【儀表網(wǎng) 研發(fā)快訊】近日，《科學(xué)進(jìn)展》(Science Advances)發(fā)表了武漢大學(xué)地球與空間科學(xué)技術(shù)學(xué)院教授周晨課題組的最新研究成果。研究團(tuán)隊(duì)利用化學(xué)信息引導(dǎo)的人工智能(AI)模型，成功填補(bǔ)了平流層羥基(OH)自由基的全球數(shù)據(jù)空白。
 

　　論文題目為“A chemistry-informed deep learning network for mitigating the stratospheric OH data gap”。武漢大學(xué)地球與空間科學(xué)技術(shù)學(xué)院博士生尹文杰為第一作者，周晨、英國利茲大學(xué)Martyn Chipperfield教授為通訊作者，英國利茲大學(xué)馮伍虎(Wuhu Feng)研究員等多位國際學(xué)者共同參與了該項(xiàng)研究。
 

　　羥基(OH)自由基在平流層化學(xué)中扮演著核心角色，它不僅驅(qū)動(dòng)著臭氧的損耗，還主導(dǎo)著其他化學(xué)物種的相互轉(zhuǎn)換。然而，全球OH的觀測數(shù)據(jù)極為稀缺，特別是自2009年微波臨邊探測器(MLS)相關(guān)子系統(tǒng)故障后，OH的衛(wèi)星觀測存在嚴(yán)重的空白。
 

　　為破解數(shù)據(jù)斷層難題，研究團(tuán)隊(duì)創(chuàng)新提出了基于化學(xué)信息引導(dǎo)的深度學(xué)習(xí)網(wǎng)絡(luò)DRCAT。該工作展示了“AI for Science”在地球科學(xué)領(lǐng)域的巨大潛力。在缺乏直接觀測的情況下，DRCAT通過結(jié)合化學(xué)先驗(yàn)知識與AI模型，不僅為填補(bǔ)OH全球觀測空白提供了一條可行的途徑，深化了對平流層大氣化學(xué)狀態(tài)的理解，也為評估大氣層在極端擾動(dòng)期間的化學(xué)響應(yīng)提供了新工具。
 

　　該模型深度融合了圖神經(jīng)網(wǎng)絡(luò)和Transformer架構(gòu)，能高效挖掘相關(guān)化學(xué)物種的衛(wèi)星觀測數(shù)據(jù)，精準(zhǔn)預(yù)測平流層OH垂直廓線。通過“預(yù)訓(xùn)練-微調(diào)”范式，模型先在模式數(shù)據(jù)集上進(jìn)行預(yù)訓(xùn)練以學(xué)習(xí)化學(xué)規(guī)律，再用有限的真實(shí)衛(wèi)星數(shù)據(jù)微調(diào)。DRCAT僅用2年實(shí)測數(shù)據(jù)，便成功重建了自2004年至今連續(xù)、高精度的全球平流層OH數(shù)據(jù)集。結(jié)果顯示，DRCAT在各項(xiàng)指標(biāo)上均顯著優(yōu)于傳統(tǒng)方法。
 

　　更重要的是，該AI模型在應(yīng)對極端自然事件時(shí)展現(xiàn)出較強(qiáng)的泛化能力。在2022年湯加(Hunga)火山爆發(fā)后，大量水汽注入平流層，引發(fā)了罕見的極端水汽擾動(dòng)，導(dǎo)致OH濃度激增。對此類極端場景，傳統(tǒng)的純數(shù)據(jù)驅(qū)動(dòng)AI模型往往會(huì)產(chǎn)生誤判。然而，DRCAT得益于化學(xué)信息引導(dǎo)的“預(yù)訓(xùn)練-微調(diào)”機(jī)制，成功學(xué)習(xí)了由水汽等要素驅(qū)動(dòng)OH生成的化學(xué)規(guī)律，精準(zhǔn)預(yù)測了此次異常的OH濃度激增。本研究開發(fā)的可擴(kuò)展架構(gòu)，也為其他關(guān)鍵短壽命大氣物種的歷史數(shù)據(jù)重建和氣象災(zāi)害評估提供了一個(gè)通用AI框架。
 

　　該研究由武漢大學(xué)聯(lián)合了英國利茲大學(xué)等多所國際頂尖科研機(jī)構(gòu)共同完成，并得到了國家自然科學(xué)基金等項(xiàng)目的聯(lián)合資助。
 

　　引用：周晨團(tuán)隊(duì)在AI賦能大氣化學(xué)領(lǐng)域研究取得新進(jìn)展 武漢大學(xué) 【引用時(shí)間：2026年7月14日】