#物理信息学习

Drift Field Net：从卫星观测学习海洋拉格朗日漂移场

研究提出 Drift Field Net（DFN），一种从业务卫星观测预测海洋表层流场的深度神经网络，用于北太平洋副热带环流区塑料垃圾漂移预报。采用模拟数据预训练加拉格朗日微调的两阶段策略，7 天预报平均定位误差较业务物理模型降低 20 公里，引入平流损失后再降 10 公里。