北极海冰运动的机器学习模型
大气与海洋物理
2021-08-26 v1
摘要
海冰运动通过输送污染物、热量、水和盐分以及改变冰盖，在极地气候系统中发挥着重要作用。已构建了众多基于物理的模型来表征海冰与大气和海洋的动力学相互作用。在本研究中，我们提出了一种新的数据驱动深度学习方法，利用卷积神经网络（CNN）来模拟北极海冰在给定一天前的初始冰速和冰浓度条件下如何响应表面风场。结果表明，CNN 计算的海冰响应与实际情况的平均相关系数为 0.82，超越了一组局部逐点预测方法和主流的热力学-动力学模型 CICE5。CNN 优越的预测能力表明，海冰运动预测因子的连接模式发挥了重要作用。
引用
@article{arxiv.2108.10925,
title = {A machine learning model of Arctic sea ice motions},
author = {Jun Zhai and Cecilia M. Bitz},
journal= {arXiv preprint arXiv:2108.10925},
year = {2021}
}