AI赋能气象卫星海洋遥感：技术演进与应用新篇

点击上方蓝字关注我们

摘 要

面对气象卫星海洋遥感中数据量大、类型复杂且高维的挑战，人工智能（AI）正引领该领域的深刻变革。本文探讨了AI为气象卫星在海洋应用中提供的新策略，重点阐述了在卫星数据融合增强、海洋参数反演、天气监测及智能决策等核心领域的应用现状。此外，文章还指出了当前面临的多源数据处理难题、物理机制与数据驱动模型的融合挑战以及服务链条的贯通难题。展望未来，突破数据处理瓶颈、发展物理约束AI模型、探索前沿技术并推动场景化智能服务落地，将是提升海洋遥感“监测精密、预报精准、服务精细”能力的关键。

0 引言

海洋观测数据是环境监测、气候预测、灾害预警及科研的重要基石，其利用程度关乎全球可持续发展。全球气象卫星获取的庞大海洋遥感数据（多以二维图像形式存在），通过解析海洋环流、热含量变化等关键过程，持续为高精度预报、航运安全及灾害预警提供支持。中国风云气象卫星深度参与“一带一路”建设，构建全球服务体系，在各类气象与海洋灾害应对中扮演了关键角色。

随着空间与传感器技术的革新，海洋遥感迈入大数据时代，涉及海洋的观测每年产生逾 8 EB 数据，卫星归档总量达数十拍字节（PB）。然而，传统方法在解析高维异构数据时存在瓶颈，致使约 80% 的潜在信息价值未被挖掘 [1]。全球卫星观测能力的增强，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）》明确了“监测精密、预报精准、服务精细”的目标，并部署了“海洋强国”、“发展智能预报技术”及“推动AI深度应用”。AI算法以数据驱动为核心，为挖掘海洋遥感大数据潜力提供了路径。其引入不仅提升了处理效率，还增强了从复杂数据中提取信息的能力。卫星资料集增长迅速，结合AI技术，基于卫星遥感资料的深度学习研究正蓬勃发展（图 1）。为此，中外学者正致力于利用AI高效开发整合多源数据，并在探测、监测与预测中探索新方法。未来，利用AI提升海洋观测预报预警能力，构建融合传统与智能技术的平台，将成为主流发展方向。

海洋遥感数据源涵盖气象卫星与海洋卫星，其中气象卫星凭借高频、大范围的观测优势，成为现代海洋遥感的核心支撑。本文重点介绍气象卫星在海洋遥感研究中的应用进展。国际主流气象卫星已构建起静止轨道（GEO）高频观测与低地球轨道（LEO）定量反演协同的数据体系，其标准化产品通过全球共享网络支撑科研与应用。本文旨在系统综述AI技术在气象卫星海洋遥感中的应用前沿，梳理潜力领域，并结合典型案例解析主流算法模型的特点与趋势，为相关创新提供参考。

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：