1月21日，美国国家科学院、工程院和医学院（NASEM）墨西哥湾研究计划（GRP）宣布，将通过其“理解墨西哥湾海洋系统竞争性资助项目”（UGOS 2）提供200万美元资金^[1]，支持以新理论、新技术和新方法为重点的项目，以增进对墨西哥湾环流系统（LCS）的理解和预测。

　　墨西哥湾环流系统由流经墨西哥湾进入大西洋的温暖环流和从环流上脱落的涡旋组成，影响着飓风强度、海上安全、墨西哥湾食物链以及渔业、旅游业等重要产业。鉴于墨西哥湾环流系统的位置、深度、温度和强度在不断变化，对其行为研究和预测存在很大难度。UGOS 2将资助7个方面的研究。

　　1、基于测高数据的墨西哥湾环流系统统计预测模型。项目由Forristall海洋工程公司领导，资助金额为7.8万美元，将开发一个名为ForLoop的预测系统。该系统将利用机器学习算法和过去26年的开源数据获取每日海平面波动的信息，允许用户对海平面或地表温度图进行数字化，以预测环流和涡旋的位置，并估计环流或涡旋在多个预测时段内影响特定位置的概率。

　　2、用于环流峰面涡旋研究的非结构化网格嵌套方法。项目由路易斯安那州立大学领导，资助金额为28.4万美元，其目标是为墨西哥湾地区建立海洋预报系统，以能准确进行一至两周的环流预报。研究人员将在墨西哥湾地区采用嵌套的非结构化网格有限体积社区海洋模型，模拟能量转换过程以及环流峰面涡旋与海床深度变化之间的相互作用；还将创建一个长达20年的卫星数据档案库，以检测和分析在涡旋脱离之前发生的环流峰面涡旋合并事件。

　　3、用于量化和预测加勒比海涡旋对墨西哥湾环流系统的动力学影响的拉格朗日方法。项目由迈阿密大学领导，资助金额为35万美元。了解西加勒比海和尤卡坦海峡南部的动力学对预测墨西哥湾环流系统的行为至关重要。该项目将加勒比海观测资料纳入预测模型，量化预测技能的提高。通过观测和高分辨率的模型模拟，更加详细和客观地描述通过尤加坦海峡的暖流的尺度、量级和路径，以及其与墨西哥湾反气旋涡旋演变的关系。

　　4、用于判别和预测环流涡旋脱落事件的拉格朗日指标。项目由特拉华大学领导，资助金额为30.2万美元，将基于物理学概念来建立识别环流涡旋脱落事件及其动力因素的新方法，还将评估现有的区域模型对导致涡旋脱落事件的海浪、洋流、潮汐和其他物理海洋过程的检测能力。

　　5、利用传输学习方法进行墨西哥湾环流系统海面高度和次表层流的预测。项目由佛罗里达大西洋大学领导，资助金额为34.6万美元，将利用18年的海面高度场和次表层观测数据，应用机器学习工具预测环流速度、垂直结构和持续时间，以分析涡旋形成和脱落的过程，以使提前1个月预测环流的位置和持续时间、提前2个月预测涡旋脱落的位置和持续时间的预测能力提高，并改进提前几天预测环流与涡旋的速度、垂直结构和持续时间的预测技巧。

　　6、墨西哥湾环流系统和密西西比-阿查法拉亚河系统：相互作用、变异性和建模需求。项目由佐治亚理工学院领导，资助金额为24.1万美元，将从季节变化、环流位置以及1～10千米小型涡旋出现等方面对墨西哥湾环流系统和密西西比-阿查法拉亚河之间的相互作用进行研究，分析墨西哥湾北部150～200米水深以下驱动水平和垂直混合的物理过程。

　　7、尤卡坦海峡监测技术与方法。项目由加利福尼亚大学领导，资助金额为41.5万美元，将基于2018～2019年从19个系泊设备和99个传感器收集的数据，设计尤卡坦海峡的输送监测系统；还将开发和测试创新的系泊设备设计，以实现向岸上实时传输数据。         （刘燕飞）