海洋大数据科学发展现状与展望

中国网/中国发展门户网讯  现代海洋科学的发展古往今来经历了 3 个阶段：理论牵引阶段。该阶段的许多重大理论圆满地解释了海洋中的物理现象，长足推进了人们对海洋的认识。虽然该阶段缺少观测资料，但是发展的理论基本都具有里程碑的意义。观测牵引阶段。该阶段各类观测手段逐渐发展起来，主要包括海洋调查船、浮标、潜水器、遥感以及 Argo 监测网等。数据牵引阶段。随着观测技术手段的不断丰富，也带来了数据量的不断攀升，海洋科学迎来了第三阶段。从 2008 年开始，Nature、Science、Economist等杂志及 Computing Community Consortium（计算社区联盟）等组织将“大数据”引入到各个领域。“大数据”被定义为数据量增长速度快，用常规的数据工具无法在一定时间内进行采集、处理、存储和计算的数据集合，拥有数据量大（volume）、类型繁多（variety）、价值密度低（value）、速度快时效高（velocity）和在线式（online）五大特征。由于海洋数据的数据来源广泛、种类繁多，数据量已增至 PB 量级，时间分辨率跨越不同尺度，同时需要及时处理分析用于各类决策支撑，因此海洋数据已然成为“大数据”的典范。

但是海洋大数据的独特性质，使得传统的理论基础、技术手段已逐渐暴露其弊端。海洋大数据有两个区别于其他数据的典型特征——时空耦合和地理关联。

时空耦合。海洋大数据为同时拥有时间与空间属性的数据，即多维度数据。尤其随着观测技术的进一步发展，数据维度的采集分辨率与频率都越来越高。因此，数据分析过程需要同时从时间轴和空间轴两个维度进行分析，而在时间轴和空间轴上分析的因素又是多样的、高维的，这给大数据的分析带来了更大的挑战。

地理关联。海洋大数据不同于其他大数据的随机性与偶然性，由于其地理属性有着近邻效应，相邻区域空间位置关系存在线性或非线性的关联，从而组成了不同时空尺度的模态特征。

因此，在海洋大数据科学的发展过程中存在着诸多挑战。本文将从海洋大数据上、中、下游全链条论述海洋大数据科学的发展现状，并在此基础上提出未来 5—10年海洋大数据科学发展的主要方向和关键技术。