基于多通道视觉曼巴循环神经网络（VMRNN）的深度学习时空有效波高预测偏差订正模型

《Oceans》：Deep Learning-Based Bias Correction Model for Spatiotemporal Significant Wave Height Prediction Using Multi-Channel VMRNN

　　

准确预测有效波高（significant wave height, SWH）对于渔业管理、沿海社会经济活动以及海洋生态保护至关重要。近年来，基于深度学习的偏差订正在改进数值波浪预报方面展现出巨大潜力。然而，许多现有方法仍受限于有限的感受野，难以捕捉波浪预报误差的远距离时空依赖关系。针对这一问题，研究人员借鉴并改进了视频预测框架——视觉曼巴循环神经网络（Vision Mamba Recurrent Neural Network, VMRNN），用以建模并订正SWH预测偏差的时空分布。全面评估表明，多通道VMRNN在不同预报时效和海况条件下均保持较高的预测精度。与再分析资料验证相比，该模型将WAVEWATCH III预报的均方根误差（root mean square error, RMSE）在24、48和72 h时效分别降低28.2%、26.1%和24.7%。同时，它较好地保留了SWH场的空间结构，即使在72 h时效，空间结构相似性指数（Structural Similarity Index Measure, SSIM）仍高达0.945。高浪区域评估进一步表明，VMRNN能够有效降低数值波浪模型中普遍存在的平均误差与系统性高估。利用浮标观测进行的独立验证确认，该模型具有稳健的系统正偏差订正能力，尤其对0.5 m至2 m波高范围效果显著。综上所述，这些结果表明VMRNN具备强大的时空建模能力，可作为改进业务化物理波浪预报系统的有前景的后处理框架。

一、研究背景与目的

有效波高（SWH）是表征海面波场强度的关键参数，其准确预报对海上工程、渔业生产、海洋可再生能源开发以及海洋灾害预警具有重要意义。随着蓝色经济规模扩大和极端天气事件频发，社会对准确、稳定且时效更长的SWH预报需求日益迫切。当前主流的SWH预报仍依赖于数值模式，如基于Boussinesq方程和Navier–Stokes方程的波浪模式，但这些模式存在物理参数化不确定性高、计算成本大以及随预报时效延长误差逐步累积等固有缺陷。在此背景下，机器学习与深度学习技术被引入波浪预报领域。早期的研究多为单点或局部时间序列预测，而近年发展起来的空时预测方法将卷积神经网络（CNN）的空间特征提取能力与循环神经网络（RNN）的时间建模能力相结合，在一定程度上改善了空间相关性的表达。然而，CNN感受野有限，难以刻画驱动波浪演变的全局空间依赖；自注意力机制虽可扩展感受野，但其计算复杂度为O(N²)，处理大尺度空时数据时内存开销巨大。随着视频预测领域的发展，基于状态空间模型（State Space Models, SSMs）的Mamba架构因其选择性扫描机制可在保持线性计算复杂度的同时获得全局空间感受野，成为处理长序列、高分辨率空时数据的理想选择。VMRNN将视觉曼巴（Vision Mamba, ViM）模块与长短期记忆网络（LSTM）相结合，在基础空时预测任务中展现出优异的预测性能和计算效率。为此，研究人员提出一种面向西北太平洋（Western North Pacific Ocean, WNP）的多通道VMRNN空时动态偏差订正框架，利用PanGu-Weather输出的风场和海平面气压场以及欧洲中期天气预报中心第五代再分析资料（ECMWF Reanalysis v5, ERA5）的SWH数据，对WAVEWATCH III（WW3）3–72 h的业务化预报进行系统订正。该研究发表在《Oceans》。

二、主要技术方法

该研究将研究区域（100° E–150° E、0° N–55° N）重叠划分为3×3的80×80局部子块；以PanGu-Weather的U10、V10、MSLP与WW3模拟的SWH为输入，目标标签为WW3与ERA5再分析的SWH偏差；利用时间滑动窗口（temporal sliding window, TSW）构建8×4×80×80张量样本；采用嵌入Squeeze-and-Excitation（SE）通道注意力的多通道VMRNN进行端到端训练，随后以距离线性加权融合子块输出；最后与SA-ConvLSTM、SimVP对比，以MAE、RMSE、SSIM、TS及FAR评价订正效果。

三、研究结果

4.1 不同预报时效的预报精度分析

在整个3–72 h预报时效范围内，VMRNN的平均RMSE始终低于WW3、SimVP和SA-ConvLSTM。在24、48和72 h，VMRNN的RMSE分别为0.171 m、0.198 m和0.235 m，相对WW3分别降低28.2%、26.1%和24.7%。空间误差分布显示，数值模式的最大误差主要位于南海北部、琉球群岛以东、台湾以东和吕宋岛周边海域，而VMRNN显著扩大了低误差区域；即使到了72 h，其平均绝对误差（MAE）仍为0.149 m，低于WW3在24 h的水平。VMRNN在所有测试模型中SSIM最高，72 h时仍达0.945，说明其对SWH空间结构的保持能力优于基线模型。此外，线性拼接策略未在子块边界处引入显著的梯度不连续或平滑伪影。

4.2 不同波高级别的对比分析

将SWH分为0–0.5 m、0.5–1.25 m、1.25–2.5 m、2.5–4 m和≥4 m五个区间后，VMRNN在各区间均为误差最小模型。相对WW3，上述五级的RMSE分别降低23.6%、30.6%、32.3%、22.5%和5.5%；在小于4 m的情况下提升均在20%以上，而在≥4 m的极端波高条件下提升明显减弱，主要受样本分布不均和强非线性物理过程限制。进一步利用TS与FAR评估≥4 m波高事件发现，数值模式存在显著系统性高估，导致高浪空报率偏高；SimVP和SA-ConvLSTM虽降低了空报率，却也常因过度修正而导致低估。VMRNN则在保持最高TS的同时具有最低FAR，72 h内的平均FAR相对WW3降低51.4%，显示出对普通海况和极端海况的均衡订正能力。

4.3 与观测资料的对比分析

为进行独立验证，研究利用2023–2024年两个浮标B01（122.50° E、27.50° N）和B02（144.78° E、14.35° N）的逐小时观测资料开展评估。VMRNN在72 h预报的平均RMSE为0.313 m，分别比WW3、SimVP和SA-ConvLSTM降低21.8%、10.6%和7.1%。散点密度图显示，未订正的WW3在0.5–2.0 m范围内存在明显系统性正偏差，VMRNN有效将这种偏差拉回，使样本分布接近ERA5。小提琴图进一步说明，在day 1的（-0.2 m，0.2 m）偏差区间内，VMRNN包含63.3%的样本，明显高于WW3的44.5%，接近ERA5的68.1%，同时也抑制了极端离群值。

四、讨论

5.1 VMRNN在时空建模中的优势

数值模式在边界层摩擦和海气热交换等过程描述中不可避免地存在系统误差，VMRNN通过历史数据训练可自适应学习这些误差的非线性结构并加以修正。与SA-ConvLSTM相比，VMRNN以ViM模块替代卷积实现空间处理，能在O(N)复杂度下提取单帧全局空间信息，同时保留LSTM的动态时间建模能力；与SimVP相比，其在长时效预报中表现出更高的稳定性，这得益于时空记忆模块和状态空间建模对长程空间依赖的学习能力。

5.2 均值回归效应与极端波高预警可信度

由于采用RMSE作为损失函数，VMRNN训练后存在一定程度的均值回归效应：在高值区回归斜率小于1，可能低估极端SWH。但相较于数值模式因系统性高估而产生的大范围空报，VMRNN通过空间滤波显著压制了极端事件周边虚假高波信号，72 h平均FAR降低51.4%，这对于海上作业和远洋航行具有重要的社会经济价值。

5.3 局限性与未来展望

该研究仍存在若干局限：一是RMSE损失带来的均值回归问题，未来可引入物理约束损失或针对极端波事件的采样策略；二是受GPU显存限制采用空间分块训练，削弱了全局优化能力，未来可在算力充足时采用无缝全局训练；三是对≥4 m波高的RMSE仅降低5.5%，可通过极端值感知损失函数或样本重采样改进；四是研究采用VMRNN-B架构，输入序列长度仅8个时次，未来可升级为VMRNN-D以支持更长序列输入。

五、结论

为减小数值SWH预报在时空演变中累积的动力误差和系统偏差，该研究提出了一种基于多通道VMRNN的深度学习空时订正框架。首先对大尺度空时序列数据进行空间分区；对每个分区采用TSW方法构建样本，以四种气象海洋变量为输入特征、以数值预报与ERA5资料之间的偏差为目标标签；各分区独立训练VMRNN；空间重建时利用线性加权融合分区输出，生成最终无缝预报。

该研究的主要创新点包括：（1）空间分区与TSW相结合的新型数据组织策略，克服了海量空时数据直接训练的内存瓶颈，并解决了数值预报与再分析资料之间的时间对齐与异质性问题；（2）多通道VMRNN数值预报订正架构，通过嵌入SE通道注意力机制将单通道VMRNN扩展至多通道，实现了多变量协同输入，提升了空时特征提取能力；（3）极端波高过度预报的缓解，在常规MAE、RMSE、SSIM之外引入TS和FAR指标，揭示基线模型在高浪区失准的原因，并证明VMRNN在抑制空报的同时能有效订正极端事件过预报。

综上所述，该研究表明先进的深度学习模型能够有效用于SWH预测的时空偏差订正；改进后的VMRNN具备强大的空间滤波能力，在提升业务化物理波浪预报模型方面展现出广阔前景，可为沿海工程、海洋可再生能源开发和海洋防灾减灾提供实用技术支撑。未来研究将着力引入物理约束损失以缓解均值回归效应，并在计算资源允许时采用全局训练方案，以更好地发挥VMRNN捕捉全局空间特征和长程依赖的能力。