用于中短期风暴潮预报的可解释深度学习方法

《Ocean Modelling》：Explainable Deep Learning Methods for Medium- and Long-term Storm Surge Forecast

　　苏长雨|比什努普里亚·萨胡|毛苗华|夏萌 中国科学院烟台海岸带研究所，中国烟台，264003

摘要
准确的中长期风暴潮预报对于减轻沿海灾害至关重要，但由于海洋-大气相互作用的混沌动力学特性，这一任务依然面临巨大挑战。本研究利用台风最佳路径数据及大气强迫变量作为预测因子，评估了深度学习模型在渤海地区中长期风暴潮预报中的应用效果。具体而言，提出了一种混合CNN-BiLSTM-注意力机制架构，用于24小时多步风暴潮预报；同时采用独立的BiLSTM模型进行24至72小时单步预报。为提升模型可解释性，本研究整合了Shapley加性解释、排列重要性方法以及序贯向前选择三种解释方法，以量化各输入预测因子的相对贡献。研究结果表明，CNN-BiLSTM-注意力模型在24小时多步预报中具有最高的预测精度，而BiLSTM模型在较长预见时的单步预报中仍保持良好性能。敏感性分析进一步显示，台风位置和大气强迫始终是主要预测因子，而台风中心气压、风速和移动速度的相对重要性则随预见时长的不同而变化。总体而言，本研究体现了可解释深度学习在提高风暴潮预报精度以及识别渤海地区风暴潮动态的关键物理驱动因素方面的潜力。

引言
全球有超过7亿人生活在低海拔沿海地区（McGranahan等人，2007年），预计到2060年这一数字将超过10亿（Neumann等人，2015年）。这些地区越来越容易遭受包括风暴潮、海浪、海啸和海冰在内的各种海洋灾害的影响。此外，海平面上升的速度加快，进一步加剧了风暴潮的强度，并增加了沿海洪水的发生频率（Kim等人，2017年；Vitousek等人，2017年；Muis等人，2023年）。最新研究显示，风暴潮淹没深度平均增加了0.43米，而在10×10公里低海拔沿海区域内的受影响人口也发生了显著变化（Kunze和Strobl，2024年）。因此，开发精确的中长期风暴潮预报系统对于减轻沿海灾害至关重要，它有助于相关机构通过科学的应急响应规划来保障公众安全。

风暴潮预报是沿海安全的基础，但由于海洋-大气系统中复杂的耦合与反馈机制，这一任务依然极具挑战性。在浅海大陆架地区（如墨西哥湾），共振波相互作用往往会使风暴潮高度进一步加剧；而在地形不规则的沿海地区（如孟加拉湾），几何形状的引导作用会导致风暴潮在局部区域集中增强（Resio和Westerink，2008年）。此外，风暴潮与天文潮之间的非线性相互作用也会带来显著的相位相关不确定性。大气强迫则进一步增加了预报的复杂性，其主要源于热带气旋的随机性。热带气旋路径的微小偏差（10 - 50公里）或快速增强（例如24小时内风速超过35节）都可能大幅改变风暴潮的强度和空间分布。2012年的“桑迪”飓风就是一个典型例子，其意外的西移导致纽约出现了创纪录的风暴潮（Lin等人，2016年）。另外，海洋与大气之间的双向耦合——风应力传递动量，而海表温度则影响热带气旋的强度——要求使用高分辨率的耦合模型才能准确描述这些动态过程。

传统的风暴潮预报依赖于经验统计方法和数值模拟。经验方法受到预报员专业经验主观性的限制（Wang等人，2023年）。相比之下，数值模型则基于给定的初始条件和边界条件，求解由大气强迫产生的原始方程，如气压和风场方程。然而，这类基于物理原理的模型的有效性往往受到高分辨率海底地形数据需求的制约，这在许多沿海地区限制了它们的预报精度。根据历史数据校准的传统模型，由于气候-海洋动力系统的非稳态特性，可能会低估未来的极端情况（Kirezci等人，2020年）。

随着人工智能技术的快速发展，地球科学与大气科学领域越来越多地采用数据驱动的模型（Rajagopal等人，2023年）。深度学习技术被用来捕捉地球系统的混沌和非线性动态，通过分析复杂的气象数据集，为应对气候挑战提供了强大的工具（Chen等人，2023c年）。诸如FourCastNet（Pathak等人，2022年）、Pangu-Weather（Bi等人，2023年）、Fengwu（Chen等人，2023a年）、Fuxi-Extreme（Chen等人，2023b年）以及GraphCast（Lam等人，2023年）等最新架构，展现了出色的预测能力和计算效率，有时其性能甚至比传统的数值天气预报高出数个数量级。值得注意的是，Fengwu模型在生成确定性预报方面，其性能能够超越欧洲中期天气预报中心的高分辨率模型、Pangu-Weather模型以及GraphCast模型（Chen等人，2025年）。

近期的研究成果提升了人工智能驱动的风暴潮模型在多种沿海环境及不同时间尺度上的应用效果。一般来说，基于深度学习的预报方法可分为风暴潮修正方法和风暴潮完整预报方法。前者作为一种后处理工具，用于减小数值模型的残差（Tedesco等人，2024年；Alipour等人，2026年）；而后者则构建了从大气强迫到海平面高度的端到端映射关系（Ramos‐Valle等人，2021年；Su等人，2025年；Hermans等人，2025年）。鉴于深度学习模型的性能与数据质量密切相关（Qin等人，2023年），研究人员越来越多地利用合成台风路径和流体动力学模拟数据来丰富训练数据集（Rüttgers等人，2019年；Lee等人，2021年；Lockwood等人，2022年；Ayyad等人，2022年）。例如，生成对抗网络被用来优化参数化的大气输入数据（Mulia等人，2023年），而卷积神经网络则成功重建了自1900年以来的历史最高风暴潮数据（Dang等人，2024年）。

此前，深度学习技术在风暴潮预报中的应用主要集中在短期预报，通常时间为1至18小时（Chao等人，2020年；Ramos‐Valle等人，2021年；Mulia等人，2023年；Feng和Xu，2024年；Su等人，2025年）。不过，最近的研究已经拓展了人工智能驱动模型在更广阔的空间和时间尺度上的应用能力。例如，在挪威沿海，Tedesco等人（2024年）通过训练神经网络来捕捉Nordic4-SS模型的残差，从而提高了区域预报的准确性，显著降低了短时间尺度的预报误差。同样，Li等人（2026年）开发了一种统一的深度学习框架，可用于高效地同时预报中国东南部的海浪和风暴潮。在全球范围内，美国国家海洋和大气管理局的NeurOCAST模型利用神经运算符来修正STOFS-2D-Global模型中的偏差，提高了多分辨率网格下的水位预报精度（Alipour等人，2026年）。此外，图神经网络等先进架构也被用于大规模淹没区域分类（Toofani Movaghar等人，2026年），而密度加权ConvLSTM模型则在预测西欧地区的极端风暴潮方面展现出良好前景（Hermans等人，2025年）。Krieger等人（2025年）证明了利用平均海平面气压场即使在十年时间尺度上也能实现确定性预报，应用于德国湾地区。

尽管长短期记忆网络、卷积神经网络以及诸如CNN-LSTM和ConvLSTM之类的混合架构已被广泛用于短期风暴潮预报（Chen等人，2021年；Feng和Xu，2023年），但要延长预报预见期依然是一项艰巨任务。虽然长短期记忆网络能够在长序列建模中缓解梯度不稳定问题，但当预见期达到24小时时，它们往往会出现系统性偏差（Ahn等人，2022年）。大气变异性的增加以及气象驱动因素与风暴潮响应之间的非线性耦合，使得中长期（24 - 72小时）预报更加困难。迄今为止，深度学习架构在如此长的时间跨度内保持预测能力的潜力尚未得到充分研究。填补这一研究空白十分重要，因为准确的中长期预报能为灾害管理机构提供必要的时间优势，以便其进行有效的风险评估和应急响应。

尽管深度学习模型在风暴潮预报方面取得了成功，但其“黑箱”特性阻碍了那些需要具有物理可解释性信息的决策者将其投入实际应用（McGovern等人，2019年）。为解决这一问题，研究人员提出将物理信息融入深度学习模型，以提高模型的可解释性和泛化能力（Raissi等人，2019年）。Raissi等人（2019年）提出的物理信息神经网络，将物理方程作为约束条件纳入神经网络中，从而确保得到的拟合结果更符合物理定律。探索输入特征与深度学习模型决策之间关联的方法被称为可解释深度学习。人们运用诸如可解释性人工智能、热图分析以及Shapley加性解释等方法来解读深度学习模型（Pradhan等人，2023年；Tao等人，2024年；Xu等人，2024年）。研究人员还利用这些可解释工具来研究人工神经网络预测风暴潮时的敏感因素。Lockwood等人（2022年）使用累积局部效应图来评估风暴潮高度对飓风特征及当地地理特征变化的敏感程度。Su和Mao（2026年）借助序贯向前选择方法，分析了不同台风因素对风暴潮不确定性的影响，他们发现，与仅考虑风速的情况相比，当将大气压力与风速结合考虑时，风暴潮的绝对不确定性可降低27%。然而，深度学习模型中用于风暴潮预报的最关键机制仍有待探索。本研究运用ShAP、排列重要性方法以及序贯向前选择方法，来阐释该深度学习模型的风暴潮预报能力。

在我们之前的研究（Su等人，2025年）基础上，该研究此前利用混合风场模型以及机器学习模型（长短期记忆网络、卷积神经网络、CNN-LSTM和ConvLSTM）对渤海地区的短期（1 - 18小时）风暴潮进行预报，而本次研究则将焦点转向中长期预报。具体而言，我们采用风暴潮完整预报方法，直接将大气强迫与海平面响应建立关联，以此提供一种无需经过复杂数值流体动力学模拟的高效替代方案。我们使用双向长短期记忆网络模型，针对24、36、48、60和72小时的不同预见期进行单步预报。此外，我们还开发了一种混合CNN-BiLSTM-注意力机制模型，用于24小时的多步预报，以便捕捉更长时间范围内的动态变化。为揭开这些模型“黑箱”背后的奥秘，我们运用三种可解释人工智能方法（ShAP、PIM和SFS），来分析所有预见期内的特征依赖关系。这一框架不仅能够揭示模型的逻辑推理过程，还能验证其学习潜在物理机制的能力，从而为未来开展海洋灾害防御工作时的特征选择提供指导。

研究区域与数据处理
渤海（图1a）是一个半封闭的浅海大陆架海域，位于中国海岸线的最北端。它三面环陆，通过渤海海峡与东面的黄海相连。渤海的平均深度为18米，海岸线长度约为3800公里，尤其是渤海湾和莱州湾，极易遭受风暴潮灾害的影响。为评估所提出的深度学习模型的稳定性，我们选择了三个……

比较性能与基准测试
深度学习模型的预测性能在很大程度上取决于超参数的选择，这些参数包括滑动窗口宽度、训练周期数以及学习率。滑动窗口宽度决定了每次训练迭代时输入序列的时间长度。根据Su等人（2025年）的研究，24小时的窗口宽度能为此地区带来最高的预测精度。这一结果与水文系统往往具有较短记忆周期这一现象相符……

平衡深度学习模型在风暴潮预报中的复杂性
本研究旨在探究各种深度学习架构在中长期风暴潮预报方面的预测能力。输入特征包括台风的纬度、经度、中心气压、最大风速以及移动速度，而风暴潮高度则是预测目标。我们共评估了八种架构，包括长短期记忆网络、双向长短期记忆网络、CNN-LSTM以及它们的注意力机制集成版本，相关超参数是通过粒子群优化算法进行优化的。我们的……

结论
本研究旨在为渤海地区设计能够实现最多三天中长期风暴潮预报的深度学习模型。我们采用粒子群优化算法来确定深度学习模型的最优超参数，并为所有预见期（24、36、48、60和72小时）的每个输入变量选定了一组标准化的优化后超参数。此外，Shapley加性解释法、排列重要性法以及Sequential ForwardCRediT作者贡献说明：苏长宇：撰写原始草稿、审阅与编辑、可视化、研究分析、正式分析、数据整理、概念构建。比什努普里亚·萨胡：撰写原始草稿、审阅与编辑、监督、项目管理、资金获取、概念构建。毛妙华：手稿审阅与编辑、数据整理、监督、资金获取。夏萌：手稿审阅与编辑、监督。利益冲突声明：作者们声明不存在任何可能影响本文研究的利益冲突。数据与软件可用性说明：热带气旋路径的原始数据来自中国气象局（http://typhoon.nmc.cn/web.html）。为确保研究结果的可重复性并服务于科研社区，本研究的相关源代码已公开发布在GitHub上（网址：https://github.com/kindnesswater/ocean）。CRediT作者贡献说明：苏长宇：撰写——原始草稿、可视化、研究分析、正式分析、概念构建、数据整理、撰写——审阅与编辑。比什努普里亚·萨胡：撰写——审阅与编辑、监督、概念构建、资金获取、项目管理、撰写——原始草稿。毛妙华：撰写——审阅与编辑、监督、资金获取、数据整理。夏萌：撰写——审阅与编辑、监督。利益冲突声明：作者们声明没有已知的、可能影响本文研究的财务利益或个人关系。致谢：苏长宇先生和比什努普里亚·萨胡博士分别获得了国家自然科学基金（编号42050410325，授予比什努普里亚·萨胡博士）以及中国科学院院长国际奖学金（编号2020FYM0003，同样授予比什努普里亚·萨胡博士）的支持。毛妙华博士则得到了中国山东省重点研发计划（编号2022CXPT019）的资助。数值模拟工作是在北京超级计算中心远程完成的。在此期间，夏萌博士曾到马里兰东岸大学参观并体验相关研究工作。