تعتبر عملية التنبؤ بحالة البحر مسألة بالغة الأهمية للتطبيقات البحرية التشغيلة ونمذجة الأنظمة الأرضية المتكاملة. ومع ذلك، فإن النماذج الطيفية الحالية للرياح لا تزال تفرض قيوداً كبيرة على الاستخدامات العديدة، مثل الربط عبر الإنترنت بمحاكاة المناخ وإجراء التنبؤات الاحتمالية. على الرغم من أن تقنيات التعلم العميق أظهرت أداءً قوياً مؤخراً في مجال التنبؤ بالطقس، إلا أن نماذج الأمواج المعتمدة على الذكاء الاصطناعي تظل في الغالب حتمية ومحدودة بالمتغيرات العامة مثل ارتفاع الموجات.

في هذا العمل، نقدم نموذجاً يعتمد على تقنيات الانتشار (Diffusion Models) لتقدير حالة البحر عالمياً، والذي يعتمد على تاريخ طويل نسبياً (5 أيام) من قوى الرياح العالمية. هذا النموذج الجيلّي يقوم بتوصيل توزيع حالة البحر المعقد دون الحاجة لخطوات زمنية اتوماتيكية. وبخلاف الطرق السابقة، يتمتع إطار العمل لدينا بإمكانية التمدد خارج المتغيرات العامة لتقدير متغيرات مرتبطة بالتصنيف وكميات مشتقة، مثل انحراف ستوك (Stokes drift) ومتوسط الانحدار التربيعي (mean square slope).

تم تدريب النموذج على بيانات تاريخية لمدة 30 عاماً من نموذج WAVEWATCH-III، حيث يحقق تحسناً كبيراً في السرعة الحسابية مقارنة بالنماذج الطيفية العددية، بينما يقدم تنبؤات ذات دقة مرتفعة وانتشار محسن لمجموعة البيانات العامة. تشير نتائجنا إلى أن نمذجة حالة البحر القائمة على تقنيات الانتشار توفر مساراً واعداً نحو التنبؤ الاحتمالي بالوَحَدات ودمج معلومات حالة البحر بشكل فعال في نماذج الأنظمة الأرضية الأوسع.