几个世纪以来，关于巨型、突如其来的巨浪袭击船只和平台的传说一直被视为水手的迷信。然而，1995年北海德劳普纳石油平台遭遇80英尺巨浪的事件，提供了第一个无可辩驳的科学数据，将这些传说转变为密集研究的主题。一项开创性的调查分析了近二十年的北海海浪数据，揭示巨浪并非统计异常，而是可以通过基本物理学来解释的。由佐治亚理工学院的Francesco Fedele领导的研究挑战了先前的理论，并对这些强大的海洋现象提供了新的理解。
该研究发现，巨浪主要由两种过程形成：“线性聚焦”，即来自不同方向的海浪偶然对齐，以及“二阶束缚非线性”，它会加剧和放大波峰。这些机制协同作用，可以产生比传统模型预测的波浪大得多的波浪。例如，在北海进行的一项为期18年的数据分析（涵盖27,500条海浪记录）发现，巨浪的形成并非源于复杂的“调制不稳定性”，而是由线性聚焦和二阶束缚非线性这两种更简单的效应共同作用的结果。线性聚焦是指来自不同方向和速度的海浪在同一时间和地点汇合，从而叠加形成更高的波峰。二阶束缚非线性则涉及波浪自身的非线性效应，会进一步加剧波浪的陡峭度。
这种新的理解对海上安全和工程具有关键意义。通过将这些见解纳入预报模型，美国国家海洋和大气管理局（NOAA）等组织和行业领导者正在努力更好地预测巨浪的发生，从而减轻船只和海上结构的风险。例如，马里兰大学的研究人员开发了一种基于人工智能的系统，利用1400万个浮标数据样本训练神经网络，能够提前五分钟预测巨浪的出现，准确率高达75%。这项技术有望为海上作业人员提供宝贵的预警时间，以便他们采取预防措施。
此外，将机器学习应用于海量海浪数据集有望解锁更深层次的见解。通过教会计算机识别海洋信号中的细微前兆，科学家们旨在开发先进的预警系统，从而提高全球海员的实时安全决策能力。例如，弗朗西斯科·费德尔（Francesco Fedele）教授及其团队正在利用机器学习技术分析数十年的海浪观测数据，以识别巨浪出现的细微前兆，从而提高预测的准确性。这些研究成果不仅深化了我们对海洋物理学的理解，也为提高海上安全提供了切实可行的解决方案，将曾经的海洋传说转变为可预测的科学现实。