PBG-WaveNet：基于稀疏浮标观测的概率性有效波高场浮标到网格重建与预测

《Ocean Engineering》：PBG-WaveNet: Probabilistic buoy-to-grid reconstruction and forecasting of significant wave height fields from sparse buoy observations

　　

•PBG-WaveNet 从稀疏浮标历史记录中预测网格化有效波高场。
•提前时间嵌入实现了多时距波场重建。
•贝叶斯输出层提供空间明确的估计。
•浮标移除测试检验了在观测缺失情况下的鲁棒性。
•独立的 2018 年第四季度测试支持了时间可迁移性。

引言
空间连续的有效波高信息对于许多沿海和岛屿应用至关重要，在这些应用中，工程决策取决于波浪能量在暴露水域和遮蔽水域之间的分布。这一要求在岛链周围尤为重要，因为传入的涌浪和当地生成的风浪会与复杂海岸线、陡峭地形和空间可变的暴露度相互作用。夏威夷群岛提供了这样一个具有挑战性的环境的代表性例子。区域波浪条件包括来自遥远北太平洋的涌浪、全年盛行的信风海、南部涌浪和局部修改的波浪模式，而岛屿遮蔽、折射和局部风速加速可以在短空间尺度上产生强烈对比（Stopa et al., 2011; Li et al., 2020）。最近对夏威夷波浪气候的高分辨率分析进一步显示，北面和西面的海岸在冬季受充满能量的西北涌浪的强烈影响，而信风浪和通道尺度的风速加速可能会在其他区域掩盖盆尺度的气候信号（Zhao et al., 2025）。这些特征使得稀疏观测波场重建不仅仅是一个数据插值问题，而是一个物理上具有挑战性的推理问题，需要将有限的点测量转换为空间异质的网格化场。

基于物理的谱波浪模型仍然是业务和过程波预测的基础。WAVEWATCH III 和 SWAN 等第三代模型能够解析波浪的生成、传播、非线性相互作用和耗散，它们已被广泛用于沿海和岛屿应用的全局到区域嵌套系统中（Tolman, 2009; Booij et al., 1999; Gao et al., 2019）。在夏威夷，嵌套数值系统已被用于表征远场涌浪传播、局部风浪生成、岛屿遮蔽、折射和近岸波浪转化（Stopa et al., 2011; Li et al., 2016, 2020）。然而，这些模型需要准确的风场驱动、边界谱、海底地形、物理参数化和计算资源，当岛屿、礁石、局部风速加速或中小尺度遮蔽未能被充分分辨时，模型性能可能会下降（Hou and Gao, 2026; Gao et al., 2023）。此外，ERA5 等再分析产品提供了有价值的空间连续波场和每小时全球海况估计，它们被广泛用作波浪气候和模型评估研究中一致的网格化参考（Hersbach et al., 2020）。尽管如此，ERA5 仍然是一个基于模型的再分析产品，其相对较粗的空间分辨率可能会平滑复杂沿海或岛屿环境中局部化的波高梯度。相比之下，NDBC（国家数据浮标中心）浮标记录基于标准波浪测量，提供了有效波高的直接点观测，但浮标网络在空间上稀疏且分布不均匀。因此，直接将稀疏的浮标记录转换为空间连续的波场仍然具有挑战性，尤其是在复杂的沿海和岛屿环境中。

近年来，作为数值模型的高效计算补充，数据驱动的波预测得到了迅速发展。传统的机器学习模型，如支持向量回归、随机森林和集成学习，已被应用于短期有效波高预测和数值模型校正（Chaichitehrani et al., 2024; Ma et al., 2025; Zhou et al., 2024）。循环神经网络，如长短期记忆网络（LSTM）和门控循环单元（GRU），已被广泛用于站级波浪预报，因为它们可以从浮标和气象序列中学习时间依赖性（Wang et al., 2023a, 2023b, 2024）。混合分解模型和改进的经验小波变换-LSTM 框架已被提出，通过在对波记录进行预测前分解时间序列来解决其非平稳性（Ji et al., 2023; Ding et al., 2024; Zhuxin Ouyang et al., 2024; Chen et al., 2025）。ConvLSTM、自注意力 ConvLSTM 和 PredRNN 类模型也被引入用于区域或基于网格的波浪预测，特别是在有网格化历史场可用的南海和其他数据丰富的领域（Han et al., 2022; Cao et al., 2023; Hou et al., 2024; Li et al., 2024）。基于 Transformer 和基于注意力机制的方法也进一步被用于波浪预报校正和时空波浪预测，反映了人们对长程时间依赖性和空间特征提取的兴趣日益增加（Kang et al., 2024; Cao et al., 2025）。这些研究表明了深度学习在波浪预测中的强大能力，但其中大多数仍聚焦于站级预报、确定性预测、数值模型校正，或使用网格化输入的网格到网格预测。它们没有充分解决更为受限的稀疏观测环境，在这种环境中，只有少数浮标时间序列可用，但需要未来的网格化波场。

因此，稀疏观测波场重建是一个更直接相关但仍在兴起的研究方向。Duan 等人（2024）提出了一种从稀疏浮标数据重建有效波高分布的深度学习方法，表明从有限的浮标观测中可以恢复区域有效波高场。Lv 等人（2025）进一步将稀疏观测下的观测点选择与波场重建联系起来，强调在海洋工程中重建精度和观测网设计是相互关联的问题。物理信息神经网络也通过在学习过程中嵌入波浪力学，被探索用于从稀缺测量中重建近岸波场（Wang et al., 2022）。此外，概率和不确定性感知的波浪预测引起了关注。Kar 等人（2024）开发了 XWaveNet 用于短期波高预报和极端事件超阈值概率，Zi-lu Ouyang 等人（2024）引入了带估计的高斯过程回归用于波高预报，Dai 等人（2025）研究了带估计的时空非线性波浪预测。尽管如此，仍然存在几个重要的差距。现有的稀疏观测重建研究主要专注于从有限的空间测量中恢复同时波场，而使用历史浮标序列以多个提前时间预报未来的网格化波场则相对较少受到关注。同时，不确定性感知的波浪预测主要是为基于点或局部的预测而开发的，用于全场重建的空间明确估计仍然有限。此外，在观测条件下降的情况下，稀疏观测模型的可靠性尚未得到充分检验，特别是当单个浮标站变得不可用且观测网提供的空间约束逐渐减少时。学习到的稀疏到网格关系对独立波浪机制的时间可迁移性也仍未得到充分探索。这些局限性凸显了需要一个框架，该框架能够同时提供多提前时间的网格化波场预测、空间分辨的估计、浮标丢失下的鲁棒性评估以及在时间独立条件下的评估。

基于最近在稀疏观测波场重建方面的进展，本研究提出了 PBG-WaveNet，一个用于从稀疏浮标历史中进行多提前时间有效波高场预测的概率性浮标到网格波浪重建网络。本研究的主要贡献是开发了一个专门针对稀疏浮标网络的概率重建框架，明确考虑了多提前时间预测、全场估计以及对缺失浮标观测的鲁棒性。具体而言，该模型使用夏威夷群岛周围五个 NDBC 浮标前 48 小时的有效波高记录，以多个提前时间预测未来的网格化有效波高场。时序卷积网络（TCN）首先提取与波浪事件增长、持续和衰减相关的多尺度时间信息。然后，提前时间嵌入与时间表示相结合，使一个模型能够学习针对不同预测提前时间的特定视界映射。编码的浮标信息通过基于卷积神经网络（CNN）的空间重建模块进行投影和细化，以生成二维波场。最后，贝叶斯卷积输出层同时生成预测均值场和对数方差场，从而能够利用蒙特卡洛方法估计每个网格单元的认知不确定性、偶然不确定性、总预测方差和 95% 置信区间。此外，该框架在浮标网络缺失条件下进行评估，通过逐步移除浮标输入和移除单个站点，从而能够在现实稀疏观测约束下评估模型鲁棒性和特定站点的重要性。这样，所提出的框架不仅仅是一个预测模型，还是一个将稀疏观测、空间波场推断和不确定性感知预测联系起来的概率重建工具。

本文其余部分组织如下。第 2 章描述了研究区域和数据集、稀疏观测重建样本的构建、PBG-WaveNet 框架以及训练与评估设计。第 3 章介绍了主要结果，包括网格化有效波高场的空间重建性能以及预测不确定性的空间估计和分解。第 4 章从模型设计、不确定性解释、缺失观测鲁棒性和独立期可迁移性的角度讨论了该框架的可靠性。第 5 章总结了主要发现并概述了未来的研究方向。

章节片段
研究区域和数据集
选择夏威夷群岛区域作为研究区域，以评估从稀疏浮标观测中进行概率性波场重建的效果（图 1）。由于存在多个打断和重塑传入波浪能量的岛屿，该区域的有效波高具有强烈的空间异质性。相比于相对开阔的海域，夏威夷群岛周围的波浪条件受岛屿引起的遮蔽、折射、衍射和方向……

有效波高场的空间重建性能
对提出的 PBG-WaveNet 框架在夏威夷群岛区域的多提前时间有效波高预测进行了评估。图 3 展示了 2020-10-18 08:00 的一个验证案例示例。可以观察到，参考场和预测均值场之间的一致性是持续的。从 +1 小时到 +6 小时，岛屿引起的低有效波高特征被保留，其位置和拉长的空间模式通常由模型重建。这是一个重要的结果。

时序编码器设计的影响
为了评估时序建模对波场重建和预测的影响，比较了三种时序编码器，包括 TCN、GRU 和 LSTM（表 1）。为了公平比较，空间重建模块、贝叶斯输出头、输入窗口、预测提前时间和训练策略保持不变。结果表明，基于 TCN 的模型在所有预测提前时间上取得了最佳的整体性能。对于从 +1 小时到 +6 小时的短期预测，TCN……

结论
在岛屿和沿海环境中，传入的波浪能量被复杂地形、遮蔽、折射、衍射和方向波浪转化强烈改变，从稀疏观测中准确重建和短期预测空间波场仍然是具有挑战性的。本研究旨在开发一个概率时空框架，从夏威夷周围的稀疏浮标观测中重建和预报网格化有效波高场……

CRediT 作者贡献声明
王楠：撰写-审阅与编辑、撰写-原稿、方法论。
林尚飞：调查研究、形式分析。
刘创：方法论。
陈沐坤：概念化。
尤载金：撰写-审阅与编辑、资金获取。

利益冲突声明
作者声明他们没有已知的竞争性经济利益或个人关系，这些可能会影响本报告中的工作。

致谢
感谢国家自然科学基金（52601456）、国家重点研发计划（2023YFC3007900）和中央高校基本科研业务费（3132025661）的资助。

王楠|林尚飞|刘创|陈沐坤|尤载金