报提供了新思路。
叶绿素a是表征海洋浮游植物分布和海洋初级生产力的重要指标,其时空变化与海洋动力过程密切相关。东赤道太平洋热带不稳定波是该区域典型的中尺度海洋现象,通常具有20~40天的变化周期,可引起赤道冷舌边界摆动、海表锋面变形和涡旋活动,并通过上升流、水平平流、剪切混合及营养盐再分配等过程影响叶绿素a分布。现有卫星叶绿素a预报研究多侧重于目标变量自身的时空演变,对海表温度等辅助遥感变量能否提供额外预报信息,以及其作用的时空特征,仍缺乏系统评估。
针对这一问题,研究团队构建了双分支Swin Transformer跨变量预报框架,以连续14天的卫星叶绿素a和海表温度场为输入,分别提取两类变量的多尺度时空特征。模型在编码器深层引入交叉注意力机制,将海温特征引入叶绿素a表征;同时通过多尺度跨变量特征调制(Cross-FiLM),在叶绿素a重建过程中注入不同空间尺度的海温信息,实现海表温度对叶绿素a预报的辅助约束。研究采用1997~2023年的Copernicus海洋颜色叶绿素a和OSTIA海表温度日产品,在东赤道太平洋(180°W~120°W,10°S~10°N)开展试验,分别评估1、3、5、7、10和14天预报时效。

图1 双分支叶绿素a+海表温度预报模型框架
结果显示,融合海表温度信息后,模型在所有预报时效上均取得稳定提升。与仅使用叶绿素a历史信息的参考模型相比,叶绿素a+海表温度模型在1、3、5、7、10和14天预报时效下的均方根误差分别降低12.6%、12.4%、13.8%、15.9%、15.0%和12.7%,空间相关系数提高0.02~0.05。其中,7天和10天预报时效的误差降幅较为突出,表明海表温度能够为叶绿素a场的短期演变提供额外预报信息。

图2 热带不稳定波频带内海表温度异常与叶绿素a浓度异常耦合关系的超前—滞后诊断
研究进一步发现,海温辅助预报的增益具有明显的气候背景和空间分布特征。在厄尔尼诺、拉尼娜和中性背景下,融合海温信息均能改善叶绿素a预报,其中拉尼娜背景下的增益相对更大。空间分析显示,预报增益主要集中在热带暖池与冷舌之间的过渡区域;以研究所定义的27~28℃海温带为参照,过渡带核心区的预报增益在不同气候背景下均高于周边赤道区域。
为检验模型所利用的海温信息是否与实际海洋过程相吻合,研究团队进一步开展了梯度归因、时间窗扰动、时滞相关和交叉谱分析。结果显示,短时效预报对近期海温信息更为敏感,随着预报时效延长,模型对较早时段海温信息的敏感性增强。观测诊断发现,在热带不稳定波频带内,海温异常与叶绿素a异常存在清晰的时滞联系;在约25.6天周期处,二者的交叉谱相干性约为0.70,对应叶绿素a异常约13.1天的等效滞后。上述结果表明,模型所利用的海温信息与热带不稳定波尺度上的海温—叶绿素变化具有相互印证的时间结构,为海温辅助叶绿素a预报提供了物理一致性证据。

图3 赤道5°S~5°N区域平均海表温度异常(SSTA)与叶绿素a浓度异常(CHLA)在15~40天热带不稳定波(TIW)周期范围内的功率谱与交叉谱分析
该研究量化了海表温度作为辅助遥感变量对热带不稳定波区域叶绿素a短期预报的增益,并从气候背景、空间分布和时滞耦合等方面检验了预报结果的物理一致性,为融合多源卫星观测与人工智能方法开展海洋生物地球化学变量预测提供了参考。
论文第一作者为中国科学院海洋研究所博士研究生周寅飞,通讯作者为中国科学院海洋研究所博士后王浩宇,合作者包括中国科学院海洋研究所李晓峰研究员。研究获得山东省重点研发计划项目、中国科学院海洋研究所自主部署项目等项目资助。
论文信息:
Zhou, Y., Wang, H*., & Li, X. (2026). SST-Assisted Cross-Variable Remote-Sensing Forecasting of Chlorophyll-a With Physical-Consistency Diagnostics in the Tropical Instability Wave Region. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. https://doi.org/10.1109/JSTARS.2026.3748264
附件下载:
鲁公网安备37020202001323号 | 古镇口园区地址:青岛市西海岸新区海军路88号 南海路园区地址:青岛市市南区南海路7号 科考船码头基地:青岛市西海岸新区长江东路8号 |
邮编:266000 邮件:iocas@qdio.ac.cn 电话:0532-82898611 传真:0532-82898612 |
