2月2日，海洋與氣象學院梁朋團隊在海洋科學著名期刊《Journal of Geophysical Research: Oceans》在線發表了題為《Mechanisms of Intraseasonal Oscillation in Equatorial Surface Currents in the Pacific Ocean Identified by Neural Network Models》的研究論文。該研究基于人工智能方法構建了赤道太平洋高時空分辨表層海流，并指出熱帶太平洋東西海盆調控海流季節內變化的不同動力機制。學院碩士研究生游濟銘為論文第一作者，梁朋老師為論文通訊作者，楊麗娜副教授、仉天宇教授、謝玲玲教授以及馬里蘭大學的Raghu Murtugudde教授為論文共同作者。

該研究由中國國家重點研發計劃、國家自然科學基金、我?？蒲袉踊痦椖?、廣東省高校科研創新團隊項目、廣東省西部沿海熱帶海洋環境觀測研究站以及我?，F代教育技術中心共同資助完成。

研究團隊通過前饋神經網絡，發展了一種利用多源海面變量反演赤道太平洋表層流速的人工智能模型，并構建了1993年至2017年期間的逐日赤道太平洋表層海流（0.25°×0.25°）。模型反演的海流與當前主流海流產品以及傳統海流算法結果相比和現場觀測數據具有更好的相關性和更低的均方根誤差。研究團隊對智能模型反演海流進一步分析發現，季節內振蕩分別解釋了緯向和經向海流方差的10-30%和20-50%，并且在太平洋西部海盆和東部海盆表現出不同的特征。

該研究成功訓練構建了能夠較好反演逐日赤道太平洋表層海流的人工智能模型，為獲得高時空分辨率的海流資料提供了可能途徑，同時也指出赤道太平洋西部和東部海盆海流季節內振蕩特征及其動力學機制的顯著差異，深化了對熱帶海洋環流動力學的理解。