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》在线揭晓了题为《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要领构建了赤道太平洋高时空分辨表层海流，并指出热带太平洋工具海盆调控海流季节内转变的差别动力机制。。学院硕士研究生游济铭为论文第一作者，梁朋先生为论文通讯作者，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教授为论文配相助者。。
该研究由中国国家重点研发妄想、国家自然科学基金、我�？ ？？蒲衅舳鹣钅�、广东省高�？ ？？蒲辛⒁焱哦酉钅�、广东省西部沿海热带海洋情形视察研究站以及南宫NG28集团现代教育手艺中心配合资助完成。。
研究团队通过前馈神经网络，开展了一种使用多源海面变量反演赤道太平洋表层流速的人工智能模子，并构建了1993年至2017年时代的逐日赤道太平洋表层海流（0.25°×0.25°）。。模子反演的海流与目今主流海流产品以及古板海流算法效果相比和现场视察数据具有更好的相关性和更低的均方根误差。。研究团队对智能模子反演海流进一步剖析发明，季节内振荡划分诠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体现出差别的特征。。
该研究乐成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子，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别，深化了对热带海洋环流动力学的明确。。
