国家海洋環境予測センターの李本霞氏：国内初のインテリジェント波浪予測システムが運用を開始し、AIは波浪予測における多くの画期的な進歩に貢献した
最近、第 20 回 CCF HPC China 2024 カンファレンスで、第 6 回海洋数値予測およびハイパフォーマンスコンピューティングフォーラムが成功裡に開催されました。今回のカンファレンスでは、国家海洋環境予測センター波浪予測室長の李本霞氏は「波浪予測における人工知能の応用」をテーマに講演した。HyperAI Super Neural は、当初の意図を侵すことなく、講演の核となる内容をまとめました。以下は講演の書き起こしです。
AIの助けを借りて、インテリジェントな波予測は業界の発展トレンドの1つになりました
我が国は、世界の中でも波浪災害が深刻な国の一つであり、海洋活動の安全の維持、経済発展の促進、海洋環境の保護に波浪予測は不可欠な役割を果たしています。たとえば、海洋の安全に関しては、波浪予測は漁師が厳しい海況を回避し、海上操業の安全を確保するのに役立ちます。また、沿岸観光の場合、波浪予測は、海洋分野での事故を避けるために観光客に事前に警告することができます。エネルギー開発において、洋上風力および潮力エネルギー施設の設計と保守に重要な参考資料を提供します。
中国の波の予測は 1965 年に始まり、当初は主に経験的な統計予測に依存していました。その後、海外の数値予測モデルの導入と我が国の独自モデルの開発により、中国沿岸海域、西太平洋、海水浴場の波をカバーする実用的な数値予測システムを徐々に確立しました。さらに、人間とコンピュータのインタラクションプラットフォームと海洋インテリジェントグリッド予測技術はますます成熟してきています。
予測技術の発展から判断すると、現在でも数値波予測モデルが主流です。しかし、沿岸地域で台風災害に直面した場合、台風の進路が不確実であるため、台風の進路や強さの予報を迅速に更新する必要があり、その変化に即応した波浪予報が求められます。しかし、波の数値予測モデルは手動の経験修正、人間とコンピュータのプラットフォームの相互作用、製品リリースなどのプロセスを必要とし、ニーズに迅速に対応することができません。さらに、計算コストが高いことも大きな制約となっています。
近年、人工知能とコンピューティングパワー技術の継続的な進歩に伴い、インテリジェント予測はますます成熟しており、過去の数値波予測は大量のトレーニングデータも蓄積しており、インテリジェント予測の開発に重要な基礎的サポートも提供しています。波の予測。この場合、インテリジェント波予測は、その短時間、シンプルさと利便性、そして高い予測精度で際立っています。
スマートな波予測実践、72〜96時間の予測が1分で完了可能
インテリジェント予測技術は主にディープラーニング手法を使用して数値的および人工的な経験予測プロセスをシミュレートし、波要素のインテリジェントな予測モデルを確立し、クラウドコンピューティングとエッジコンピューティング技術を組み合わせて軽量で迅速な予測システムを構築します。
インテリジェント波予測は、各時刻の波予測結果をシリアル化して並行して出力できます。従来の物理モデルと同様に、T0-m から T0+n までの風場シーケンスを直接使用して、T1 から T0+n までの波場シーケンスを予測できます。
第二に、インテリジェントな波浪予測により、観測情報をより直接的かつ効果的に利用できます。たとえば、中国の沖合ブイデータや衛星波浪リモートセンシングデータなどの観測データを波浪数値解析分野に統合することができ、精度を向上させることができます。トレーニングに使用される分析フィールドの値が変化し、予測結果が向上します。
最後に、数値波予測モデルと比較して、インテリジェント波予測は計算時間を大幅に短縮でき、72 ～ 96 時間の予測を完了するのにわずか 1 分しかかかりません。
トレーニングデータを修正して波の予測精度を向上させます
インテリジェント波予測製品の構築に関して、Li Benxia 氏は、彼女のチームが中国沿岸海域と北西太平洋向けの一連のインテリジェント波予測製品を開発したと述べました。使用したトレーニング データを次の図に示します。主に、欧州中期予報センター（ECMWF）が発表した第5世代大気再解析データERA5、米国国立環境予測センター（NCEP）、欧州中期予報センターが発表した全球気候再解析データが使用されています。 -range Weather Forecasts (ECMWF) 波浪解析フィールドデータ、国立海洋環境予測センター (NMEFC) が独自に開発した波浪解析フィールドデータなど。
波の訓練データの開発中に、チームは大気の成層が不安定な場合には風力エネルギーの入力項目が大幅に小さくなる可能性があるという現象に特別な注意を払ったことは注目に値します。私たちは、海水温差に基づいて波の実効波高を補正する手法を独自に開発しました。これにより、波のシミュレーションの精度が大幅に向上し、浅海での小波予測の問題を改善できます。
具体的には、研究者らは中国沿岸に沿って北から南まで数十の海上運用波浪観測ブイを選択し、補正のためにインド洋北部地域の衛星データを統合した。観測データは最適な補間により波動数値解析フィールドに統合されます。
特定の応用例では、研究者らは、明らかな系統的偏差を伴うオーシャン 2 の C 等級データに対して核融合場補正も実行しました。結果は次のようになります。融合フィールドは、全波高内でのシステム偏差、二乗平均平方根誤差、相対誤差、および散乱指数が明らかに改善されており、高いリアルタイム性能を備えており、数値モデルフィールドの精度を向上させることができます。
初の商用運用インテリジェント波予測システムが発売され、専門家の審査に合格
上記のデータに基づいて、Li Benxia のチームはディープラーニング手法の Vision Transformer を使用して、中国の沖合および北西太平洋のインテリジェントな波予測システムを開発しました。これは我が国初のインテリジェント波予測システムであり、運用が開始され、2022年6月に専門家の審査に合格しました。
Vision Transformer は、シーケンス データの処理に特化したニューラル ネットワーク アーキテクチャであり、現在主要な深層学習アーキテクチャの 1 つとして、長距離の依存関係をキャプチャし、長いシーケンスを処理する際の従来の RNN の問題を解決できることは注目に値します。また、シーケンス内のすべての要素を同時に処理できるため、高度に並列化された計算がサポートされます。モデルのトレーニングが大幅に高速化されます。
下図に示すように、平均波周期予測では、空間分布特性の観点から、この AI インテリジェント波予測セットは、ヨーロッパ ECMWF の運用数値波予測結果と非常に一致しています。
予測の適時性による誤差の変化という点では、波 AI インテリジェント予測の精度は、ECMWF の運用数値波予測の精度と同等です。下図に示すように、観測データを融合して訓練データを修正し、波予測の効果がより良くなりました（黄色の線）。このことから、波浪予測には観測データのフュージョン補正が必要であることがわかります。
また、波高による誤差の変化に関しては、海波AIインテリジェント予報の予測結果は、有効波高が4mを超えると明らかに小さくなります。
台風やその他の現象によって引き起こされる強い海況プロセスの小さな予測の問題を改善するために、研究チームは、2021年から2023年までの中国の沖合海域における台風プロセスの風波場構築学習サンプルを慎重に選択しました。研究結果は次のことを示しています台風過程の学習サンプルを増やすことで、台風の波が大きいほど大波過程のインテリジェントモデルの予測精度が向上し、台風中心付近の大波域の予測がよりスムーズになります。 。
実りある結果をもたらし、インテリジェントな波予測が新時代の到来をもたらしました
さらに、研究チームは、インド洋の南部と北部の波の場の特徴が、それぞれ風波とうねりによって支配されていることに焦点を当てました。StateForce 結合ネットワーク (SFCN) に基づくインテリジェントな波予測モデルが開発されました。
このモデルはデュアルブランチ構造を採用しており、異なるブランチを通じて風場と波動場を処理し、ネットワークの高レベルのセマンティクスを通じて風場と波動場の疎結合を実現し、誤った風と波の結合を回避します。従来の畳み込み長期短期記憶ネットワークと風や波の関係の問題、弱い地域での予測能力が不十分である問題を解決します。 HY-2B衛星の軌道上の実効波高を用いて実験を行ったところ、SFCNの計算効率が大幅に向上し、予測結果が数値予測に非常に近いことが分かりました。
注目に値するのは、このモデルに基づいて構築された船上軽量予報システムが、2023年の北西太平洋への膠龍科学探検隊と中国の第13次北極科学探検隊の船上予報支援に使用され、運用の推進と応用を達成したことである。
現在、研究チームは超解像度モデルに基づいた地球規模の波のインテリジェント予測システムを研究しています。トレーニング データの量と計算能力は精度の向上とともに指数関数的に増加しますが、グラフィック カードのメモリとトレーニング時間の制限により、グローバルな高解像度モデルを直接トレーニングすることは困難です。したがって、研究チームは 2 つのステップで進める予定です。まず、Swin Transformer を使用して、粗解像度の特徴マイニングを実行するための粗解像度のグローバル モデルを構築します。次に、高解像度を実現するために詳細な情報を補完する超解像度モデルを構築します。グローバルモデル。波予測モデル。予測検査結果は次の図に示されています。
最後に、Li Benxia 氏は、チームが開発した機械学習に基づく数値波予測のためのローリング補正技術に焦点を当てました。このテクノロジーは、一連の真の値の観測を導入することにより、ニューラル ネットワークがすでに発生した予測値と実際の波の観測値の差情報を取得できるようにし、時間の経過とともにニューラル ネットワークが値を適応的に調整することができます。ローリング波予測の修正は逐次的に完了するため、現場でリアルタイム観測を行うエンジニアリングポイント (洋上風力発電所など) での高精度の波浪予測に特に適しています。
人工知能海洋学は、新たな学際的主題として、海洋科学、人工知能、大気科学、コンピューターサイエンスの分野の知識と技術を組み合わせたものであり、幅広い発展の見通しを持っています。現在のデータ駆動型 AI モデルは依然として従来の数値モデルと分離できませんが、モデルのトレーニングと予測は数値モデルと数値モデル結果の精度に基づいている必要があります。しかし将来的には、AI 予測と従来の数値予測を有機的に組み合わせることが、予測テクノロジーのブレークスルーを達成する効果的な方法となるでしょう。
李本霞について
李本霞博士は現在、国立海洋環境予測センターの波浪予測室の所長を務めており、中国の主要雑誌「Ocean Forecast」および「Frontiers of Marine Science」の編集委員も務めています。 -中国海洋大学の修士課程講師、中国国家自然科学財団の審査専門家、教育省の論文審査専門家、国家海洋災害リスク国勢調査専門家。
彼女の研究対象には、インテリジェントな波の予測、波の数値シミュレーションと早期警報技術、海洋災害のリスク評価とゾーニング、気候変動への対応におけるビジネスと研究活動が含まれます。
注目に値するのは、李本霞氏はかつて公安科学技術協会の予測および早期警戒専門作業委員会の副委員長を務め、国家重点研究開発計画プロジェクト、海洋公共福祉産業の完了を主宰したことである。科学研究プロジェクト、地球変動および海洋大気相互作用特別プロジェクトなど 国および地方省庁 10 以上のレベルの科学研究プロジェクト。主な責任者として、「香港・珠海・マカオ大橋島およびトンネルプロジェクトの海洋環境予測と建設の保証」、「港珠澳大橋島およびトンネルプロジェクトの建設に関する海洋環境予測と保証」、「海洋環境の予測と保証」など、複数の国家的主要プロジェクトの予測とサポート業務を完了しました。深セン・中山海峡』、『南シナ海における可燃性氷の試掘に対する海洋環境予測と保証』など。編集長は、3 つの国家規格、3 つの業界規格、3 つの発明特許、1 冊の翻訳本を出版し、国内外の主要ジャーナルに 20 以上の学術論文を発表しています。