npj Climate and Atmospheric Science中的一项新开放获取研究首次在直接模型测试中表明，来自标记鲨鱼的测量数据可以改善季节性海洋预测。在回顾性实验中，各个动态海洋区域的表面温度预测误差降低了 40%。
没有专门引导动物测量路线。 18 大青鲨 和一艘 尖吻鲭鲨 在西北大西洋自由移动，用卫星标签记录深度和温度。由于鲨鱼经常活跃于锋面、漩涡和其他动态区域，因此它们在传统观测系统可能存在空白的地方精确地收集数据。
来自西北大西洋的8,242个温度剖面
研究团队于 2021 年 10 月在 Cape Cod 附近为鲨鱼配备了 SPLASH-10 卫星发射器。到 2022 年 4 月，这 19 只动物总共传输了 8,242 个深度温度剖面图和 58,947 个耦合测量值。累计达到2,635个发送日。
测量点延伸至大西洋中的纬度约20度和经度40度。有记录的最深潜水深度为 1,976 米。传感器记录的温度在 3.9 至 33.9 摄氏度之间。鲨鱼不仅提供了水面上的位置，还提供了对水柱的三维洞察。
部分鲨鱼数据被直接纳入模型
对于实际测试，研究人员将 1,329 个剖面输入到季节性气候模型的每月初始化中。然后，他们使用卫星观测结果比较了有鲨鱼数据和没有鲨鱼数据的预测，并建立了海洋再分析。
这种影响在沿海、陆架和大陆坡地区尤其明显。在那里，温度锋面和洋流在相对较小的空间尺度上发生变化，而粗略解析的模型只能在有限的程度上代表这些过程。在部分比较中，利用鲨鱼数据进行额外初始化可将表面温度误差降低高达 40%。
即使剖面仅在短暂的启动窗口期间包含在模型中，效果有时仍会持续数周至数月。重要的不仅仅是测量的数量。在某些月份中，更广泛的空间分布可能比许多紧密间隔的轮廓更重要。
从飓风预测设想到首次模型检验
Haitauchen 于 2025 年报告了使用 将鲨鱼用作移动数据采集者 以获得更好的飓风和天气预报的想法。当时，主要关注的是潜力：长距离洄游的掠食性鱼类应该提供来自难以到达的海洋部分的温度数据。
新工作是从这个想法到可衡量结果的重要一步。然而，这并不能证明发射机数据已经被用来更好地预测特定的飓风路径或单个风暴的强度。测试了海洋的季节性温度预测。从长远来看，这种改进的初始数据也可以支持天气和风暴模型，但这需要进一步的、有针对性的实验。
鲨鱼为何能补充传统观测系统
卫星主要观测海洋表面。 Argo 探测器、研究巡航和自动滑翔机提供来自深处的数据，但并不能同样很好地覆盖每个动态的沿海和大陆架区域。标记的动物可以从它们因自身行为而访问的区域传输附加剖面。
鲨鱼不会取代这些观测网络。它们的价值在于补充这些网络。生态标记项目中生成的数据也可以在质量控制后纳入海洋模型。研究人员参考了Animal Telemetry Network和AniBOS等国际项目，这些项目希望将动物数据长期整合到全球观测系统中。
尚非业务化预测系统
该研究明确是概念验证。它仅使用来自一个季节和一个海域的 19 条鲨鱼的数据。所使用的模型的分辨率约为一级，无法直接解析许多小规模的流动过程。此外，评估是回顾性进行的，而不是作为日常运营预测服务。
为了长期使用，需要更多的动物、更长的时间序列、标准化传感器和一套数据流程，该数据线可以近乎实时地检查测量值并将其分发给天气和海洋服务部门。只有这样才能测试该方法在不同年份和地区的可靠性。
第一个直接实验仍然提供了明确的结果：鲨鱼不仅能记录自身的迁徙路线，它们的潜水还可以填补海洋观测空白，并显著改善预测模型。
