基于Vision Transformer的有效波高预报研究

摘要

波浪灾害作为最常见的海洋灾害之一，对海上活动安全与作业效率构成严重威胁。为提高海浪预报精度、有效降低海上事故风险，本研究提出一种基于Vision Transformer(ViT)算法的区域波浪预报模型。利用欧洲中期天气预报中心的ERA5再分析数据对ViT模型进行训练，重点探讨了不同输入要素组合对模型性能的影响，并分析了输入数据时间长度对模型预报技巧的作用。结果表明，以有效波高与海面10 m风矢量作为输入时，模型表现最优。进一步分析显示，采用18 h历史数据作为输入，可使ViT波浪预报模型达到最高的预报准确度与技巧水平。本研究构建的ViT波浪预报模型在南海、东海及西太平洋的24 h有效波高预报中，均方根误差为0.323 m，相关系数为0.848，能够为海洋灾害预警与海上安全作业保障提供有力的技术支持。

关键词

有效波高智能预报 / Vision Transformer / 数据驱动

基金资助

科技部重大自然灾害防控与公共安全重点专项(2023YFC3008200)