基于生成式人工智能的热带气旋科学插画优化——风致表面热交换(WISHE)物理机制视觉化

基于生成式人工智能的热带气旋科学插画优化——风致表面热交换(WISHE)物理机制视觉化

陈弘正

黄冈师范学院机电与智能制造学院，湖北省黄冈市

摘要：风致表面热交换(WISHE)是解释热带气旋发展的重要理论，但其涉及多重物理机制相互作用和非线性特征，使得准确理解和呈现WISHE过程成为科学传播的难点。本研究尝试运用生成式人工智能(Generative AI)技术，探索以科学知识建构为导向的热带气旋插画优化方法，以期提升WISHE机制可视化效果及公众对该物理机制的理解。研究以ChatGPT和Midjourney为AI工具，构建了一个涵盖文献分析、提示词设计、图像生成与迭代的循环优化工作流。ChatGPT从文献中提取关键科学信息，用于设计Midjourney的提示词，生成科学准确且具有视觉冲击力的插画。之后，通过ChatGPT进行量化和定性评估，并根据评估结果调整提示词，以提高图像的准确性和视觉效果。研究结果表明，AI生成的插画能有效捕捉热带气旋的关键气象过程，例如角动量守恒、边界层流入和潜热释放，并清晰展现摩擦力、热通量等细节信息。本研究证实了结合生成式AI和科学知识建构，可以有效优化热带气旋科学插画，并为气象学领域的科学传播教育提供新思路。