Havet dekker omtrent 71 % av jordoverflaten. Fra varsling av tyfoners bane og utvikling av marine rancher til å sikre sikker maritim navigasjon og avbøte marine katastrofer – og til og med global forskning på klimaendringer – er så godt som all moderne marinvitenskapelig forskning avhengig av én kritisk ressurs: havdata.

For de som nettopp har begynt å jobbe innen det marine feltet, er den virkelige utfordringen ofte ikke «mangel på data», men snarere en «overflod av data». I virkeligheten eksisterer ikke havdata isolert; i stedet har de utviklet seg til et omfattende økosystem som omfatter «observasjon – fjernmåling – modellering – assimilering – intelligent analyse».

Hvorfor blir marinvitenskap stadig mer avhengig av data?

Tidligere var menneskeheten hovedsakelig avhengig av forskningsfartøy,bøyestasjoner, og manuelle observasjoner for å forstå havet. Selv om denne tilnærmingen ga høy presisjon, led den av begrenset romlig dekning og lange observasjonssykluser.

I dag, med fremskritt innen satellittbasert fjernmåling, automatiserte observasjonsplattformer, Argo-floatere, numeriske modeller og dataassimileringsteknologier, har havobservasjon gått inn i en ekte «Big Data»-æra. Dens definerende egenskaper kan oppsummeres som: massiv skala, omfattende dekning, høy hastighet og flerdimensjonal rikdom.

• Datavolumet har skalert opp fra gigabyte-nivå (GB) til petabyte-nivå (PB).
• Det tidsmessige omfanget har utvidet seg fra bare tiår til å spenne over et århundre.
• Romlig dekning omfatter nå hele det globale havet.
• Observerte parametere spenner over flere dimensjoner, inkludert havoverflatetemperatur, saltinnhold, havstrømmer,bølger, vindfelt, klorofyllkonsentrasjoner, havis og mer.

Samtidig fortsetter dataoppløsningen å forbedres – mens globale havmodeller historisk sett hadde en felles oppløsning på 1°, går de nå mot en oppløsning på 1/12°, eller til og med subkilometerskalaer. Vår evne til å studere havstrukturer i fin skala – som mesoskala-virvler, kystfronter og interne bølger – har nådd et nivå langt utover det som tidligere var mulig.

På en måte er moderne marinvitenskap for tiden i ferd med å skifte fra et «empirisk drevet» paradigme til et «datadrevet».

Hvor kommer havdata hovedsakelig fra?

Det globale økosystemet for havdata består samlet av internasjonale marine organisasjoner, meteorologiske sentre, satellittsystemer og nasjonale observasjonsnettverk over hele verden.

• NOAA (USA): En av verdens viktigste kilder til havdata, som tilbyr en rekke gratis, åpent tilgjengelige og langsiktige historiske dataprodukter – inkludert NCEP/NCAR Reanalysis, ICOADS observasjonsregistreringer, AVHRR-data om havoverflatetemperatur og det globale prognosesystemet GFS.
• Europa (ECMWF og ESA): ECMWFs ERA5-reanalysedata har blitt den viktigste kilden til atmosfæriske påvirkningsdata for forskning på luft-sjø-interaksjon; ESAs Sentinel-satellittserie viser betydelige fordeler innen SAR-fjernmåling, høypresisjonsobservasjon av havoverflaten og overvåking av havis.
• Asia (JMA): COBE-SST-dataene fra Japans meteorologiske byrå (JMA) er mye brukt i forskning på det nordvestlige Stillehavet, ENSO og det østasiatiske klimaet.

Hvilke typer havdata finnes?

Moderne havdata er primært kategorisert i fire hovedtyper:batymetriske data, fjernmålingsdata, observasjonsdata på stedet og reanalysedata.

Batymetriske data for havbunnen

Dette danner grunnlaget for all oseanografisk forskning. Hvis man skulle sammenligne numerisk modellering av havet med å «bygge en bygning», ville batymetri – havbunnens dybde og topografi – tjene som «grunnlaget». De mest klassiske globale batymetriske datasettene inkluderer ETOPO og GEBCO; sistnevnte har blitt det internasjonalt anerkjente standardbasiskartet for havbunnstopografi.

Satellittbasert fjernmålingsdata

Dette fungerer som «hovedkraften» i moderne havobservasjon. De viktigste fordelene ligger i den omfattende romlige dekningen, den raske oppdateringsfrekvensen og kapasiteten for samtidig global observasjon.

• Havoverflatetemperatur (SST): Datasett som MODIS, AVHRR og OISST er mye brukt i forskning som involverer ENSO, marine hetebølger, Kuroshio-strømmen og fiskeriprognoser.
• Vindfelt fra havoverflaten: Disse dataene, som hovedsakelig er hentet fra scatterometersatellitter (f.eks. ASCAT, SeaWinds og Kinas HY-2-serie), er avgjørende for studier av tyfoner, vindgenererte bølger og interaksjoner mellom luft og sjø.
• Havoverflatehøyde (SSH): Høydemålersatellitter – som TOPEX/Poseidon, Jason og HY-2A – overvåker variasjoner i havnivået, virvelstrømmer i mesoskala og Kuroshio-strømmens bane.
• Syntetisk aperturradar (SAR): SAR er kjennetegnet av allværs-, heldags- og høyoppløsningsegenskaper, og kan innhente informasjon om havoverflaten selv om natten eller under skydekke. Den er mye brukt i overvåking av havis, oljesøl, indre bølger, havbølger og maritime fartøy.

In-situ observasjonsdata

Selv om den romlige dekningen er begrenset sammenlignet med fjernmåling, tilbyr disse dataene det høyeste nivået av nøyaktighet og fungerer som en viktig referanse for all oseanografisk forskning.

• Argo-bøyer: Disse flåtene fungerer som «automatiserte CTD-er» som driver gjennom verdenshavet. De stiger og synker med jevne mellomrom for automatisk å måle temperatur, saltinnhold og trykk, og overfører dataene tilbake i sanntid. De tusenvis av Argo-flåter som for tiden er utplassert over hele verden, utgjør til sammen det største havobservasjonsnettverket i menneskehetens historie.
• CTD-observasjoner: Disse er fortsatt «standardutstyret» i oseanografiske undersøkelser, og gir svært presise profiler av temperatur og saltinnhold.

Hvor går fremtiden for havdata?

Den fremtidige utviklingen av havdata er klar og bestemt:

• Høyere oppløsning: Går fra kilometerskala til hundremeterskala.
• Forbedrede sanntidsmuligheter: Gradvis etablering av et omfattende «sanntidshav»-system.
• Flerkildefusjon: Integrering av satellitter, bøyer, numeriske modeller, ubemannede plattformer og kunstig intelligens for å operere sammen.
• Intelligentisering: Kunstig intelligens har blitt dypt integrert i marinvitenskapen – og omfatter AI-drevet havvarsling, rekonstruksjon av manglende data, virveldeteksjon, fjernmåling og mer.

Marinvitenskap går inn i en helt ny æra:

| Stordata i havet + kunstig intelligens = Kjernemotoren for fremtidens havforskning

Vi tror fullt og fast på at den sanne verdien av data ligger i effektiv innsamling, grundig tolkning og intelligent anvendelse.

Ser frem til å snakke med deg for en dypere samtale.