劉 帥， 陳 戈， 劉穎潔， 田豐林

(1.中國(guó)海洋大學(xué)信息科學(xué)與工程學(xué)院，海洋科學(xué)與技術(shù)青島協(xié)同創(chuàng)新中心, 山東 青島 266100；2.青島海洋科學(xué)與技術(shù)國(guó)家實(shí)驗(yàn)室區(qū)域海洋動(dòng)力學(xué)與數(shù)值模擬功能實(shí)驗(yàn)室， 山東 青島 266100)

大數(shù)據(jù)已成為全球科技、經(jīng)濟(jì)、社會(huì)等各領(lǐng)域的關(guān)注焦點(diǎn)[1-4], 通過數(shù)據(jù)的紐帶，科學(xué)家可以發(fā)現(xiàn)人類與自然相互作用的規(guī)律，預(yù)測(cè)人類社會(huì)發(fā)展的趨勢(shì)。隨著海洋信息化的發(fā)展和各類探測(cè)設(shè)備的不斷進(jìn)步，導(dǎo)致海洋數(shù)據(jù)體量爆炸性增長(zhǎng)，如：Argo計(jì)劃從實(shí)施開始，總計(jì)已布放超過10 000個(gè)浮標(biāo)，目前有約3 800個(gè)浮標(biāo)在海上正常工作，截止2016年，由Argo所得到的數(shù)據(jù)體量比20世紀(jì)海洋觀測(cè)資料的總和還多，并且Argo采樣密度及深度還在不斷提高[5]；截止到2012年底，美國(guó)國(guó)家海洋和大氣管理局(National Oceanic and Atmospheric Administration, NOAA)管理的年數(shù)據(jù)高達(dá)30PB，每日能從多源傳感器設(shè)備收集超過35億份觀測(cè)數(shù)據(jù)[6]。海洋領(lǐng)域已然進(jìn)入大數(shù)據(jù)時(shí)代，全方位、連續(xù)、多源、立體的觀測(cè)使得海洋數(shù)據(jù)目前存量已達(dá)到EB級(jí)別，日增量也達(dá)到TB級(jí)別。對(duì)海洋科學(xué)研究而言，如何在大數(shù)據(jù)時(shí)代抓住機(jī)遇，更好的利用海洋大數(shù)據(jù)，將在一定程度上輔助解決21世紀(jì)人類面臨的重要問題。

然而，前所未有的海洋大數(shù)據(jù)給海洋數(shù)據(jù)的存儲(chǔ)管理，分析挖掘，產(chǎn)業(yè)應(yīng)用帶來了巨大挑戰(zhàn)[3-4, 6-7]，并且大數(shù)據(jù)技術(shù)的興起也給傳統(tǒng)的科研方式帶來了革命，科學(xué)研究逐漸進(jìn)入第四范式[8]，傳統(tǒng)的數(shù)據(jù)分析方法在應(yīng)用在大數(shù)據(jù)時(shí)存在眾多約束，數(shù)據(jù)密集型知識(shí)發(fā)現(xiàn)方法受到科學(xué)界的普遍關(guān)注，越來越多的海洋學(xué)研究開始從更大規(guī)模、更多維度、更多來源的數(shù)據(jù)進(jìn)行深度的知識(shí)發(fā)現(xiàn)，指導(dǎo)人類社會(huì)的生產(chǎn)生活，海洋大數(shù)據(jù)亦帶來巨大機(jī)遇。

本文根據(jù)目前海洋大數(shù)據(jù)研究相關(guān)熱點(diǎn)從三個(gè)方面進(jìn)行討論和歸納。首先從海洋大數(shù)據(jù)的定義及特征方面進(jìn)行說明。其次從技術(shù)方面，具體涉及海洋大數(shù)據(jù)的多源信息感知與探測(cè)技術(shù)、存儲(chǔ)與管理技術(shù)、分析挖掘技術(shù)、動(dòng)態(tài)可視化技術(shù)，覆蓋了采集、存儲(chǔ)、管理、分析到形成結(jié)果的整個(gè)過程。然后從實(shí)踐方面，進(jìn)行海洋大數(shù)據(jù)應(yīng)用現(xiàn)狀及應(yīng)用前景的討論。海洋大數(shù)據(jù)應(yīng)用研究仍處于起步階段，本文將盡可能的從海洋大數(shù)據(jù)的產(chǎn)生到海洋大數(shù)據(jù)應(yīng)用整個(gè)鏈條進(jìn)行研究梳理，涉及的技術(shù)內(nèi)容較為廣泛，交叉性較強(qiáng)，可能對(duì)部分技術(shù)存有偏頗或不足，但我們?nèi)韵Ｍ軓恼w性上給相關(guān)研究人員以啟發(fā)和借鑒，從而作為更深入研究及交叉性知識(shí)發(fā)現(xiàn)的起點(diǎn)。

1 海洋大數(shù)據(jù)定義及特征

1.1 海洋大數(shù)據(jù)定義

對(duì)于大數(shù)據(jù)，高德納定義為利用新的處理方式才能具有更高價(jià)值的海量、高增長(zhǎng)率和多樣性的信息資產(chǎn)[9]。麥肯錫給出的定義是數(shù)據(jù)體量超過常規(guī)的數(shù)據(jù)工具存儲(chǔ)、管理和分析能力的數(shù)據(jù)集[10]。維基百科將其定義為數(shù)據(jù)量巨大到無法在有效的時(shí)間內(nèi)達(dá)到擷取、管理、分析、并處理為人類所能解讀的形式[11]。

海洋本身是一個(gè)巨大、復(fù)雜、非線性的系統(tǒng)，各種現(xiàn)象及過程極其復(fù)雜，時(shí)空尺度千差萬別，承擔(dān)著各類物質(zhì)與能量的運(yùn)輸，包含的學(xué)科、領(lǐng)域眾多，涉及海洋化學(xué)、海洋地質(zhì)學(xué)、物理海洋學(xué)、海洋生物學(xué)等。針對(duì)海洋大數(shù)據(jù)，研究人員從不同角度、層次給出不同定義，黃冬梅等將其定義為通過衛(wèi)星、航空器、調(diào)查船、陣列浮標(biāo)等方式獲取的服務(wù)于海洋相關(guān)領(lǐng)域的一類大數(shù)據(jù)[6, 12]。洪陽(yáng)等將其定義為基于多源觀測(cè)手段，對(duì)海洋現(xiàn)象和要素進(jìn)行快速實(shí)時(shí)獲取，具有數(shù)據(jù)多元化和大體量、高價(jià)值的海洋數(shù)據(jù)的理論、技術(shù)、應(yīng)用[13]。這些定義是從海洋數(shù)據(jù)的多源獲取及數(shù)據(jù)的部分特征出發(fā)對(duì)其進(jìn)行定義。我們希望從海洋大數(shù)據(jù)能力方面進(jìn)行闡述：海洋大數(shù)據(jù)是觀測(cè)或計(jì)算得到的不同時(shí)空尺度的海洋信息，是輔助了解海洋狀態(tài)，發(fā)現(xiàn)海洋過程及規(guī)律，解決海洋系統(tǒng)所面臨的挑戰(zhàn)的基礎(chǔ)，其核心能力是預(yù)測(cè)未來一段時(shí)間內(nèi)的海洋環(huán)境、氣候及資源的時(shí)空變化。

1.2 海洋大數(shù)據(jù)特征

理解海洋大數(shù)據(jù)的特征對(duì)于如何進(jìn)行海洋數(shù)據(jù)的存儲(chǔ)、管理、分析、挖掘，乃至可視化及知識(shí)發(fā)現(xiàn)至關(guān)重要。對(duì)于傳統(tǒng)大數(shù)據(jù)特征的描述，高德納最早將其描述為“3V”：即海量性(Volume)、快速性(Velocity)、多樣性(Variety)[14]。此外，數(shù)據(jù)價(jià)值(Value)、數(shù)據(jù)真實(shí)性 (Veracity)、數(shù)據(jù)有效性(Validity)分別被IBM 、國(guó)際數(shù)據(jù)中心(IDC)等作為大數(shù)據(jù)重要特征納入大數(shù)據(jù)特征描述中[15-16]。然而由于領(lǐng)域認(rèn)知及獲取的數(shù)據(jù)的不同，已有研究對(duì)于大數(shù)據(jù)特征的描述并沒有統(tǒng)一的共識(shí)，至少都是認(rèn)同高德納提出的3V特征，以此也作為了與傳統(tǒng)數(shù)據(jù)區(qū)分的條件。

海洋大數(shù)據(jù)在體量、數(shù)據(jù)類型以及數(shù)據(jù)速度上都滿足傳統(tǒng)大數(shù)據(jù)的特征，已有相關(guān)研究對(duì)此進(jìn)行詳細(xì)闡述[3, 6-7, 13, 17]，主要體現(xiàn)在：

體量大 各類海洋觀測(cè)計(jì)劃覆蓋全球幾乎所有大洋，進(jìn)行著各類周期性、實(shí)時(shí)性的數(shù)據(jù)采集，各類海洋模式如MOM、POP、ROMS也極大的擴(kuò)充了海洋數(shù)據(jù)的體量，并且成為海洋數(shù)據(jù)中存量最大的和增長(zhǎng)最快的數(shù)據(jù)分支[18]，其分辨率也逐漸提高，目前MASNUM 第三代海浪數(shù)值模式，已經(jīng)達(dá)到了全球空間分辨率約2 km。海洋大數(shù)據(jù)體量不斷增長(zhǎng)，目前其總體量已達(dá)到EB級(jí)。

高維度(多變量) 在數(shù)據(jù)種類方面，海洋數(shù)據(jù)涉及物理海洋、海洋遙感、海洋化學(xué)、海洋生態(tài)、海洋生物等方面，其中僅物理海洋就包括有風(fēng)、氣壓、葉綠素、氣溫、水溫、鹽度、濕度、濁度、波浪等近200種不同的數(shù)據(jù)變量，數(shù)據(jù)維度及變量極多。

動(dòng)態(tài)性 海洋數(shù)據(jù)具有明顯的快速數(shù)據(jù)流轉(zhuǎn)及動(dòng)態(tài)的體系特征，各類觀測(cè)網(wǎng)及設(shè)備不斷對(duì)時(shí)刻變化的海洋系統(tǒng)進(jìn)行探測(cè)，數(shù)據(jù)迭代更新速度快，并且隨著處理能力的提升，對(duì)獲取數(shù)據(jù)的實(shí)時(shí)性、近實(shí)時(shí)性要求也越來越高。

海洋大數(shù)據(jù)也表現(xiàn)出與其他大數(shù)據(jù)不一樣的特性[6-7]，主要體現(xiàn)在：

時(shí)空相關(guān)性 絕大部分區(qū)域相近的空間位置及時(shí)間點(diǎn)都具有相同或相近的物理屬性，如溫度、鹽度等屬性在臨近區(qū)域不會(huì)存在顯著差異。這也將會(huì)導(dǎo)致海洋大數(shù)據(jù)存在一定的冗余性，高度時(shí)空關(guān)聯(lián)的特性使得大數(shù)據(jù)通用的數(shù)據(jù)挖掘算法普適性差，構(gòu)建大規(guī)模海洋數(shù)據(jù)處理應(yīng)用較為困難。

多尺度性 多尺度是海洋大數(shù)據(jù)的重要特征, 這是由于海洋系統(tǒng)是由不同層次的子過程組成, 各個(gè)物理過程都有各自的時(shí)空及區(qū)域尺度,在不同的層次上所遵循的規(guī)律和體現(xiàn)的特征不盡相同。時(shí)間上的多尺度從秒、分、時(shí)、日、季節(jié)內(nèi)變化、季節(jié)變化、年際變化、一直到年代甚至世紀(jì)更長(zhǎng)的年代際變化。空間上多尺度涉及湍流尺度、中尺度、海盆尺度、行星尺度。地域尺度包括近岸、近海、深遠(yuǎn)海以及極地。

通過對(duì)我國(guó)航道的養(yǎng)護(hù)管理模式進(jìn)行完善不僅可以使船舶通過的能力提高，并且對(duì)于防汛排澇的目的也有著一定的促進(jìn)作用。另外，在當(dāng)前新時(shí)期下對(duì)于航道管理模式的創(chuàng)新還可以使發(fā)展過程中的一些問題得到有效的解決，并且能夠更好的推動(dòng)我國(guó)水路運(yùn)輸整體水平的提高。

異構(gòu)性 由于海洋大數(shù)據(jù)的多源采集及應(yīng)用目的不同，海洋大數(shù)據(jù)存在明顯的異構(gòu)性，一方面表現(xiàn)為系統(tǒng)異構(gòu), 即數(shù)據(jù)生產(chǎn)所依賴的觀測(cè)系統(tǒng)存在顯著差異, 如來自不同數(shù)據(jù)中心的數(shù)據(jù); 另一方面表現(xiàn)為模式異構(gòu), 數(shù)據(jù)的邏輯結(jié)構(gòu)或組織方式不同[7]，如各種不同格式的海洋數(shù)據(jù)。

2 海洋大數(shù)據(jù)應(yīng)用關(guān)鍵技術(shù)

2.1總述及數(shù)據(jù)處理流程

海洋大數(shù)據(jù)的數(shù)據(jù)來源廣泛，類型及應(yīng)用需求不盡相同，但與其他領(lǐng)域的大數(shù)據(jù)處理流程類似[6, 16]，在此基礎(chǔ)上我們總結(jié)出海洋大數(shù)據(jù)處理的基本流程，如圖1所示 。通過各類設(shè)備及技術(shù)對(duì)海洋大數(shù)據(jù)進(jìn)行多源感知及探測(cè)，按照一定標(biāo)準(zhǔn)進(jìn)行數(shù)據(jù)存儲(chǔ)及管理，利用合適的信息融合及挖掘技術(shù)對(duì)存儲(chǔ)的數(shù)據(jù)進(jìn)行分析，結(jié)合有益的知識(shí)對(duì)數(shù)據(jù)進(jìn)行多維重構(gòu)，并通過科學(xué)可視化的手段展示給用戶，輔助對(duì)海洋過程的理解、應(yīng)用決策等。根據(jù)Rowley提出了信息管理DIKW(Data、Information、Knowledge、Wisdom)層次模型[19]，以數(shù)據(jù)為基層架構(gòu)，按照信息流順序以此完成數(shù)據(jù)到智慧的轉(zhuǎn)換[20]。那么在海洋大數(shù)據(jù)的處理流程中，同樣通過知識(shí)發(fā)現(xiàn)可以再輔助更針對(duì)性的數(shù)據(jù)獲取，例如對(duì)年周期海面及水體溫度“無變點(diǎn)”“無變柱”的研究確立了年際到年代際時(shí)間尺度全球變暖的理想觀測(cè)點(diǎn)，可以指導(dǎo)海面浮標(biāo)合理的設(shè)置和布放，提高全球和區(qū)域海洋及氣候變化的觀測(cè)效率[21-22]。在此流程基礎(chǔ)上我們針對(duì)具體的應(yīng)用技術(shù)細(xì)節(jié)，在以下幾個(gè)分節(jié)進(jìn)行詳細(xì)介紹。

圖1 海洋大數(shù)據(jù)處理的基本框架

2.2 海洋數(shù)據(jù)多源感知與探測(cè)

隨著各類新型技術(shù)和設(shè)備的不斷更新應(yīng)用，海洋觀測(cè)體系已發(fā)展成為包括衛(wèi)星遙感、海洋調(diào)查船、觀測(cè)站、浮標(biāo)陣列等在內(nèi)的全球化多尺度的、多學(xué)科要素的綜合性立體化海洋數(shù)據(jù)感知與探測(cè)網(wǎng)絡(luò), 本節(jié)將從空基、陸基、?；矫孢M(jìn)行海洋數(shù)據(jù)感知與探測(cè)技術(shù)的說明。

空基海洋感知與探測(cè)技術(shù)包括衛(wèi)星遙感與航空遙感, 其具有高頻動(dòng)態(tài)、宏觀大尺度、同步觀測(cè)等優(yōu)點(diǎn)[3]，是現(xiàn)代海洋多源獲取手段的重要組成部分。衛(wèi)星遙感方面，目前已發(fā)射的海洋衛(wèi)星主要包括以可見光探測(cè)為主載荷的海洋水色衛(wèi)星，如我國(guó)的HY-1A、1B水色衛(wèi)星，美國(guó)的SeaWiFS，EOS/MODIS等；以海上動(dòng)力參數(shù)探測(cè)為主載荷的海洋動(dòng)力衛(wèi)星系列，如Jason，HY-2系列；以及以海洋目標(biāo)監(jiān)視為主要目的SAR載荷衛(wèi)星，如我國(guó)的GF-3，加拿大的Radarsat，意大利的COSMO等，以及鹽度衛(wèi)星、靜止軌道水色衛(wèi)星等一些新型載荷[23]。航空遙感方面，主要采用飛機(jī)、氣球、無人機(jī)等飛行器搭載各類傳感器進(jìn)行數(shù)據(jù)探測(cè)，傳感器涉及激光測(cè)深儀、紅外輻射計(jì)、側(cè)視雷達(dá)等，具有易于?？张浜稀⒎直媛矢?、不受軌道限制等特點(diǎn)[23-24]，可用于溢油和赤潮等突發(fā)事件的應(yīng)急監(jiān)測(cè)、資源監(jiān)測(cè)等。

陸基海洋感知與探測(cè)技術(shù)主要指沿岸海洋臺(tái)站觀測(cè)，是建立在沿海、島嶼、海上平臺(tái)或其他海上建筑物上的海洋觀測(cè)系統(tǒng)。通過安裝各類針對(duì)性的觀測(cè)設(shè)備能夠?qū)θ祟惢顒?dòng)最活躍、最集中的濱海地區(qū)進(jìn)行水文氣象要素的觀測(cè)和資料獲取，為沿岸和陸架水域的環(huán)境保護(hù)、資源開發(fā)、科學(xué)研究等提供依據(jù)。美國(guó)是最早建立海洋觀測(cè)站的國(guó)家之一，目前有1 042個(gè)觀測(cè)平臺(tái)，其中758個(gè)能提供實(shí)時(shí)資料[25]。

?；Ｑ蟾兄c探測(cè)技術(shù)主要包括海洋浮標(biāo)、調(diào)查船、潛水器以及各類海洋觀測(cè)陣列。海洋浮標(biāo)是用于獲取海洋水文、動(dòng)力等參數(shù)的漂浮式自動(dòng)化探測(cè)平臺(tái), 具有全天候、連續(xù)、自動(dòng)觀測(cè)等優(yōu)點(diǎn)[26]，作為離岸監(jiān)測(cè)的重要工具，能夠?qū)χT多海洋要素進(jìn)行綜合的監(jiān)測(cè)[27]。海洋調(diào)查船能夠進(jìn)行各類海洋環(huán)境要素探測(cè)、各學(xué)科調(diào)查等，利用船舶作為平臺(tái)進(jìn)行海洋調(diào)查是海洋調(diào)查觀測(cè)技術(shù)發(fā)展的重要方面[23-24]。潛水器是水下觀測(cè)、采樣等必需的技術(shù)裝備，包括水下觀測(cè)型自主載具、水下滑翔器、水下無人航行器及自持式剖面探測(cè)漂流浮標(biāo)，是現(xiàn)代海洋觀測(cè)的標(biāo)志性技術(shù)裝備，豐富了海洋立體觀測(cè)能力[28]?，F(xiàn)代海洋觀測(cè)也建立了各類區(qū)域性海洋觀測(cè)系統(tǒng)、海底觀測(cè)系統(tǒng)、全球海洋觀測(cè)系統(tǒng)[28]，如Argo、GOOS[29]、ONC[30]、IOOS[31]、OOI[32]、EMSO[33]、NEXOS[34]、HABSOS[35]、NEPTUNE[36]等，其中Argo計(jì)劃作為歷史上首個(gè)全球尺度上層大洋溫鹽測(cè)量系統(tǒng)，其數(shù)據(jù)無論是在空間范圍或是數(shù)據(jù)精度，均達(dá)到了空前的高度，為全球大洋溫鹽場(chǎng)研究提供了歷史性的難得機(jī)遇[5]。

整體來講，海洋感知與探測(cè)技術(shù)向著自動(dòng)、長(zhǎng)期、實(shí)時(shí)觀測(cè)和高分辨率方向發(fā)展，形成從空間、沿岸、水面、水下、海床的立體多學(xué)科觀測(cè)。我們近年見證了海洋觀測(cè)技術(shù)的巨大飛躍，然而，就整體而言，我們對(duì)海洋的觀測(cè)還遠(yuǎn)遠(yuǎn)不足，對(duì)2 000 m以下的海洋仍缺乏了解[5]，并且觀測(cè)資料仍缺乏連續(xù)性、系統(tǒng)性，觀測(cè)方面也仍然需要國(guó)際的合作。海洋感知與探測(cè)技術(shù)的發(fā)展是制約整個(gè)海洋領(lǐng)域發(fā)展的瓶頸所在，也是海洋大數(shù)據(jù)應(yīng)用技術(shù)發(fā)展的基礎(chǔ)。目前，眾多海洋探測(cè)發(fā)展計(jì)劃也在實(shí)施中，如國(guó)際Argo指導(dǎo)組描繪了未來10年該計(jì)劃發(fā)展和擴(kuò)張的藍(lán)圖[5]，將在全球海洋特殊區(qū)域，包括海水特別湍流區(qū)域、海氣相互作用特別強(qiáng)烈區(qū)域、氣候影響劇烈區(qū)域增加空間采樣頻度，以及在2 000 m以下的深海、邊緣海和季節(jié)性冰區(qū)海域進(jìn)行布置等，這與原先的計(jì)劃相比體現(xiàn)了真正意義上的全球觀測(cè)覆蓋。

2.3 海洋大數(shù)據(jù)存儲(chǔ)與管理技術(shù)

海洋大數(shù)據(jù)的存儲(chǔ)及管理是進(jìn)行分析挖掘、可視化及知識(shí)發(fā)現(xiàn)的基礎(chǔ)，有效的存儲(chǔ)及管理對(duì)利用海洋大數(shù)據(jù)至關(guān)重要。不斷增長(zhǎng)的海洋大數(shù)據(jù)體量給有效的存儲(chǔ)及管理帶來新的挑戰(zhàn)，改變了原有的存儲(chǔ)管理方式[37]，也帶來了新的存儲(chǔ)與管理需求，主要表現(xiàn)為：(1)可擴(kuò)展性存儲(chǔ)需求。海洋數(shù)據(jù)的存量已經(jīng)接近EB級(jí)，日增量也達(dá)到TB級(jí)[3]，存儲(chǔ)規(guī)模日益增大，并且隨著采樣頻率的提高，對(duì)實(shí)時(shí)存儲(chǔ)及管理要求也日益增長(zhǎng)。(2)異構(gòu)性存儲(chǔ)需求。數(shù)據(jù)結(jié)構(gòu)愈來愈復(fù)雜，需要兼顧非結(jié)構(gòu)化、半結(jié)構(gòu)化和結(jié)構(gòu)化數(shù)據(jù)，有效管理難度增大。(3)適應(yīng)性的存儲(chǔ)管理架構(gòu)需求。傳統(tǒng)的數(shù)據(jù)存儲(chǔ)更多側(cè)重于數(shù)據(jù)的一致性及容錯(cuò)性，并且現(xiàn)有數(shù)據(jù)存儲(chǔ)及管理系統(tǒng)的擴(kuò)展性及可用性不高，并且由于海洋數(shù)據(jù)的多源特殊性，獲取方式不一，導(dǎo)致難以進(jìn)行有效的集成管理及共享應(yīng)用。

直接連接存儲(chǔ)DAS(Direct Attached Storage)、網(wǎng)絡(luò)附加存儲(chǔ)NAS(Network Attached Storage)、存儲(chǔ)區(qū)域網(wǎng)絡(luò)SAN(Storage Area Network) 是常用的企業(yè)級(jí)存儲(chǔ)架構(gòu)[38]，亦是部分海洋數(shù)據(jù)的存儲(chǔ)參考[39]，然而這些存儲(chǔ)架構(gòu)在面對(duì)大規(guī)模分布式系統(tǒng)應(yīng)用時(shí)同樣存在缺點(diǎn)及限制，例如高并發(fā)性及每臺(tái)服務(wù)器的吞吐量是大部分應(yīng)用的核心需求。并且集中式數(shù)據(jù)存儲(chǔ)及管理方式對(duì)于海洋大數(shù)據(jù)存儲(chǔ)存在局限性，主要在線存儲(chǔ)資源有限，隨著數(shù)據(jù)體量的增長(zhǎng)，難以實(shí)現(xiàn)在線存儲(chǔ)資源的靈活配置和動(dòng)態(tài)擴(kuò)展，離線數(shù)據(jù)獲取耗時(shí)，無法在線直接訪問任意數(shù)據(jù)。針對(duì)遙感數(shù)據(jù)的存儲(chǔ)管理，呂雪峰等在綜合對(duì)比美國(guó)航空航天局(National Aeronautics and Space Administration, NASA), 國(guó)家海洋衛(wèi)星應(yīng)用中心, World Wind等國(guó)內(nèi)外13個(gè)存儲(chǔ)中心或系統(tǒng)的基礎(chǔ)上，從存儲(chǔ)方式、架構(gòu)、管理方面進(jìn)行比較，提出分布式集群化存儲(chǔ)是存儲(chǔ)技術(shù)的發(fā)展趨勢(shì)，針對(duì)地學(xué)數(shù)據(jù)，也需結(jié)合地學(xué)數(shù)據(jù)特點(diǎn)，建立基于空間位置為主導(dǎo)的存儲(chǔ)架構(gòu)[39]。然而目前基于分布式集群存儲(chǔ)的研究大部分集中在非空間數(shù)據(jù)，對(duì)空間數(shù)據(jù)研究較少。隨著數(shù)據(jù)結(jié)構(gòu)的不斷復(fù)雜化，關(guān)系型數(shù)據(jù)庫(kù)無法管理半結(jié)構(gòu)化數(shù)據(jù)及非結(jié)構(gòu)化數(shù)據(jù)，Google采用的GFS[40]和BigTable[41]技術(shù)以及開源Hadoop采用的HDFS[42]和HBase[43]技術(shù)有效解決了大數(shù)據(jù)存儲(chǔ)管理需求。相關(guān)研究人員針對(duì)海洋大數(shù)據(jù)特征提出需要進(jìn)行專有云平臺(tái)建設(shè)，黃冬梅等探討了海洋數(shù)據(jù)如何適應(yīng)云存儲(chǔ)的相應(yīng)對(duì)策，并討論了數(shù)據(jù)劃分，構(gòu)建索引架構(gòu)等問題[6]，賴積保等構(gòu)建了一種基于云計(jì)算的分布式遙感數(shù)據(jù)存儲(chǔ)模型架構(gòu)[44]。海洋大數(shù)據(jù)的存儲(chǔ)及管理涉及內(nèi)容廣泛，還包括數(shù)據(jù)分發(fā)共享[45]，數(shù)據(jù)備份[46]，數(shù)據(jù)安全[6]、數(shù)據(jù)有效遷移[12]等問題 。據(jù)IDC分析，到2020年90%的數(shù)據(jù)庫(kù)將會(huì)基于內(nèi)存優(yōu)化技術(shù)[47]，基于內(nèi)存數(shù)據(jù)庫(kù)In-memory Database(IMDB)的實(shí)時(shí)數(shù)據(jù)將會(huì)需要新的數(shù)據(jù)管理架構(gòu)。

2.4 海洋大數(shù)據(jù)分析挖掘技術(shù)

在海洋大數(shù)據(jù)時(shí)代，如何處理異構(gòu)數(shù)據(jù)，從多源數(shù)據(jù)中進(jìn)行分析挖掘是非常重要的研究課題，是整體數(shù)據(jù)流程中重要的一環(huán)。由于數(shù)據(jù)多源觀測(cè)，數(shù)據(jù)的優(yōu)勢(shì)及完整性不同，對(duì)相關(guān)海洋大數(shù)據(jù)挖掘研究首先需要進(jìn)行數(shù)據(jù)融合，使能夠在一定程度上排除冗余與噪聲、降低不確定性，提高信息的精確度和可靠性等[48]。Bahador等對(duì)多傳感器數(shù)據(jù)融合方法及概念共性等作了綜述[49]，鄭宇對(duì)跨領(lǐng)域的大數(shù)據(jù)不同融合方法進(jìn)行討論[48]，并與傳統(tǒng)的數(shù)據(jù)融合方法進(jìn)行了對(duì)比，如圖2所示，在大數(shù)據(jù)時(shí)代，對(duì)于跨領(lǐng)域的海洋大數(shù)據(jù)融合應(yīng)首先進(jìn)行分類知識(shí)提取，然后進(jìn)行知識(shí)融合，這也與傳統(tǒng)的融合方法不同。相關(guān)研究人員還研究了變分同化法、最優(yōu)插值法、卡爾曼濾波等數(shù)據(jù)融合技術(shù)在海洋環(huán)境監(jiān)測(cè)與預(yù)測(cè)方面的應(yīng)用[50-52]。

分析挖掘技術(shù)是目前海洋科學(xué)領(lǐng)域最重要的研究課題之一，眾多數(shù)據(jù)挖掘方法被應(yīng)用于多源海洋數(shù)據(jù)進(jìn)行知識(shí)發(fā)現(xiàn)。雖然數(shù)據(jù)挖掘方法已經(jīng)非常成熟[53]，然而海洋大數(shù)據(jù)的特征也給有效的分析挖掘帶來許多挑戰(zhàn)，有效的海洋大數(shù)據(jù)分析必須根據(jù)其特征進(jìn)行挖掘算法的研究及應(yīng)用，否則挖掘技術(shù)無法發(fā)揮其在其他領(lǐng)域相似的影響力[54]。傳統(tǒng)的應(yīng)用于海洋數(shù)據(jù)挖掘的算法眾多，Thomson等按照統(tǒng)計(jì)方法與誤差處理、空域分析方法、時(shí)域分析方法、數(shù)字濾波器詳細(xì)介紹了物理海洋學(xué)中的數(shù)據(jù)分析及挖掘方法[55]，相關(guān)研究還從統(tǒng)計(jì)分析、分類、聚類、回歸分析、關(guān)聯(lián)規(guī)則等算法方面進(jìn)行不同程度的應(yīng)用介紹[25, 56-57]。特別是針對(duì)Argo數(shù)據(jù)，許多針對(duì)不同海洋參數(shù)的新的目標(biāo)性算法及信息提取方法被提出用來進(jìn)行海洋現(xiàn)象的發(fā)現(xiàn)，如用來估計(jì)最大的海洋混合層深度[58]，提取颶風(fēng)軌跡[59]，追蹤及分析中尺度渦[60-62]及揭示新的海洋現(xiàn)象“渦旋沙漠”[63]等。

海洋大數(shù)據(jù)的分析和挖掘方法與傳統(tǒng)的小體量數(shù)據(jù)的挖掘有著根本的不同，眾多技術(shù)用于大體量復(fù)雜海洋數(shù)據(jù)時(shí)更需要進(jìn)行相應(yīng)調(diào)整改進(jìn)，海洋大數(shù)據(jù)的分析挖掘具體存在如下趨勢(shì)：首先是大規(guī)模數(shù)據(jù)下的實(shí)時(shí)性分析。隨著數(shù)據(jù)生成的自動(dòng)化以及生成速度的加快，實(shí)時(shí)性要求愈來愈高，特別是在重大自然災(zāi)害及緊急事件處理時(shí)能及時(shí)反饋指導(dǎo)信息將至關(guān)重要。并行計(jì)算是實(shí)時(shí)計(jì)算解決的重要途徑，然而以MapReduce 為代表典型并行計(jì)算模型并不適合于直接處理海洋數(shù)據(jù)。并行計(jì)算需與海洋數(shù)據(jù)數(shù)據(jù)分析挖掘方法結(jié)合，這將會(huì)大大加速海洋知識(shí)發(fā)現(xiàn)過程，如研究人員通過將傳統(tǒng)的中尺度渦旋識(shí)別方法與并行計(jì)算結(jié)合，識(shí)別速度提高約100倍[64-65]。同時(shí)維持了近半個(gè)世紀(jì)的摩爾定律已然失效[66]， “后摩爾時(shí)代”的計(jì)算提升何去何從仍是討論的核心問題，傳統(tǒng)的計(jì)算架構(gòu)在大數(shù)據(jù)時(shí)代逐漸不能滿足需求，新的快速計(jì)算架構(gòu)將持續(xù)演進(jìn)融合。其次是自動(dòng)化智能分析。由于數(shù)據(jù)規(guī)模很大，挖掘過程需要大量自動(dòng)化輔助有效分析。這就要求計(jì)算機(jī)能夠一方面理解數(shù)據(jù)在結(jié)構(gòu)上的差異，另一方面理解數(shù)據(jù)的語(yǔ)義。對(duì)大數(shù)據(jù)分析挖掘來說，設(shè)計(jì)一個(gè)好的分析模式非常重要，Li等將人工智能領(lǐng)域的生物群集智能算法引入遙感影像聚類領(lǐng)域，構(gòu)建了完整的信息提取技術(shù)體系[67-68]。最后是高維多變量分析。需要在傳統(tǒng)海洋挖掘算法的基礎(chǔ)上進(jìn)行適應(yīng)性改進(jìn)符合高維多變量挖掘特點(diǎn)，如Chen等提出4D-HEM方法能夠從高分辨率時(shí)空數(shù)據(jù)中提取出“自然模態(tài)”的精細(xì)結(jié)構(gòu)[69-71]。隨著數(shù)據(jù)維度的不斷提高，多變量聯(lián)合分析挖掘海洋特征，并且克服多變量、類型復(fù)合且相互交織的特點(diǎn)[48]，將是海洋大數(shù)據(jù)分析挖掘的趨勢(shì)之一。

圖2 數(shù)據(jù)融合范式[48]

2.5 海洋大數(shù)據(jù)可視化技術(shù)

可視化技術(shù)是人們發(fā)現(xiàn)、解釋、分析、探索和學(xué)習(xí)客觀世界規(guī)律的重要手段[72]，并且在大數(shù)據(jù)時(shí)代，可視化對(duì)于感知及最大化利用大數(shù)據(jù)進(jìn)行知識(shí)發(fā)現(xiàn)和決策支持有著不可替代的作用[73]，多學(xué)科協(xié)同形成可視化結(jié)果的過程中甚至?xí)呱碌慕徊嫜芯款I(lǐng)域[1]。在面臨海洋數(shù)據(jù)洪流及維度、復(fù)雜度提升后，利用海洋可視化技術(shù)展示海洋數(shù)據(jù)以及更進(jìn)一步的利用可視化分析技術(shù)挖掘海洋物理過程規(guī)律是一個(gè)非常重要的研究課題也吸引了越來越多的學(xué)者研究。

海洋可視化領(lǐng)域起源非常早，中世紀(jì)時(shí)期，人們就開始使用表示海洋主要風(fēng)向的箭頭圖和天象圖，隨著計(jì)算機(jī)圖形學(xué)的發(fā)展，可視化從單一的創(chuàng)建圖形圖表，發(fā)展到利用更高級(jí)的渲染技術(shù)創(chuàng)建更復(fù)雜的可視化模型。目前，海洋可視化工作從數(shù)據(jù)類型上區(qū)分，主要包含矢量場(chǎng)可視化及標(biāo)量場(chǎng)可視化，其中矢量場(chǎng)可視化采用的方法主要有：圖表法，幾何法[74-75]，紋理法[76]，拓?fù)浞╗77]。其中Jobard等人最早進(jìn)行了基于紋理和粒子追蹤的流場(chǎng)可視化方法研究[75, 78]，為復(fù)雜流場(chǎng)可視化奠定基礎(chǔ)。NASA下屬的科學(xué)可視化工作室目前已完成超過5 300個(gè)海洋可視化視頻，其中利用流線技術(shù)完成的“Perpetual Ocean”視頻[79]，發(fā)布后引起了海洋學(xué)家的廣泛關(guān)注，效果如圖3所示。在標(biāo)量場(chǎng)可視化算法方面，主要集中在體繪制算法方面研究，其中加州戴維斯馬匡六團(tuán)隊(duì)在大規(guī)模體繪制[80-82]、實(shí)時(shí)光照[83-84]、多變量特征提取[82, 85]等方面都取得相應(yīng)成果。此外，在科學(xué)可視化分析平臺(tái)方面，World Wind平臺(tái)、Skyline平臺(tái)、OSG平臺(tái)及Google Earth均可進(jìn)行海洋或大氣環(huán)境等的仿真及可視化[86-87]，許多工作亦基于此進(jìn)行二次開發(fā)及研究[72, 88]。陳戈等基于MVAR架構(gòu)搭建了i4Ocean平臺(tái)，并進(jìn)行了基于LIC及Ray-Casting算法的海洋可視化相關(guān)工作研究[89-91]。在海洋可視化分析方面，其基本理論與方法，仍然是正在形成、需要深入探討的前沿科學(xué)問題。Daniel 等提出了可視化分析流程[92]，如圖4所示，起點(diǎn)是輸入的數(shù)據(jù)，中間是對(duì)數(shù)據(jù)的可視化結(jié)果和從數(shù)據(jù)中提煉的數(shù)據(jù)模型，終點(diǎn)是提煉的知識(shí)，可對(duì)可視化結(jié)果進(jìn)行交互的修正，也可調(diào)節(jié)參數(shù)以修正模型。針對(duì)數(shù)據(jù)可視化的交互設(shè)計(jì)，Shneiderman[15]提出了經(jīng)典的探索流程: 先總覽、縮放和過濾, 再分析細(xì)節(jié)。已有相關(guān)研究利用多種可視化分析方法對(duì)海洋數(shù)據(jù)進(jìn)行特征提取及知識(shí)發(fā)現(xiàn)，如在高分辨率海洋大氣模型中對(duì)渦旋進(jìn)行的可視化分析探索[93]等。這對(duì)海洋數(shù)據(jù)的可視化提供了許多經(jīng)驗(yàn)與借鑒。

圖3 NASA全球海洋流場(chǎng)流線效果圖[79]

圖4 Daniel 等提出的可視化分析標(biāo)準(zhǔn)流程[92]

海洋數(shù)據(jù)的爆炸性增長(zhǎng)給可視化帶來了新的挑戰(zhàn)。首先是數(shù)據(jù)體量及多維度的問題。當(dāng)前針對(duì)大規(guī)模海洋數(shù)據(jù)可視化能力還較弱，相關(guān)研究亦是欠缺，大規(guī)模的數(shù)據(jù)單機(jī)繪制主要依賴于硬件加速、信號(hào)處理與特征表達(dá)等手段，例如利用GPU構(gòu)建分布式計(jì)算與可視化架構(gòu)，在大規(guī)模標(biāo)量場(chǎng)數(shù)據(jù)上進(jìn)行并行可視化[94]。針對(duì)多維數(shù)據(jù)分析中，結(jié)合信息可視化方法的多維科學(xué)分析應(yīng)用是一個(gè)非常有前景的研究方向，目前已有在信息可視化領(lǐng)域常用的平行坐標(biāo)坐標(biāo)方法應(yīng)用在海洋數(shù)據(jù)上的研究案例[95-97]。其次是可視化與海洋常規(guī)挖掘分析算法結(jié)合的應(yīng)用問題。目前已有的結(jié)合分析如將小波分析結(jié)合可視化進(jìn)行分析探索[98]，將原位可視化應(yīng)用于海洋模式的計(jì)算改進(jìn)[97, 99]。 最后是可視化平臺(tái)及架構(gòu)的研發(fā)。Chris總結(jié)了科學(xué)可視化領(lǐng)域的面臨的重要問題[100]，其中指出集成的問題處理環(huán)境是始終存在的重要問題。目前的海洋數(shù)據(jù)可視化工具處理問題能力仍相對(duì)單一，擴(kuò)展性不強(qiáng)，科學(xué)家所需要的不僅僅一個(gè)可視化結(jié)果，集成的交互處理方式及擴(kuò)展分析架構(gòu)，特別是對(duì)海洋多源異構(gòu)數(shù)據(jù)的整合及對(duì)多種可視化算法綜合利用仍是海洋大數(shù)據(jù)可視化面臨的問題。

3 海洋大數(shù)據(jù)應(yīng)用現(xiàn)狀及應(yīng)用前景

3.1 海洋大數(shù)據(jù)應(yīng)用現(xiàn)狀

海洋大數(shù)據(jù)蘊(yùn)含著難以估量的巨大價(jià)值，能夠?yàn)闅夂颉⑸鷳B(tài)、災(zāi)害等領(lǐng)域提供可靠的科學(xué)依據(jù)，為人類感知、預(yù)測(cè)物理世界提供前所未有的豐富信息。例如：通過對(duì)氣候模型及海洋數(shù)據(jù)分析，發(fā)現(xiàn)了全球水循環(huán)的強(qiáng)化將導(dǎo)致全球2～3 ℃的升溫[101]，以及全球的升溫將會(huì)導(dǎo)致小麥及咖啡的大幅減產(chǎn)[95, 102]；通過對(duì)遙感及聲學(xué)數(shù)據(jù)研究，可獲知海洋中的生物群落和物種分布，為保證海洋生態(tài)平衡提供了豐富的科學(xué)參考[103]；發(fā)現(xiàn)厄爾尼諾以非線性方式對(duì)印度尼西亞干旱條件作出響應(yīng)，并加劇火情及煙污染[104]；通過對(duì)“海王星”計(jì)劃獲取的洋中脊巖漿活動(dòng)觀測(cè)數(shù)據(jù)進(jìn)行分析，能夠?qū)５椎卣鸹顒?dòng)進(jìn)行預(yù)警預(yù)報(bào)[36]。通過對(duì)海洋浮游生物數(shù)據(jù)的研究發(fā)現(xiàn)，海水變暖及氣候變化將導(dǎo)致美國(guó)及歐洲霍亂和其他傳染病的增加[105]；

如何更好地發(fā)揮海洋大數(shù)據(jù)優(yōu)勢(shì)，挖掘其蘊(yùn)含的巨大價(jià)值將對(duì)人類社會(huì)的發(fā)展至關(guān)重要。NOAA建設(shè)了綜合海洋觀測(cè)系統(tǒng)[31]，整合海洋觀測(cè)的資源和技術(shù)來應(yīng)對(duì)海洋應(yīng)用的各類需求，同時(shí)為了應(yīng)對(duì)不斷增長(zhǎng)的大數(shù)據(jù)處理需求，其將三個(gè)數(shù)據(jù)中心(氣象數(shù)據(jù)中心，地質(zhì)數(shù)據(jù)中心，海洋數(shù)據(jù)中心)聯(lián)合組成國(guó)家環(huán)境信息中心NCEI，專門處理及應(yīng)對(duì)地球系統(tǒng)數(shù)據(jù)信息相關(guān)應(yīng)用需求。法國(guó)海洋開發(fā)研究院IFREMER作為歐洲領(lǐng)先的海洋數(shù)據(jù)研究機(jī)構(gòu)，為應(yīng)對(duì)海洋大數(shù)據(jù)管理及應(yīng)用需求建設(shè)了9個(gè)數(shù)據(jù)發(fā)布中心，負(fù)責(zé)海洋大數(shù)據(jù)產(chǎn)品處理、存儲(chǔ)和發(fā)布，支持不同領(lǐng)域的研究活動(dòng)和基于空間數(shù)據(jù)的應(yīng)用。2011年，法國(guó)海洋數(shù)據(jù)實(shí)驗(yàn)室的Nephelae平臺(tái)項(xiàng)目率先采用大數(shù)據(jù)和云計(jì)算的相關(guān)技術(shù)，在云端對(duì)用戶的請(qǐng)求以及數(shù)據(jù)進(jìn)行處理，并返回結(jié)果。

海洋大數(shù)據(jù)的應(yīng)用目前還存在以下問題：(1)在海洋數(shù)據(jù)標(biāo)準(zhǔn)方面，由于觀測(cè)設(shè)備及應(yīng)用的不同，以致數(shù)據(jù)難以得到統(tǒng)一管理與應(yīng)用，因此如何打破壁壘，建立統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)，以一種集成共享的模式分發(fā)空間數(shù)據(jù)、協(xié)同完成傳統(tǒng)數(shù)據(jù)的處理是問題之一。(2)在海洋大數(shù)據(jù)共享方面，由于領(lǐng)域的獨(dú)立性及數(shù)據(jù)的安全性，導(dǎo)致海洋數(shù)據(jù)往往產(chǎn)生眾多信息孤島，無法充分發(fā)揮數(shù)據(jù)價(jià)值，如何解決數(shù)據(jù)共享難題，避免信息系統(tǒng)的重復(fù)建設(shè)及資源的浪費(fèi)是問題之二。(3)在海洋大數(shù)據(jù)分析方面，由于數(shù)據(jù)口徑的不同，對(duì)于一體化的數(shù)據(jù)從融合、挖掘、可視化等技術(shù)存在兼容性較差的問題，如何將各學(xué)科融會(huì)貫通，突破關(guān)鍵通用分析技術(shù)，實(shí)現(xiàn)海洋數(shù)據(jù)一體化的分析是問題之三。(4)鑒于大數(shù)據(jù)全鏈條中前段問題的存在，導(dǎo)致海洋大數(shù)據(jù)應(yīng)用落地的困難，如何實(shí)現(xiàn)海洋大數(shù)據(jù)的一體化產(chǎn)業(yè)化應(yīng)用，為政府部門提供決策支撐，解決民生、國(guó)防、安全、環(huán)保等領(lǐng)域的問題，保障人類社會(huì)的健康持續(xù)發(fā)展是問題之四。綜上所述，目前海洋大數(shù)據(jù)的應(yīng)用仍存在許多問題仍需更深一步的研究與拓展。

3.2 海洋大數(shù)據(jù)應(yīng)用前景

未來海洋大數(shù)據(jù)將廣泛應(yīng)用于海洋環(huán)境監(jiān)測(cè)、防災(zāi)減災(zāi)、海洋資源開發(fā)、經(jīng)濟(jì)建設(shè)等領(lǐng)域，通過海洋大數(shù)據(jù)的挖掘分析，推動(dòng)海洋行業(yè)應(yīng)用的發(fā)展。在風(fēng)暴潮監(jiān)測(cè)中，利用海洋大數(shù)據(jù)結(jié)合沿海城市信息，通過大數(shù)據(jù)分析和挖掘，提升風(fēng)暴潮預(yù)警報(bào)、防災(zāi)減災(zāi)、災(zāi)害評(píng)估水平；在遠(yuǎn)洋漁業(yè)中，利用海洋大數(shù)據(jù)結(jié)合船舶位置信息、作業(yè)信息、漁情預(yù)報(bào)，做到未捕先知，挖掘遠(yuǎn)洋漁業(yè)的規(guī)律和潛力；在溢油監(jiān)測(cè)中，通過海洋大數(shù)據(jù)結(jié)合船舶交通信息、港口航道信息，分析溢油的特征和規(guī)律；在海洋資源開發(fā)中，利用海洋大數(shù)據(jù)，對(duì)油氣開發(fā)的勘探、開發(fā)、維護(hù)提供全方位的支撐，提高油氣田的生產(chǎn)效率。

此外海洋大數(shù)據(jù)充分挖掘及應(yīng)用還很有可能解決一些長(zhǎng)期困擾科學(xué)家的重要科學(xué)問題。如厄爾尼諾/拉尼娜，作為典型的氣象異常，它會(huì)直接引起海溫異常，導(dǎo)致天氣、氣候等不同尺度的海-氣災(zāi)害，同時(shí)還會(huì)引起全球眾多區(qū)域的極端天氣、火災(zāi)、滑坡等次生及衍生陸地災(zāi)害。但是目前科學(xué)界對(duì)厄爾尼諾/拉尼娜的發(fā)生周期(2～7年)及機(jī)理研究尚不確定，無法做到準(zhǔn)確預(yù)測(cè)及預(yù)報(bào)，特別在厄爾尼諾/拉尼娜發(fā)生當(dāng)年，容易在西北太平洋和東北太平洋形成威力強(qiáng)大的登陸型臺(tái)風(fēng)和颶風(fēng)，它們或北上或西移，對(duì)沿線國(guó)家的人類生命財(cái)產(chǎn)安全、社會(huì)經(jīng)濟(jì)發(fā)展等帶來巨大的破壞。我們認(rèn)為很有可能在海洋大數(shù)據(jù)支撐下解決這類重要的科學(xué)問題。

4 結(jié)語(yǔ)

從海洋大數(shù)據(jù)技術(shù)發(fā)展的趨勢(shì)：看到這里在數(shù)據(jù)獲取手段上，海觀測(cè)技術(shù)向著更高(靈敏度)、更強(qiáng)(多任務(wù)、多功能)、更精(分辨率)、更準(zhǔn)(標(biāo)定能力)、更寬(觀測(cè)范圍)、更微小、更輕型以及更節(jié)省能源的方向發(fā)展。在數(shù)據(jù)分析技術(shù)上，隨著探測(cè)及計(jì)算技術(shù)的不斷發(fā)展，海洋領(lǐng)域內(nèi)的數(shù)據(jù)體量、增長(zhǎng)量和復(fù)雜性正在以前所未有的速度發(fā)展，這些豐富的數(shù)據(jù)資源對(duì)原有研究方法提出了挑戰(zhàn)，也使得利用數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等知識(shí)發(fā)現(xiàn)方法解決領(lǐng)域內(nèi)的具體科學(xué)問題成為可能，科學(xué)研究范式從仿真模擬逐步轉(zhuǎn)換為數(shù)據(jù)驅(qū)動(dòng)。在數(shù)據(jù)行業(yè)應(yīng)用上，隨著人類對(duì)于海洋探測(cè)的不斷推進(jìn)，在此過程中產(chǎn)生了大量的數(shù)據(jù)，海量的數(shù)據(jù)資源如何處理對(duì)研究人員帶來了巨大的挑戰(zhàn)，但同時(shí)也為領(lǐng)域內(nèi)重大問題的解決帶來了機(jī)遇。相較于其他大數(shù)據(jù)領(lǐng)域，海洋大數(shù)據(jù)應(yīng)用起步較晚，存在巨大挑戰(zhàn)，并有待進(jìn)一步推廣及產(chǎn)業(yè)化。但同時(shí)針對(duì)海洋大數(shù)據(jù)的研究亦是巨大的機(jī)遇，既可影響到國(guó)家戰(zhàn)略安全決策的宏觀方面，也可影響到社會(huì)經(jīng)濟(jì)生活的微觀層面[4]。大數(shù)據(jù)時(shí)代的到來孕育著海洋科學(xué)的新使命，海洋學(xué)理論指導(dǎo)下的大數(shù)據(jù)挖掘?qū)⒊蔀楹Ｑ罂茖W(xué)的新的生長(zhǎng)點(diǎn)，也預(yù)示著透明海洋及智慧海洋時(shí)代的到來。