海洋覆盖了地球表面约 71% 的面积。从台风路径预测和海洋牧场开发，到确保海上航行安全和减轻海洋灾害——甚至延伸到全球气候变化研究——几乎所有现代海洋科学研究都依赖于一个关键资源：海洋数据。

对于刚刚进入海洋领域的人来说，真正的挑战往往不是“缺乏数据”，而是“数据过剩”。事实上，海洋数据并非孤立存在；相反，它已经发展成为一个涵盖“观测—遥感—建模—同化—智能分析”的综合生态系统。

为什么海洋科学越来越依赖数据？

过去，人类主要依靠科考船。浮标站此外，还需要进行人工观测来了解海洋。虽然这种方法精度很高，但其缺点是空间覆盖范围有限且观测周期过长。

如今，随着卫星遥感、自动化观测平台、Argo浮标、数值模型和数据同化技术的进步，海洋观测已真正进入“大数据”时代。其主要特征可概括为：规模庞大、覆盖范围广、速度快、信息丰富且多维。

• 数据量已从千兆字节（GB）级别增加到拍字节（PB）级别。
• 时间跨度已从短短几十年扩展到超过一个世纪。
• 空间覆盖范围现已涵盖整个全球海洋。
• 观测参数涵盖多个维度，包括海面温度、盐度、洋流等。波浪风场、叶绿素浓度、海冰等等。

与此同时，数据分辨率也在不断提高——以往全球海洋模型的分辨率通常为1°，而现在正朝着1/12°甚至亚公里级分辨率迈进。我们研究精细尺度海洋结构（例如中尺度涡旋、沿岸锋面和内波）的能力已经达到了前所未有的水平。

从某种意义上说，现代海洋科学目前正从“经验驱动”的范式转向“数据驱动”的范式。

海洋数据主要来自哪里？

全球海洋数据生态系统由遍布全球的国际海洋组织、气象中心、卫星系统和国家观测网络共同构成。

• 美国国家海洋和大气管理局 (NOAA)：作为世界上最重要的海洋数据来源之一，它提供了一系列免费、开放获取的长期历史数据产品，包括 NCEP/NCAR 再分析、ICOADS 观测记录、AVHRR 海表温度数据和 GFS 全球预报系统。
• 欧洲（ECMWF 和 ESA）：ECMWF 的 ERA5 再分析数据已成为海气相互作用研究中最重要的大气强迫数据来源；ESA 的 Sentinel 卫星系列在 SAR 遥感、高精度海面观测和海冰监测方面展现出显著优势。
• 亚洲（JMA）：日本气象厅（JMA）的 COBE-SST 数据被广泛用于西北太平洋、厄尔尼诺-南方涛动（ENSO）和东亚气候的研究。

海洋数据有哪些类型？

现代海洋数据主要分为四大类：水深测量数据、遥感数据、现场观测数据和再分析数据.

海底测深数据

这构成了所有海洋学研究的基础。如果将海洋数值模拟比作“建造房屋”，那么海底地形——即海底的深度和地形——就如同“地基”。最经典的全球海底地形数据集包括ETOPO和GEBCO；后者已成为国际公认的海底地形标准底图。

卫星遥感数据

它是现代海洋观测的“主力军”。其主要优势在于其广泛的空间覆盖范围、快速的更新频率以及同时进行全球观测的能力。

• 海表温度（SST）：MODIS、AVHRR 和 OISST 等数据集被广泛用于厄尔尼诺-南方涛动 (ENSO)、海洋热浪、黑潮和渔业预测等方面的研究。
• 海面风场：这些数据主要来自散射计卫星（例如 ASCAT、SeaWinds 和中国的 HY-2 系列），对于研究台风、风生浪和海气相互作用至关重要。
• 海面高度（SSH）：高度计卫星（如 TOPEX/Poseidon、Jason 和 HY-2A）监测海平面变化、中尺度涡旋和黑潮的轨迹。
• 合成孔径雷达（SAR）：SAR具有全天候、全天和高分辨率的特点，即使在夜间或云层覆盖下也能获取海面信息。它广泛应用于海冰、溢油、内波、海浪和船舶的监测。

现场观测数据

虽然与遥感相比，空间覆盖范围有限，但这些数据提供了最高的精度，并可作为所有海洋学研究的重要基准。

• Argo浮标：这些浮标如同“自动CTD”，漂流于全球海洋，周期性地上下移动，自动测量温度、盐度和压力，并将数据实时传输回地球。目前全球部署的数千个Argo浮标共同构成了人类历史上规模最大的海洋观测网络。
• CTD观测：这些仍然是海洋调查中的“标准设备”，可提供高精度的温度和盐度剖面。

海洋数据的未来发展方向是什么？

海洋数据发展的未来轨迹清晰而坚定：

• 更高分辨率：从公里级分辨率提高到百米级分辨率。
• 增强实时能力：逐步建立全面的“实时海洋”系统。
• 多源融合：将卫星、浮标、数值模型、无人平台和人工智能集成起来协同运作。
• 智能化：人工智能已深深融入海洋科学——涵盖人工智能驱动的海洋预测、缺失数据的重建、涡旋检测、遥感检索等等。

海洋科学正在进入一个全新的时代：

海洋大数据 + 人工智能 = 未来海洋研究的核心引擎

我们坚信，数据的真正价值在于其高效获取、深刻解读和智能应用。

期待与您进行更深入的交流。