近年来，人工智能技术的迅猛发展推动了气象学和海洋环境预报领域的革命性进步。中国海洋大学信息科学与工程学部的张巍教授和董军宇教授团队在这方面进行了深入的研究，特别是在天气雷达数据补全的无监督学习方法上取得了显著进展，引发了学术界的广泛关注。

　　在这一系列的研究成果中，张巍教授和董军宇教授分别在国际顶级期刊《ISPRS Journal of Photogrammetry and Remote Sensing》与《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》上发表了多篇论文，涵盖了他们在人工智能天气雷达补全方面的重要发现。他们引入的含有隐含气候和地形特征的天气雷达数据知识，采用了数据驱动的MCMC（马尔可夫链蒙特卡罗）采样过程及郎之万动力学机制，创造性地提出了一种完全无监督的天气雷达补全算法与模型——综合填补扩散模型（CIDM：Comprehensive Inpainting Diffusion Model）。这一创新成果不仅避免了以往有监督学习中需穷尽所有雷达数据缺失情况的复杂性，还为天气雷达补全问题开辟了一条全新的无监督生成模型研究路径。

　　在极端气象条件下，CIDM模型的有效性得到了充分验证。通过与其他现有算法进行比较，该研究团队展示了CIDM在极端缺失场景下的卓越性能，标志着人工智能在气象预报精度上的重大飞跃。相关图示（如图1和图2）更直观地展示了这一模型的结构与在具体情境下的表现，彰显了技术进步如何影响实际应用和未来的气象预测。

　　不仅如此，张巍教授和董军宇教授在培养新一代科研人才方面也是积极探索。2022级计算机科学技术专业的硕士研究生张新宇在其导师的指导下参与了雷达数据补全的研究，成功地以第二作者身份发表了两篇TOP期刊论文，展现出青年学者在这一前沿领域的重要贡献。这种人才培养模式不仅提升了学术研究的整体水平，也为科技界输送了大批优质的人才，推动学科的进一步发展。

　　除了以上成就，张巍教授和董军宇教授的团队2023年以来在气象和海洋环境的人工智能大模型方面也取得了丰硕成果。他们确定了多任务学习的理念，成功研发出单一模型同时优化整个西北太平洋风场方向和模值的技术。这一突破性进展为解决气象预报中的复杂性和多维性提供了新思路，推动了模型的实用化进程。此外，研究团队还提出的动态像素开关损失函数（Pixel-Switch Loss Function）及像素预报网络（Pixel-CRN），分别针对有效波高和强对流样本稀缺问题进行了成功的技术性改进，使得临近预报的准确度大幅提高。

　　为支撑这些前沿研究，青岛人工智能中心（AICC）为团队提供了高性能的国产昇腾100P算力平台及昇思生态系统，成功构建了全国产自主研发的琅琊泊气象海洋环境预报大模型，并获得了华为的官方认证。这不仅展示了中国在人工智能技术、气象海洋预报领域的自主创新能力，同时也增强了国家在全球气象服务领域中的竞争力，推动了国内科研环境与国际接轨的进程。

　　此次研究得到了国家自然科学基金及国家重点研发计划的强力支持，体现出国家在气象与海洋环境预报领域的重视与投入。参与研究的还包括国家海洋环境预报中心的宋晓姜研究员、逄仁波研究员，以及青岛海洋气象研究院的金铸玉等一批杰出学者，他们的共同努力也彰显了同行间的合作精神与学术氛围。

　　这一系列的研究成果不仅在学术界引起了高度关注，也得到了诸如Marktechpost等国际著名AI财经评论平台的跟踪报道，预示着日益重视海洋与气候问题的学术圈将迎来更多的合作机会与文化交流。

　　在不久的未来，随着人工智能技术的不断进步和应用扩展，我们可以期待中国海洋大学及其团队在气象和海洋环境科学领域的更多创新研究成果。同时，相关的研究论文链接如下，供读者进一步探索和学习：

　　中国海洋大学的信息科学与工程学部正全力推动人工智能技术与海洋科学的结合，为应对未来日益严峻的气候和环境挑战提供了强有力的科研支持与智力保障。返回搜狐，查看更多BG大游官网BG大游官网BG大游官网