本研究提出了基于深度学习的OxyGenerator模型，用于重建全球海洋缺氧情况。该模型通过引入分区变化的图消息传递和溶解氧变化的归纳偏差来捕捉复杂的海洋学关联关系，重建效果优于CMIP6数值模拟，减少MAPE 38.77%。对于理解“无氧海洋”具有巨大潜力。