一个新的机器学习模型对洋流进行了更准确的预测，这可能有助于追踪塑料污染和石油泄漏，并帮助搜索和救援。

麻省理工学院的计算机科学家与海洋学家联手开发了一种机器学习模型，该模型结合了流体动力学的知识，可以更准确地预测洋流的速度。这张图显示了墨西哥湾海面洋流叠加的浮标漂移轨迹。红点表示浮标在2016年3月9日的位置，尾部长达14天。

[caption id="attachment_50933" align="aligncenter" width="899"] 图片来源：迈阿密大学的Edward Ryan和Tamay Özgökmen[/caption]

为了研究洋流，科学家在海洋中释放带有GPS标签的浮标，并记录它们的速度，以重构运送它们的洋流。这些浮标数据也被用来识别“辐散点”，即水从表面以下上升或下沉的区域。

通过准确预测洋流和精确定位辐散点，科学家们可以更精确地预测天气，估测石油泄漏后的扩散方式，或测量海洋中的能量转移。 一项新的研究报告称，一种结合了机器学习的新模型比传统模型做出的预测更准确。

一个由麻省理工学院计算机科学家和海洋学家组成的多学科研究团队发现，通常用于浮标数据的标准统计模型很难准确地重构洋流或识别辐散点，因为它对水的行为做出了不切实际的假设。

研究人员们开发了一个新的模型，它结合了流体力学的知识，以更好地反映洋流中的物理现象。他们表明，他们的方法只需要少量额外的计算费用，就可以比传统模型更准确地预测洋流并确定辐散点。

这个新模型可以帮助海洋学家从浮标数据中做出更准确的估算，这将使他们能够更有效地监测海洋中生物量（如马尾藻）、碳、塑料、石油和营养物质的运输。这些信息对于了解和跟踪气候变化也很重要。

“我们的方法更恰当、更准确地捕捉到了物理假设。在这种情况下，我们已经了解了很多物理原理。我们给模型提供了一些信息，这样它就可以专注于学习对我们来说很重要的东西，比如远离浮标的洋流是什么，或者这种辐散点是什么，它发生在哪里？”资深作者，麻省理工学院电气工程与计算机科学系副教授，信息与决策系统实验室和数据、系统与社会研究所成员Tamara Broderick说道。

深入研究数据

海洋学家使用浮标速度的数据来预测洋流，并识别海水上升到表面或下沉更深的“辐散点”。

为了估测洋流和发现辐散点，海洋学家使用了一种被称为高斯过程的机器学习技术，即使在数据稀疏的情况下也能做出预测。为了在这种情况下很好地工作，高斯过程必须对数据进行假设以生成预测。

将高斯过程应用于海洋数据的一种标准方法是假设洋流的纬度和经度分量是不相关的。但这种假设在物理上并不准确。例如，现有的模型表明，洋流的散度和涡度（流体的旋转运动）在相同的幅度和长度尺度上运行。Broderick说，海洋科学家知道这不是真的。之前的模型还假设参考系很重要，这意味着流体在纬度和经度方向上的行为会有所不同。

她说：“我们认为我们可以用一个结合物理的模型来解决这些问题。”

他们建立了一个新的模型，使用所谓的Helmholtz分解法来准确地表示流体力学的原理。这种方法通过将洋流分解为涡度分量（捕捉旋转运动）和发散分量（捕捉水的上升或下沉）来对洋流进行建模。

通过这种方式，他们为模型提供了一些基本的物理知识，用于进行更准确的预测。

这个新模型使用了与旧模型相同的数据。 虽然他们的方法可能计算量更大，但研究人员表明，额外的成本相对较小。

漂浮性能

他们使用合成的和真实的海洋浮标数据来评估新模型。由于合成数据是由研究人员捏造的，他们可以将模型的预测与地面真实洋流和辐散点进行比较。但模拟涉及的假设可能无法反映真实情况，因此研究人员还使用墨西哥湾释放的真实浮标捕获的数据来测试他们的模型。

在每种情况下，与标准高斯过程和另一种使用神经网络的机器学习方法相比，他们的方法在预测洋流和识别辐散点这两项任务上都表现出了卓越的性能。例如，在一个包含与洋流相邻的漩涡的模拟中，新方法正确地预测了没有发散，而之前的高斯过程方法和神经网络方法都以非常高的置信度预测了发散。

Broderick补充说，该技术也善于从一组小的浮标中识别涡流。

既然他们已经证明了使用Helmholtz分解法的有效性，研究人员希望在他们的模型中加入时间元素，因为洋流可以随着时间和空间的变化而变化。此外，他们想更好地捕捉噪音对数据的影响，例如有时会影响浮标速度的风。将这种噪音从数据中分离出来可以使他们的方法更加准确。

她说：“我们的希望是从浮标观测到的这些速度场中提取有用信息，推断出实际的辐散点和涡度，并在浮标以外进行预测。我们认为我们的新技术将对此非常有帮助。”

“作者巧妙地将流体力学中的已知行为整合在一个灵活的模型中，以模拟洋流。”布列根和妇女医院的副生物统计学家、哈佛医学院的讲师Massimiliano Russo说，虽然他没有参与这项工作。“由此产生的方法保留了对洋流非线性建模的灵活性，但也可以表征涡流和相关洋流等现象，这些现象只有在流体力学结构集成到模型中时才会被注意到。这是一个很好的例子，表明灵活的模型可以通过深思熟虑和科学合理的规范得到实质性的改进。”

这项研究得到了海军研究办公室、国家科学基金会职业奖和迈阿密大学罗森斯蒂尔海洋、大气和地球科学学院的部分支持。