南方海洋科学与工程广东省实验室（广州）教授、广东省海洋生态环境遥感中心主任唐丹玲团队联合深圳大学、Dalhousie University、香港科技大学和University of Kent在基于机器学习预测台风诱发海表面高度异常方面研究取得进展。相关研究发表于《IEEE应用地球观测和遥感专题选刊》。

热带气旋风泵作用引起的海面高度异常与振荡密切相关，是上层海洋中热层结构和海洋热含量的重要表征参数。然而，对热带气旋引起的海表高度异常的预测很少被研究。

该研究提出了一种新的基于复合分析的随机森林方法来预测热带气旋诱发的海表高度异常，即利用热带气旋的特征和风暴前的上层海洋参数作为输入特征，预测热带气旋通过后30天内诱发的每日的海表高度异常。

模拟结果表明，本方法能够准确地推断出不同强度组的热带气旋所引起的海表高度异常的振幅和时间演变。使用以热带气旋为中心的5°×5°的区域平均值，所提出的方法对热带气旋诱发的西北太平洋的海表高度异常进行了准确的预测，均方根误差为0.024m，优于其他机器学习方法和数值模式。此外，所提出的方法在不同的地理区域，如中国南海和北太平洋西部亚热带海域也表现出良好的预测性能。

唐丹玲团队长期研究海洋风泵的生态环境效应；准确预测热带气旋风泵作用引起的海表高度异常可以更好地应对、减少极端事件（如风暴潮）对人类和经济财产的负面影响。该研究为利用机器学习在改善预测受极端天气条件下的海表高度异常方面的研究提供了新的见解，从海表面高度异常预测的新角度丰富了海洋风泵生态环境效应理论。 

相关论文信息：https://ieeexplore.ieee.org/abstract/document/10049845