海洋数据处理软件 -海洋数据下载软件

来源： 溪流之海洋人生

. E0 g/ @8 K8 d$ ^

随着海洋信息化的发展和各类探测设备的不断进步，海洋数据体量已经呈现出爆炸性增长的状态，海洋领域已经进入了大数据时代，全方位、连续、多源、立体的观测使得海洋数据的存量已经达到EB级别，日增量也达到了TB级别。世界各国都在积极推动海洋领域的发展，建立起覆盖全国甚至全球的海洋观测网络，通过形式多样的探测设备获取海洋实时的数据，形成数量庞大的海洋数据库。庞大的数据体量向从海量数据中挖掘信息的技术提出了更高的挑战，如何提取更有用的信息，并将其应用于海洋科学的各个领域，已经成了未来海洋科学发展的重点问题。本公众号拟从海洋大数据相关热点的五个方面内容进行介绍，分别是：

（一）海洋大数据的获取、处理与应用方式；

（二）美国海洋大数据；

（三）欧洲海洋大数据；

- ], E3 S( n& j' R- z% h" y V

（四）其他国家海洋大数据；

a" D( t# m! ^/ Y5 E

（五）海洋大数据的其他应用。

⒈海洋大数据的获取

⑴海洋观测网络

全球海洋观测系统(GOOS)，由4个国际机构发起并组织实施：政府间海洋学委员会(IOC)、世界气象组织、国际科学联合会理事会和联合国环境规划署，目标是建立一个全球性的海洋资料、产品、信息共享的国际系统，是目前世界上最大的全球性海洋观测系统。GOOS海洋观测由4个方面组成：志愿观测船(VOS)，海洋高空探测(ASAP)，漂浮浮标和系留浮标。GOOS系统由5个模块组成：气候模块、海洋健康模块、生物资源模块、沿岸模块和服务模块。GOOS治理模型分为三个层次：提供监督的跨国指导委员会，指导系统要求的科学专家小组以及实施全局统一网络执行的观察协调组。GOOS项目办公室促进了这些不同治理机构之间的协作。

' A3 D/ e% m5 G# M( w 全球海洋实时观测网ARGO是由美国、法国和日本等国家大气、海洋科学家推出的一个大型海洋观测计划，该计划构想用3～4年时间在全球大洋中每隔300公里布置一个卫星跟踪浮标，截至2018年7月，布放在全球海洋中并处于工作状态的Argo剖面浮标已达到3762个。此项目计划在维持现有的观测内容的基础上，将Argo浮标观测范围扩大到海面2000m以下甚至海底，同时携带安装生物、地球、化学等新型传感器。截止2016年，由Argo所得到的数据体量比20世纪海洋观测资料的总和还多，并且Argo采样密度及深度还在不断提高；Argo项目旨在快速、准确、大范围地收集全球海洋上层的海水温、盐度剖面资料，以提高气候预报的精度，有效防御全球日益严重的气候灾害给人类造成的威胁，被誉为“海洋观测手段的一场革命”。海王星计划(NEPTUNE)由美国和加拿大合作建立，并于2007年投入运行。NEPTUNE计划在水下约3000m的海床上，用长达3000km的光缆线连接着20～30个观测站，每个观测站可能还有支路延伸至几千米远的各种仪器，可以长期观测海洋内部和海底各种物理、化学、生物和地质过程，使用年限至少20～30年。关键设备包括：潜标、CTD、ADCP、人工磁场海流计、波浪传感器、光源和相机、营养盐测量仪、地震仪，还有ROV、AUV、ROVER。其中，ROV用于水下仪器和网络的布放、安装和维护；AUV用于数据的转驳和能源的补充；ROVER用于各节点之间的空白区的观测。网络设计中，有“即插即用”接口，使仪器的更换和新仪器的使用更为方便。通过一系列先进设备的部署，NEPTUNE计划将从根本上改变人类研究海洋与地球的方式。在全球环境与安全监测计划(GMES)4D观测理念的指导下，英国、德国、法国等欧洲国家制定了“欧洲海床观测网络计划”(ESONET)，针对从北冰洋到黑海不同海域的科学问题，在大西洋与地中海精选11个海区(北冰洋、挪威海、爱尔兰海、大西洋中央海岭、伊比利亚半岛海、利古利亚海、西西里海和科林恩海以及黑海等)设站建网，进行长期实时海底观测。整个系统包括约5000km长的海底电缆。ESONET将承担系列科学项目，诸如评估挪威海海冰的变化对深水循环的影响以及监视北大西洋地区的生物多样性和地中海的地震活动等。该计划希望将来囊括从北冰洋到黑海的所有欧洲水域，也将探索从冷水珊瑚到火山等更多的自然现象。

⑵海洋观测技术

根据世界气象组织2010年的统计结果，截止到2010年，参加世界气象组织全球数据交换的具有代表性的全球观测系统主要部分为：①约11000个地面观测站。其中绝大部分台站至少每3个小时开展一次观测。其中约4000站构成了区域基本天气观测网络(RBSNs)和3000多个站组成的基本气候区域网络(RBCNs)；②1300个高空大气探测站；③4000艘自愿和商业船舶观测；④约1200个漂流浮标和200个系留浮标，以及3000剖面观测浮标(ARGOS)；⑤3000架商用飞机观测(AMDAR)并发送实时数据；⑥6颗近极地轨道业务气象卫星、9颗地球静止轨道业务气象卫星和一系列研发卫星组成了强大的卫星观测网络。 . }$ W3 X/ w% ?+ l9 H0 n( K

⒉海洋大数据的处理

设在美国国家地球物理数据中心(NGDC）的国际海道测量组织(IHO)数字测深数据中心(DCDB)，是国际上最具代表性的数据存储与处理中心之一。该组织致力于数字测绘产品的开发与服务，主要关心深于100m的大洋海域，目标是建立世界数字海洋测深数据仓库，包括数据库的更新与质量控制，与其他国际组织协作，发展交换格式和标准以促进测深数据交换。IHO成员国和非成员国向中心提供所搜集到的数字测深数据，并可通过国际海道测量局提出数据产品的需求。DCDB近年来完成的主要工作项目和开发的产品包括数据服务、数字测线数据库建设、海洋地球物理数据库、地球物理数据库系统(GEODAS)软件开发、地球表面图像、NOS海洋测量数据库、NOS扫描数字渔业图、海岸地形模型(CRM)、全球地形图像集等。国际海洋数据和信息交换委员会(IODE)目的是通过促进海洋学数据的交换和交流来加强海洋研究，开发和发展。经过一段时间的发展，IODE系统形成了一个面向全球服务的网络，该网络由DNA（指定的国家机构），NODC（国家海洋数据中心），RNDC（负责任的国家海洋数据中心）和WDC（世界数据中心–海洋学）组成。在过去的50年中，海委会成员国在许多国家建立了80多个海洋数据中心。该网络已经能够收集，控制数百万次海洋观测的质量并存档，并将其提供给会员国。 ( d, O+ a) u' o- ~

⒊海洋大数据的应用

! v: a; Y. Q# @2 ?3 y, `

⑴监测海洋生物多样性

哈佛大学拉德克利夫高等研究院、英国帝国学院计算机系、哈佛大学Wyss研究所的研究人员将机器学习技术运用到对抹香鲸生物声学的研究，利用卷积网络来构造回声定位点击检测器，旨在对抹香鲸声学数据生成的频谱图进行分类。实验结果展示点击检测器在对650个频谱图进行分类时达到了99.5％的准确度。

⑵海冰分析预测

法国空间地理实验室（LOPS）和夏威夷大学、美国新罕布什尔大学海洋过程分析实验室、美国华盛顿大学华盛顿大学应用物理实验室合作，将深度学习方法应用于海洋星空合成孔径雷达(SAR)场景分类工作中，所使用的数据集描述了十种常见的大气和海洋过程，通过使用深度学习方法建立的模型定性分析了雨雪和海冰的区域格局，其结果与独立的遥感数据集相一致。这类自动SAP分类为更广泛的地球物理应用开辟道路。

⑶气候分析预测

美国乔治亚州亚特兰大、佐治亚理工学院和意大利国家研究委员会地球科学与地球资源研究所、雅典国家天文台环境研究与可持续发展研究所合作，将数据挖掘的方法引入到了气候分析预测工作中来，并使用复杂的网络分析技术和降维技术等手段，来提取和分析气候领域的统计相互关系。……下一篇将接续——（二）美国海洋大数据。敬请关注。【声明】本公众号转载和引用的文章仅作学习交流之用，不代表我们的观点。文章版权及插图属于原作者或/及其引用的原始来源，如版权存在争议，请联系我们，我们将第一时间处理。关于仰山智库

仰山智库以“聚焦国家安全，服务国家发展”为使命，以中国视角，拓战略视野，聚制度视域。坚持学术平等、去行政化，鼓励百家争鸣，提倡定性定量分析方法相结合、国外研究与国情分析相结合、实证研究与规范研究相结合。重点围绕国家安全、战略管理、智库建设等主题，开展多元交流，汇集多方智慧，形成决策咨询建议、热点问题分析、智库观点集萃等成果，咨政建言，服务社会。

中国科学学与科技政策研究会融合创新专业委员会指定宣传媒体欢迎扫描以下二维码关注仰山智库 ! h& w# q1 d' r- R7 M& F% [

( ~9 W C$ o% U1 |* m ! I+ k( o/ w8 A0 R/ r9 u: z