2026/04/17
圖文引用自：ai.ettoday.net
洋流影響著地球的天氣、氣候與海洋生態，甚至海上搜救、溢油擴散追蹤，也少不了對洋流的掌握。如今，加州大學聖地牙哥分校的研究團隊於4/13在《Nature Geoscience》雜誌上發表了他們的研究成果，科學家首度透過人工智慧，把過去難以即時捕捉的小尺度洋流動態「看清楚了」，為海洋觀測帶來重大突破。
加州大學聖地牙哥分校的研究團隊，開發出名為GOFlow的AI模型，能從氣象衛星熱影像中精準推算海面洋流變化，解析度與更新頻率皆遠超傳統方法。這項技術由斯克里普斯海洋研究所海洋學家Luc Lenain與Kaushik Srinivasan共同主導，補上長期以來海洋觀測的困難。
過去要掌握海面洋流並不容易，尤其是寬度不到10公里、可能在數小時內形成又消失的小型強流，這類洋流雖然尺度不大，卻是驅動海洋垂直混合的關鍵力量，影響深海與淺海之間的熱量、碳與營養物質交換，雖然現有衛星可透過海面高度變化間接估算洋流，但是約10天才掃描同一海域一次，更新速度太慢，而船載測量和沿海雷達系統可以捕捉到快速變化，但僅限於有限的區域。
研究團隊提到研發靈感來自2023年團隊觀察GOES-East氣象衛星拍攝的北大西洋熱影像時，發現海面溫度圖像中隱藏著墨西哥灣暖流等大型洋流的流動痕跡，於是，團隊開始嘗試讓AI學習如何從這些溫度紋理中讀出洋流資訊。
GOFlow的運作原理，是透過深度學習訓練神經網路，辨識海洋表面溫度圖像在洋流推動下，如何出現彎曲、拉伸與位移，AI先從高解析海洋環流模擬資料中學習溫度與流速的對應關係，再分析衛星連續拍攝的熱影像，推算出海水流速與方向，等於讓AI從太空拍下的海面「溫度紋路」，反推出海洋底下的流動。…
