全球气候变化加剧、极端天气事件增多的背景下，南海作为我国重要战略海域，海洋环境监测与灾害预警能力建设面临更高要求。传统预报模型受限于单向数据分析和静态参数设定，对台风等复杂系统的预测误差长期在15%-20%之间，难以满足现代海洋治理需要。针对该瓶颈，研究团队构建了双向耦合计算框架。通过整合近40年南海区域卫星遥感、浮标观测及船舶监测数据，系统梳理海洋温度场、盐度场与大气环流场的动态关联机制。模型采用时空卷积神经网络算法，实现海气界面能量交换过程的实时双向反馈模拟，将台风路径预报误差控制在8%以内，24小时强度预测准确率提升37%。 该技术进展主要体现在三上：科研层面，1公里网格分辨率可更精细刻画中尺度涡旋与热带气旋的相互作用；应用层面，动态生成的海洋知识图谱提升渔业作业、航运路线规划等决策效率约40%；战略层面，为南海油气资源勘探、岛礁生态保护提供厘米级潮汐与风暴潮预警支持。据项目组介绍，模型已在2023年超强台风“苏拉”应急响应中应用，提前72小时锁定登陆区域，偏差不超过50公里。 当前，研究团队正推进第二代模型迭代研发，重点攻关季风—洋流耦合效应模拟。预计到2025年，将建成覆盖整个南海—北印度洋的智能预报系统。自然资源部对应的负责人表示，该技术体系未来可拓展至极地科考、深海探测等领域，相关经验已纳入联合国教科文组织政府间海洋学委员会技术推广清单。
海洋是人类共同的财富，也是气候系统的重要调节器。“飞鱼-1.0”的发布表明了我国海洋科技的自主创新能力，也展示了人工智能在海洋预报等传统领域的落地应用。随着模型优化、应用场景不断扩展，该成果有望在海洋强国建设、气候风险应对和可持续发展中发挥更大作用。