Mendedahkan 100 tahun penyahoksigenan lautan global, Universiti Jiao Tong Shanghai menggunakan kecerdasan buatan untuk membina semula 'lautan yang menyesakkan', ICML telah memasukkan

Pengarang |. Lu Bin, Han Luyu

Oksigen terlarut laut adalah faktor utama dalam mengekalkan fungsi ekosistem marin. Dengan kesan pemanasan global dan aktiviti manusia, lautan telah menunjukkan trend penyahoksigenan dalam beberapa tahun kebelakangan ini Lautan yang semakin menyesakkan mempunyai akibat yang serius untuk pembangunan perikanan, peraturan iklim dan aspek lain.

Baru-baru ini, pasukan Profesor Wang Xinbing dan Gan Xiaoying dari Pusat Pengajian Maklumat Elektronik dan Kejuruteraan Elektrik di Universiti Jiao Tong Shanghai, bersama-sama dengan Ahli Akademik Zhang Jing, Profesor Zhou Lei, dan Profesor Madya Zhou Yutao dari Sekolah Oseanografi di Shanghai Universiti Jiao Tong, bersama-sama mencadangkan model pembelajaran mendalam yang dipacu oleh data cerapan lautan yang jarang OxyGenerator. Buat pertama kalinya, data oksigen terlarut lautan global yang berusia abad dari 1920 hingga 2023 telah dibina semula, dan prestasi pembinaan semula dengan ketara melebihi keputusan model berangka CMIP6 yang dikuasai oleh pengalaman pakar.

Hasil penyelidikan "OxyGenerator: Membina Semula Penyahoksigenan Lautan Global Sepanjang Abad dengan Pembelajaran Mendalam" telah diterima oleh persidangan Kelas A Persekutuan Komputer China Persidangan Antarabangsa mengenai Pembelajaran Mesin (ICML), menyediakan maklumat untuk analisis kompleks kitaran oksigen dan peraturan iklim Ia mempunyai sokongan data yang kuat dan merupakan percubaan aktif untuk mengintegrasikan kecerdasan buatan dan oseanografi.

Sejak seratus tahun yang lalu, isu penurunan kandungan oksigen lautan yang disebabkan oleh perubahan iklim telah menarik perhatian meluas. Antara alat untuk memahami perubahan jangka panjang dalam OMZ, pengembangan pesat OMZ30 (zon minimum oksigen) dianggap sebagai penunjuk utama. Menjelang 2023, kawasan lautan pada tahun 1920 telah meningkat tiga kali ganda Penemuan ini penting untuk memahami perubahan jangka panjang dalam OMZ dan akan membantu pemantauan dan perlindungan lautan yang lebih baik pada masa hadapan.

Pautan kertas: http://arxiv.org/abs/2405.07233

Untuk memahami deoksigenasi lautan secara menyeluruh dan mendalam serta menerokai kitaran oksigen serta corak perubahannya daripada data lain yang berkesan, Schmidtko017 penyelidik menerbitkan makalah dalam " Nature" menerbitkan artikel "Penurunan kandungan oksigen lautan global dalam tempoh lima dekad yang lalu", yang buat pertama kalinya menggunakan kaedah interpolasi ruang untuk mencapai pembinaan semula dan analisis kuantitatif oksigen terlarut lautan global data sejak tahun 1960.

Menilai kesan khusus aktiviti manusia jangka panjang sejak Revolusi Perindustrian, membina semula rekod iklim pembubaran selama lima puluh tahun yang lalu tidak mencukupi. Pemerhatian sejarah yang sangat jarang dan kaedah interpolasi spatial dengan ketepatan yang terhad telah menjadi halangan penting dalam menyelesaikan masalah. . melebihi 90%

Untuk tujuan ini, pasukan penyelidik Universiti Shanghai Jiao Tong telah mengumpulkan sejumlah 6 bilion keping data berkaitan oksigen terlarut lautan sejak tahun 1900, termasuk data tinjauan kapal penyelidikan saintifik, data pemerhatian pelampung Argo, real- pemerhatian masa pelampung tenggelam laut dalam (jumlah data yang disimpan adalah kira-kira 2TB) ), dan menjalankan kawalan kualiti bersatu.

Memandangkan tepi badan air laut yang tidak sekata dan ciri-ciri tidak seragam bagi data cerapan yang sangat jarang, rangkaian graf spasio-temporal empat dimensi telah diwujudkan melalui idea pemodelan graf, dengan mempertimbangkan sepenuhnya korelasi spatial dan tinggi- sampel pemerhatian nilai dalam geografi, dan menyedari Ia memindahkan maklumat merentasi masa dan ruang antara data pemerhatian dan data yang hilang.

Memandangkan perubahan kepekatan oksigen terlarut lautan dipengaruhi oleh kedua-dua pembolehubah fizikal dan biokimia lautan, perceptron berbilang lapisan pertama kali digunakan untuk mengekstrak ciri tak linear data berbilang unsur, dan pendek dua hala. -rangkaian memori jangka digunakan untuk mengekstrak pemerhatian oksigen terlarut perlombongan ciri perubahan.

Kedua, memandangkan lautan global membentangkan korelasi spatiotemporal yang heterogen dalam tempoh dan wilayah sejarah yang berbeza, diilhamkan oleh idea pengezonan oseanografi, mekanisme penghantaran mesej graf (Zoning-Varying Message-Passing) dengan pengezonan boleh ubah suai dicadangkan algoritma penjanaan parameter rangkaian melakukan transformasi affine pada mesej graf sekatan berbeza untuk merealisasikan pemindahan maklumat graf dengan sekatan berubah-ubah.

Akhir sekali, gabungan pengetahuan domain oseanografi membantu menentukur ketidakpastian rangkaian saraf. Kajian ini mengambil nisbah keseimbangan ideal nitrogen, fosforus dan oksigen dalam lautan (Redfield Ratio) dan mereka bentuk kaedah penaturan kecerunan yang dibenamkan dengan pengetahuan kimia untuk menghapuskan anomali isyarat dalam hasil pembinaan semula sebanyak mungkin.

OxyGenerator Ocean Deoxygenation Reconstruction Framework

Selepas pengesahan silang berlipat ganda dengan pembolehubah pemerhatian, dan perbandingan dengan keputusan tiga set model berangka CMIP6 yang diketuai oleh pakar, OxyGenerator telah mencapai keputusan yang baik dalam kajian ini empat penunjuk penilaian prestasi pembinaan semula Prestasi terbaik, MAPE dikurangkan sebanyak 38.77%, dengan ketara mengurangkan ralat pembinaan semula di lautan terbuka.

Perbandingan prestasi percubaan antara OxyGenerator dan CMIP6

Di kawasan seperti Pasifik Barat dengan data pemerhatian yang mencukupi dan Laut Hitam yang terjejas oleh keadaan persekitaran istimewa, prestasi OxyGenerator sangat cemerlang, dan prestasi model kekal stabil untuk ratusan daripada tahun. Pada masa yang sama, hasilnya membina semula dengan baik gangguan pengagihan oksigen terlarut yang disebabkan oleh peristiwa iklim khas seperti El Niño/La Niña dalam tempoh sejarah, dan juga menggambarkan dengan tepat ciri pergerakan air berskala besar seperti peredaran thermohaline.

Penyelidikan ini adalah hasil persilangan yang mendalam dan kerjasama erat antara kecerdasan buatan dan sains marin, dan ia telah membuka idea baharu untuk menangani cabaran iklim global. Pada masa hadapan, pasukan itu akan terus mempromosikan penyelidikan penemuan geosains dipacu data kerjasama yang mendalam dan secara aktif membangunkan penyelidikan dalam bidang teknologi termaju yang memperkasakan kecerdasan saintifik (AI untuk Sains).

Atas ialah kandungan terperinci Mendedahkan 100 tahun penyahoksigenan lautan global, Universiti Jiao Tong Shanghai menggunakan kecerdasan buatan untuk membina semula 'lautan yang menyesakkan', ICML telah memasukkan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!