多尺度多要素海洋环境
智能预报

“瀛澜·海洋”大模型的水下三维温盐重构和预报模型，集成空间邻域和
时间序列的三维特征，建立了海表要素与水下温盐之间的复杂非线性
推演关系，可实现水下温度和盐度的高分辨率、高精度重构和多尺度
动态预报。

“瀛澜·海洋”大模型的海洋动力要素预报模型，结合了深度学习技术与
传统海洋动力学模型，从大规模历史观测数据中自动学习海洋要素的
复杂时空变化规律，可对温度、盐度、海面高度、风场、海浪、流速
等多个海洋动力要素开展短期和中长期预报。

  “瀛澜·海洋”大模型，融合多源海洋观测历史数据形成海洋大数据资源池，可实现观测数据的智能质控与大数据管理；构建了针对多个应用
场景的海洋通用预训练人工智能模型，结合多源数据与海洋模型，实现关键海洋动力过程和生态系统的多尺度智能预报，推动了海洋大模型
在多领域的应用与发展，为海洋大数据管理、海洋防灾减灾提供大模型支撑。