AI 赋能气象卫星：海洋遥感应用新突破

点击上方蓝字关注我们

摘 要

面对气象卫星海洋遥感数据所呈现的高维、异构及海量特征，人工智能（AI）技术正引领该领域的技术革新与应用场景重塑。本文综述了 AI 技术为气象卫星海洋研究带来的新视角与解决策略，着重阐述了在卫星观测资料增强融合、海洋要素反演、海洋天气监测及智能决策等关键环节的 AI 应用现状；同时，剖析了当前面临的主要挑战：多源异构数据处理瓶颈、数据驱动模型与物理机制的融合难题、以及服务全链条贯通的阻碍。展望未来，需着力突破数据加工瓶颈、研发物理约束型 AI 模型、探索前沿 AI 技术并推动场景化智能服务落地，从而充分发挥 AI 在提升海洋遥感“监测精密、预报精准、服务精细”能力方面的核心作用。

0 引言

海洋观测数据是环境监测、气候预测、灾害预警及科学研究的基石，其开发利用程度直接关乎全球可持续发展的进程。全球气象卫星获取的海量海洋遥感数据（尤其是二维图像数据），通过解析海洋环流、热含量变化等地球系统关键过程，持续为高精度天气预报、航运安全及海洋灾害预警提供坚实的数据支撑。中国风云气象卫星深度融入“一带一路”倡议，构建起全球数据服务体系，在应对各类气象与海洋灾害中发挥了不可替代的作用。

随着空间技术与传感器技术的革新，海洋遥感已迈入大数据时代，涉海观测年数据产量超 8 EB，卫星归档数据总量达数十拍字节（PB）。然而，传统方法在解析高维异构数据时存在瓶颈，致使高达 80% 的潜在信息价值未被有效挖掘 [1]。全球卫星观测能力的持续增强，进一步凸显了数据积累与价值释放的紧迫性。《气象高质量发展纲要（2022—2035 年）》立足国情，明确提出“监测精密、预报精准、服务精细”目标，并重点部署“海洋强国”、“发展智能预报技术”及“推动人工智能（AI）深度应用”。AI 算法以数据驱动为核心，为深挖海洋遥感大数据潜力提供了有效路径。AI 技术的引入，不仅提升了数据处理效率，更增强了现有模型从复杂海洋遥感数据中提取有用信息的能力。卫星观测资料集在海洋应用中发展迅猛，近 5 至 10 年数据量实现突破性增长，结合 AI 技术的飞速发展，基于卫星遥感资料的深度学习研究也迅速崛起（图 1）。鉴于此，国内外众多学者与机构正致力于利用 AI 技术更高效地开发整合多源数据，并在卫星海洋遥感探测、监测与预测等方面展开探索性研究，不断提出新思路、新方法、新技术。未来，利用 AI 技术提升海洋观测、预报、预警能力，构建融合传统与智能技术的海洋监测预警平台，有望成为卫星海洋遥感应用的主流方向之一。

海洋遥感数据源涵盖气象卫星与海洋卫星，气象卫星凭借高频次、大范围的观测优势，已成为现代海洋遥感的核心数据支撑之一。本文重点介绍气象卫星在海洋遥感研究与应用方面的进展。国际主流气象卫星已构建起静止卫星轨道（GEO）高频观测与低地球轨道（LEO）定量反演协同的遥感数据体系，其标准化产品通过全球共享网络支撑海洋科学研究与应用。本文旨在系统综述 AI 技术在气象卫星海洋遥感应用中的前沿进展与关键方向，重点梳理具有显著应用潜力的研究领域，并结合代表性案例解析主流算法模型的技术特点与发展趋势，为相关领域创新提供参考。

1 气象卫星海洋遥感数据概况

2 AI 技术与气象卫星在海洋研究中的应用

3 应用难点

4 结论与展望

（作者单位：刘念、方萌、杨冰韵、郭徵，国家卫星气象中心（国家空间天气监测预警中心）、许健民气象卫星创新中心；毛冬艳，辽宁省气象局)

原文链接：

扫码关注我们

大气科学科研成果/气象学动态

新问题与新趋势/重要学术会议

期待和您的交流！