2月2日，海洋与气象学院梁朋团队在海洋科学著名期刊《Journal of Geophysical Research: Oceans》在线发表了题为《Mechanisms of Intraseasonal Oscillation in Equatorial Surface Currents in the Pacific Ocean Identified by Neural Network Models》的研究论文。该研究基于人工智能方法构建了赤道太平洋高时空分辨表层海流，并指出热带太平洋东西海盆调控海流季节内变化的不同动力机制。学院硕士研究生游济铭为论文第一作者，梁朋老师为论文通讯作者，杨丽娜副教授、仉天宇教授、谢玲玲教授以及马里兰大学的Raghu Murtugudde教授为论文共同作者。
该研究由中国国家重点研发计划、国家自然科学基金、我校科研启动基金项目、广东省高校科研创新团队项目、广东省西部沿海热带海洋环境观测研究站以及我校现代教育技术中心共同资助完成。
研究团队通过前馈神经网络，发展了一种利用多源海面变量反演赤道太平洋表层流速的人工智能模型，并构建了1993年至2017年期间的逐日赤道太平洋表层海流（0.25°×0.25°）。模型反演的海流与当前主流海流产品以及传统海流算法结果相比和现场观测数据具有更好的相关性和更低的均方根误差。研究团队对智能模型反演海流进一步分析发现，季节内振荡分别解释了纬向和经向海流方差的10-30%和20-50%，并且在太平洋西部海盆和东部海盆表现出不同的特征。
该研究成功训练构建了能够较好反演逐日赤道太平洋表层海流的人工智能模型，为获得高时空分辨率的海流资料提供了可能途径，同时也指出赤道太平洋西部和东部海盆海流季节内振荡特征及其动力学机制的显著差异，深化了对热带海洋环流动力学的理解。
