张旭东，男，副研究员、汇泉学者特聘研究员，研究方向为人工智能（AI）海洋学，长期从事基于AI技术的海洋内孤立波（ISW）研究，任人工智能海洋学专业委员会委员。基于多源数据开展了ISW的时空分布、生成传播机制、预报和参数反演等方面的系列研究。构建了高精度、强鲁棒和轻量化的ISW传播预报模型，实现分钟级快速预报。利用迁移学习技术开展ISW实测和实验室数据的融合建模，实现了ISW振幅的高精度反演和水下三维重构。相关成果以第一作者/通讯作者在Remote Sensing of Environment、IEEE Transactions on Geoscience and Remote Sensing等海洋遥感领域顶级期刊发表研究论文20余篇，4篇论文影响因子>10，3篇文章被选为封面文章，相关成果入选中国科学院海洋研究所重大成果，并被新华网、科学网等广泛报道。已授权发明专利6项，主持了包括国家自然科学基金、国家重点研发计划子课题等任务多项。

一、研究领域  

人工智能海洋学；海洋遥感；内孤立波

物理海洋学，海洋波动与环境预测方向和海洋遥感与数值模拟、预测方法

三、研究室及联系方式       

海洋环流与波动重点实验室，联系方式：zhangxd@qdio.ac.cn、13156872263

1．国家重点研发计划，北斗精准导航与高分辨率遥感集成技术及区域综合示范应用，子课题1项，在研，主持。

2．崂山实验室科技创新项目，基于人工智能的孪生海洋关键技术与应用示范，子课题1项，在研，主持。

3．中国科学院先导专项（A类），中小尺度海洋动力过程研究，子课题1项，在研，主持。

4．国家自然科学基金项目,基于海面高度场和流速同步遥感观测的内波参数反演方法研究，已结题，主持。

1．“优秀博士后”激励计划出站奖励, 中国科学院海洋研究所, 2021年度

2．中国科学院海洋研究所重大成果奖励，2022年度

3．中国科学院海洋研究所汇泉学者，2022年度

1.Zhang, X., Wang, H., Li, X., Purwandana, A., & Putra, I. W. S. E. (2025). Internal solitary waves in the Banda Sea, a pathway between Indian and Pacific oceans: Satellite observations and physics-AI hybrid forecasting. Remote Sensing of Environment, 323.（SCI, Q1, Top）

2.Zhang, X., & Li, X.* (2024). Constructing a 22-Year Internal Wave Dataset for the Northern South China Sea: Spatiotemporal Analysis Using MODIS Imagery and Deep Learning. Earth System Science Data. （SCI, Q1, Top）

3.Zhuang, C., Li, X., Shen, D., & Zhang, X.* (2024). Internal solitary wave in the Lombok Strait: Satellite-observed spatiotemporal characteristics and their propagations modulated by the Indonesian Throughflow. Ocean Modelling, 190.（SCI, Q1）

4.Li, X., Wang, H., Yang, Y., & Zhang, X*. (2025). Deep learning-based solution for the KdV-family governing equations of ocean internal waves. Ocean Modelling, 194.（SCI, Q1）

5.Bai, Y., Zhang, Y., Zhang, X.*, & Li, X*. (2025). A Machine-Learning-Based Ocean-Current Velocity Inversion Model Using OCN From Sentinel-1 Observations. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 18, 9622-9635.（SCI, Q2）

6.Zhang, X., & Li, X.* (2024). Unveiling three-dimensional sea surface signatures caused by internal solitary waves: insights from the surface water ocean topography mission. Journal of Oceanology and Limnology, 42(3), 709-714. （SCI, Q3, 封面文章）

7.Zhang, X. & Li, X.* (2022). Satellite data-driven and knowledge-informed machine learning model for estimating global internal solitary wave speed. Remote Sensing of Environment, 283, 113328.（SCI, Q1, Top）

8.Zhang, X., Wang, H., Wang, S., Liu, Y., Yu, W., Wang, J., ... & Li, X. (2022). Oceanic internal wave amplitude retrieval from satellite images based on a data-driven transfer learning model. Remote Sensing of Environment, 272, 112940. (SCI, Q1, Top)

9.Zhang, X., & Li, X. (2022). Oceanic internal waves generated by the Tongan volcano eruption [J]. Acta Oceanologica Sinica. (SCI, 封面文章)

10.Zhang, X., Li, X., & Zheng, Q. (2021). A machine-learning model for forecasting internal wave propagation in the Andaman Sea. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 14, 3095-3106. (SCI, Q1, Top)

11.Zhang, X., & Li, X. (2020). Combination of satellite observations and machine learning method for internal wave forecast in the Sulu and Celebes seas. IEEE Transactions on Geoscience and Remote Sensing, 59(4), 2822-2832.(SCI, Q1, Top, 封面文章)

12.《Artificial Intelligence Oceanology》，主编：李晓峰，王凡。负责撰写Chapter 4: Satellite Data-Driven Internal Solitary Wave Forecast Based on Machine Learning Techniques