海洋大数据应用领域

2 o5 k, b% o4 B1 j7 y

原标题：海洋大数据应用领域

, c( X: N: H0 }5 `$ P + O/ f* e) R' s! ]

本文转载自中国海洋发展研究中心公众号，文章来源：节选自《海洋大数据：内涵、应用及平台建设》，原刊于《海洋通报》2017年04期，作者：侯雪燕 洪阳 张建民 邹亚荣 石晓勇 任力波 程晓 张彪 于华明 郭振华 崔要奎。

- b! x- B7 |' n& G- d

引言

# ], w# Q) g: [8 {3 R- t% ~

信息技术的快速发展, 带动海洋数据快速积累, 海洋已经进入大数据时代。我国是海洋大国, 社会经济的发展越来越依赖于海洋, 海洋权益也需要不断加以拓展和维护。在大数据时代的背景下, 如何对海洋大数据进行高效管理和充分的价值挖掘, 为海洋环境预报、海洋防灾减灾、海洋作业生产、经济政策制定等提供优质的信息服务和决策支持, 是未来海洋领域发展的一个主要方向。在未来海洋管理、海洋资源开发、海洋环境预报、海洋经济发展、海洋权益维护等诸多方面, 海洋大数据将扮演越来越重要的角色。

海洋大数据应用领域包括：海洋防灾减灾、海洋目标检测、海洋生态环境保护、海洋渔场渔情预报、远海航行保障、海洋与气候变化研究和作为海洋战略支撑等七个方面。

' h' j4 H& \4 y0 }

海洋防灾减灾

中国是海洋灾害最严重的国家之一, 近年来, 受全球气候变化及海平面上升的影响, 沿海地区灾害频发, 灾害程度升高, 海洋防灾减灾面临巨大的压力和挑战。我国面临的海洋灾害种类繁多, 包括风暴潮 (台风风暴潮和温带风暴潮) 、海浪、海冰、海啸、海平面上升、赤潮、绿潮等自然灾害, 以及海上溢油、危化品泄漏等海洋环境突发污染事件。我国沿海不同地域的海洋灾害呈现不同的态势。

' b' k3 f( @: _' r& K0 j

在当前全球气候变化的背景下, 在沿海经济社会发展的新形势下, 海洋灾害的形成机理、发生规律、时空特征、灾害损失呈现出新的特点, 使我国依然面临着较大的海洋灾害风险。据2015年中国海洋灾害公报, 2006-2015年间, 全国各类海洋灾害造成的年均直接经济损失达133亿元, 年均死亡 (含失踪) 136人, 其中, 风暴潮 (包括台风风暴潮和温带风暴潮) 造成的直接经济损失最大, 约占90%。

海洋大数据在海洋减灾体系中发挥着巨大作用。基于海洋大数据的数据处理系统是海洋防灾减灾的基础, 统计分析监测系统通过大数据处理系统提取数据, 并提供分析工具集, 统计人员可进行横向跨专业、纵向跨时间的综合分析和关联分析。可建立业务监测等不同的分析主题应用, 并根据统计业务热点的变化进行扩展。通过海洋大数据系统的分析、处理和挖掘, 形成多层面的业务产品, 为海洋减灾工作提供支持。

/ x8 q, x: j$ K+ f- I2 w

海洋目标检测

+ C- Q5 ]+ d$ }. ?; v

海洋目标检测是海洋权益维护、海洋资源管理等的重要部分, 目前主要利用卫星数据开展海洋目标检测。星载合成孔径雷达能够全天时、全天候、高空间分辨率对海观测, 已经广泛应用于检测海洋目标, 如舰船、岛礁、石油平台、溢油、绿潮、海冰等。全极化合成孔径雷达可以测量目标散射矩阵信息, 因而在目标检测和分类方面具有独特的优势。然而, 其缺点在于成像刈幅窄, 不适合星载平台业务化目标检测的需求。目前, 印度RISAT-1和日本ALOS-2卫星上搭载的C波段和L波段合成孔径雷达已有简缩极化成像模式, 获取的数据已初步应用于大范围海洋溢油检测。多时相简缩极化合成孔径雷达检测海面目标动态过程具有独特的潜力。

近年来, 主被动星载微波传感器成为监测海上台风的主要工具。利用多极化合成孔径雷达观测可以获取较为准确的高空间分辨率台风海面风场, 并且可以得到台风的空间分布特征, 以及台风的强度 (最大风速) 和结构 (最大风速半径) 要素等。利用微波辐射计多时相台风观测可以提供台风海面风速以及台风的移动路径等信息, 揭示台风的增强和衰减过程, 为大气和海洋数值模式研究台风的动力机制和上层海洋对台风的响应提供准确的观测依据。将合成孔径雷达和微波辐射计协同观测数据有效结合, 可进一步提高星载遥感器台风监测的能力, 减小台风对我国沿海地区居民的生命和财产安全的损害。

研究基于海洋大数据的海洋目标提取方法, 建立海洋目标识别基础库, 可在海洋目标检测方面大大提高精度,对于海洋目标的监视和管理具有重要意义。

8 k/ J# V' r' F: J7 [

海洋生态环境保护

应用遥感技术能有效提取海洋的叶绿素、黄色物质、悬浮泥沙等信息, 对于海洋水质的监测具有重要意义。基于遥感和现场监测数据, 建立海洋水质遥感监测模型, 揭示海洋水质要素的空间分布, 为开展海洋环境遥感监测与评价提供有力的基础数据和技术保障。随着海洋水质数据的快速增加, 仅依靠数据分析与信息挖掘等技术, 难以满足对快速增长的海洋水质数据分析需求, 基于海洋大数据, 能快速有效对获取的海量海洋水质数据进行整合与分析, 对于海洋水质安全具有重要价值。

海洋生态对于海洋资源的开发、利用、保护具有重大意义。海洋生态调查内容丰富, 应用遥感的方法可进行部分海洋环境要素和海洋生态要素的调查, 但基于遥感技术的海洋生态调查, 尤其是对近岸水体的调查, 存在一定的困难。海洋大数据的应用, 可提供海洋生态调查的基础数据, 可一定程度上提高近岸水体调查精度。通过大数据的整理综合分析, 可进一步分析海洋生态的变化原因, 并提出整治治理的方案, 服务于海洋生态调查。

海洋渔场渔情预报

渔情预报是对未来一定时期、一定水域内水产资源状况各要素, 如渔期、渔场、鱼群数量和质量以及可能达到的捕获量等所作的预报。海洋遥感技术的发展, 为快速获取与海洋渔场密切相关的大范围海况信息 (如海表温度、叶绿素浓度、海洋表面盐度、海洋表面高度等) 提供了广阔的空间和前景 (Santos, 2000) 。

, m2 K+ r; q9 u) C2 B/ E; K

海洋水温是影响鱼类活动最重要的因子之一, 是分析海洋渔场位置和渔情变动情况的最常用的环境要素；海洋遥感反演海表温度 (Sea surface temperature, SST) 的技术已经比较成熟, 根据SST数据可以获得诸如温度锋面、水团、ENSO (El Nino, Southern Oscillation) 现象等表征渔场分布情况的海洋信息。卫星遥感获得的海洋叶绿素浓度等海洋水色信息, 是浮游生物量的重要指示因子, 结合光照条件等可反演该海域海洋初级生产力, 进而为海洋生物存量分布及其变化提供预报参考。卫星遥感反演得到的海面高度数据能够反映海洋锋面、水团等中尺度海洋动力特征, 也是渔场分析的重要环境因子。

目前国内由于技术条件的限制, 渔情预报只能采用近实时的海洋环境数据, 严重制约了渔情模型预报精度 (陈新军等, 2013) 。未来海洋渔场预报系统, 亟需构建面向渔业应用的海洋大数据基础数据库, 在此基础上构建海洋环境实时预报系统, 为渔情预报系统提供高分辨率的海洋环境数据支持。

$ R H0 }0 B# q, Y* s/ C2 k

远海航行保障

海洋大数据对于远海航行保障具有重要意义。近年来, 越来越多的船只开始进入远离人类大陆、环境恶劣的远海航行, 如极地海域。这些进入远海航行的船只, 如果仅依靠船长的经验, 是非常危险的。海洋大数据的出现, 使得人类进入远海航行的安全系数得以提升。近年来, 以卫星遥感和船舶自动识别系统 (Automatic Identification System, AIS) 为主的数据在指导船舶航行和船舶遇险救援方面发挥了巨大作用。2014年1月中国雪龙号极地考察船 (简称“雪龙”号) 在南极冰海救援被困的俄罗斯“绍卡利斯基院士”号时, 由于气象条件突变导致海冰快速聚集使得其自身被困。在国内业务部门和有关科研单位等多部门的协同努力下, 通过综合快速地分析卫星遥感数据、气象海洋数据等, 最终指导“雪龙”号成功脱困, 成为海洋大数据指导极地航行船只脱困的典型案例。又如, 随着海冰减少, 越来越多的船只将选择北冰洋航道从东亚去欧洲或北美, 而这条黄金水道同时也是危机重重, 对于海洋大数据应用提出了越来越高的要求。实时遥感监测数据、基于大数据的海洋和海冰环境模拟等, 是北极航道安全航行的坚实保障。未来全球将建立全球无死角的通讯、导航和遥感监测网络, 保障全球海洋安全航行。

海洋与气候变化研究

海洋大数据对于海气相互作用和气候变化研究具有十分重要的价值。发生于热带太平洋的ENSO事件, 通过海气相互作用影响着海洋要素之间时空分布及其相互作用;海气相互作用对区域性极端气候事件发生的频次、强度和空间分布都有重要影响。世界气候大会制定的“全球气候观测系统 (GCOS) 计划”指出, 观测资料应有足够长的时间序列、覆盖足够大的地理区域、有足够高的精度。对于广阔的海洋来说, 卫星遥感具有速度快、成本低、监测范围广、便于长期动态监测等优势, 成为监测全球变化背景下海气相互作用和海洋环境变化的重要手段。

8 H1 Q7 d h' ~6 f) F

目前, 基于常规海洋调查观测, 结合海洋模式模拟, 综合利用对地观测技术, 形成长期、连续、立体、宏观的海洋大数据。在全球变化背景下, 基于以上海洋大数据, 开展全球变化背景下海洋各要素的时空变化及其关联分析研究, 探索海洋-大气相互作用、海洋物理-生态耦合变异过程、以及对气候变化的响应规律, 已经成为研究热点 (Hou et al, 2016;Huang et al, 2013;Kahru et al, 2010;Mahajan et al, 2009;Messiéet al, 2013) 。从海洋大数据中挖掘隐含的与气候变化相关的价值信息, 也可以为我国更好地应对气候变化带来的极端气候事件提供参考, 同时为我国在国际气候谈判中的话语权提供强有力支撑。

6 j( c( d4 Q0 w; d% D+ H) F

海洋战略支撑

9 [0 C; A% c& H. m' ~

随着人类数据搜索、数据管理能力的不断加强, 数据分析、数据应用的价值也会不断得以体现, 最重要、最直接的价值就是体现在政府决策过程中。未来的政府决策, 将是一个更依赖于大数据的综合决策系统, 数据在决策流程中的位置会更靠前, 数据在决策体系中承担的角色会更重要。前提是, 数据要尽量的全面、客观、准确, 即大数据所要求的大容量、多层次、跨领域。

就海洋决策而言, 其依赖的数据源也应是海洋自然科学类数据和海洋社会科学类数据的集成, 任何只依靠一类数据源的决策, 都不是全面、客观、战略性的决策。仅就海洋社会科学类数据而言, 对海洋决策的意义非同寻常。海洋战略数据可以帮助政府更清楚的把握合作伙伴和竞争对手的政策演进趋势, 更准确的明晰竞争对手的法律底线和漏洞, 更全面的了解我国海洋战略推进在全球范围内的阻力和突破口。海洋经济数据可以帮助政府了解海洋产业的发展趋势, 通过制定合理的产业政策和规划, 推动产业有序运行, 同时进行有效监管和调控。海洋文化数据可以帮助政府在对外交涉和对内教育中组织系统的历史材料, 又能通过历史唤起公民的海洋共鸣, 用海洋意识推动海洋战略。

作者：侯雪燕，清华大学水利水电工程系，助理研究员；洪阳，清华大学水利水电工程系，教授；张建民，清华大学土木水利学院院长、中国工程院院士；邹亚荣 中国卫星海洋应用中心，研究员；石晓勇，国家海洋局海洋减灾中心教授；任力波，国观智库总裁兼清华国观海洋研究中心执行主任；程晓，北京师范大学全球变化与地球系统科学研究院院长；张彪，南京信息工程大学海洋科学学院教授；于华明，中国海洋大学海洋与大气学院副教授；郭振华，清华大学深圳研究生院，副研究员；崔要奎 清华大学深圳研究生院。

编辑 / 王兆喆审核/黄敏 裴家珍 返回搜狐，查看更多

7 |8 z/ I& v" U1 I5 t z6 N

责任编辑：