STREAM LEDGER

Abstract: 本文探討利用深度學習模型（LSTM-Transformer 混合架構）預測非線性交互作用下的極端湧浪（Rogue Waves）。透過融合衛星高度計數據與現場浮標觀測，我們成功將「瘋狗浪」的預警提前量增加至 15 分鐘，顯著提升了離岸作業的安全性。

Abstract: 隨著 IMO 2030 減碳目標的逼近，動態路由優化成為航運業脫碳的關鍵路徑。本研究分析了跨太平洋航線 500 艘次貨櫃輪的數據，證實透過精確的風浪補償算法，平均可節省 8.5% 的燃油消耗。

Abstract: 北極航道的開放為全球貿易提供了新選擇，但海冰的不確定性仍是主要障礙。Thalassa-Stream 開發的高解析度海冰動力模型，利用 SAR 衛星數據融合技術，提供了精度達 500 米的海冰密集度預報。