AxiomOcean：预测上层海洋的三维结构
机器学习
2026-05-12 v1
摘要
短期海洋预报技能强烈取决于上层海洋的三维海洋结构，这种结构支配了温层分层、次表层热储存以及海洋对大气强迫的响应。然而，AI 海洋预报模型往往无法保持这种垂直结构，导致次表层特征过度平滑且在强迫下物理一致性较差。本文提出 AxiomOcean，一个全局 AI 海洋预报模型，显式表示水柱中的垂直层次结构和跨层依赖。通过将完全三维的编码器-主干-解码器架构与表面大气强迫相结合，AxiomOcean 联合预测上层海洋温度、盐度和三维流动，分辨率为全球 1/12°，深度达 643 m。在 10 天预报中，AxiomOcean 在变量和预报时限上均优于一个高级 AI 对比模型，day-1 RMSE 降低约 20-35%，同时保持更高的异常相关性。这种提升并非通过过度平滑实现：AxiomOcean 更好地保留了涡旋动能、温度和盐度方差。其优势也延续至水柱内部，并在赤道太平洋、乌拉巴海流扩展区和南洋显著体现，为上层海洋热量储存提供更真实的重建。这些结果表明，显式保留上层海洋的三维结构可以提高 AI 海洋预测中的预测准确性和物理保真度。
引用
@article{arxiv.2605.10455,
title = {AxiomOcean: Forecasting the Three-Dimensional Structure of the Upper Ocean},
author = {Sensen Wu and Yifan Chen and Guantao Pu and Xiaoyao Sun and Yijun Chen and Jin Qi and Ming Kong and Keyi Yang and Lichen Xu and Wenguan Wang and Xiaofeng Li and Zhenhong Du},
journal= {arXiv preprint arXiv:2605.10455},
year = {2026}
}