NOC利用滑翔机观测数字孪生技术优化海洋预报 - 海洋观察航空器技术

2024年1月19日，由英国国家海洋学中心（NOC）主导的MAS-DT项目，将利用近实时海洋滑翔机数据开发数字孪生技术，最大限度地提高其对海洋模型的价值，以改进海洋预报和天气预报。由自然环境研究委员会（NERC）提供的总计280万英镑的资金，是自然环境孪生能力（TWINE）计划的一部分。

TWINE计划是2022年11月宣布的17个地球观测投资一揽子计划（EOIP）项目的2亿投资组合的一部分。该计划的共同目标是：利用英国在环境、观测和计算科学领域的领先地位，将多学科团队聚集在一起，实现数字孪生技术的价值，以应对环境挑战。提高对事件的理解、建模和预测，为未来的决策提供信息，并测试不同情景和干预措施的影响，以帮助做出更好的决策来改善我们的环境。为环境科学数字孪生的连贯和持久景观奠定基础，高水平的交叉融合学习，并专注于与当前和未来活动的互操作性设计。

数字孪生试点项目将展示利用地球观测数据和新兴数字孪生技术的研究如何改变气候变化、生物多样性和生态系统以及自然灾害等优先领域的环境科学。该项目将开发一个数字孪生体来优化海洋滑翔机观测，以最大限度地提高其对海洋学研究和海洋模型的影响，这些模型是NERC研究重点和天气预报的基础。演示数字孪生将结合地球观测与地下海洋滑翔机数据和操作海洋模型。由此产生的四维图像将在用户界面中呈现，使科学家能够规划海洋滑翔机观测，以最大限度地发挥效用。科学家、地球观测数据和滑翔机操作之间的这种近乎实时的反馈将最大限度地发挥所收集的观测数据的价值，并对海洋预报和NERC研究产生影响。

0 h& n7 N! N& G E. D0 F% V

NOC还为TWINE资助的另外两个项目SyncED-Ocean和SPLASH提供专业知识：

（1）数字孪生海洋（SyncED-Ocean）项目：由普利茅斯海洋实验室牵头，将同步地球观测和建模框架，并提供一个数字孪生试点演示器，通过结合卫星地球观测和海洋自主机器人的数据，用于同化海洋系统模型，以提供优化的虚拟沿海海洋生态系统。该项目将侧重于显著提高目前有害藻华（HABs）的预测能力及其对英国沿海地区海洋氧气浓度的后续影响，这两者都对海洋健康、生物多样性和生产力构成严重威胁。该演示器利用人工智能技术将真实系统和虚拟系统耦合起来，创建一个灵活、自适应的数字孪生框架。该框架可用于支持未来的研究、政策和商业应用，以寻求提高对自然环境的理解和管理。

（2）SPLASH项目：由普利茅斯大学牵头，是一种预测海浪危害的数字方法。这个项目将创建一个海浪覆盖的数字孪生模型，以建立一个可部署的海岸预警工具，预测海浪的危害。将建立一种方法来分析来自地球观测的海岸波场和波顶测量，以便更好地了解风、潮汐、海岸庇护和涨潮等过程如何在一个地区相互作用，从而改变海岸波浪的危害。该项目还将使用预测来评估波浪危险频率的未来变化，最终目标是转变天气和气候研究，改善运营风险管理，以提高英国的抵御能力。

转载本文请注明来源及作者：中国科学院西北生态环境资源研究院文献情报中心《资源环境动态监测快报》2024第3期 魏艳红 编译。

* x& p8 _2 e; b# f: }0 `/ D