中國網/中國發展門戶網訊  現代海洋科學的發展古往今來經歷了?3?個階段：理論牽引階段。該階段的許多重大理論圓滿地解釋了海洋中的物理現象，長足推進了人們對海洋的認識。雖然該階段缺少觀測資料，但是發展的理論基本都具有里程碑的意義。觀測牽引階段。該階段各類觀測手段逐漸發展起來，主要包括海洋調查船、浮標、潛水器、遙感以及?Argo?監測網等。數據牽引階段。隨著觀測技術手段的不斷豐富，也帶來了數據量的不斷攀升，海洋科學迎來了第三階段。從?2008?年開始，Nature、Science、Economist等雜志及?Computing Community Consortium（計算社區聯盟）等組織將“大數據”引入到各個領域。“大數據”被定義為數據量增長速度快，用常規的數據工具無法在一定時間內進行采集、處理、存儲和計算的數據集合，擁有數據量大（volume）、類型繁多（variety）、價值密度低（value）、速度快時效高（velocity）和在線式（online）五大特征。由于海洋數據的數據來源廣泛、種類繁多，數據量已增至?PB?量級，時間分辨率跨越不同尺度，同時需要及時處理分析用于各類決策支撐，因此海洋數據已然成為“大數據”的典范。

但是海洋大數據的獨特性質，使得傳統的理論基礎、技術手段已逐漸暴露其弊端。海洋大數據有兩個區別于其他數據的典型特征——時空耦合和地理關聯。

時空耦合。海洋大數據為同時擁有時間與空間屬性的數據，即多維度數據。尤其隨著觀測技術的進一步發展，數據維度的采集分辨率與頻率都越來越高。因此，數據分析過程需要同時從時間軸和空間軸兩個維度進行分析，而在時間軸和空間軸上分析的因素又是多樣的、高維的，這給大數據的分析帶來了更大的挑戰。

地理關聯。海洋大數據不同于其他大數據的隨機性與偶然性，由于其地理屬性有著近鄰效應，相鄰區域空間位置關系存在線性或非線性的關聯，從而組成了不同時空尺度的模態特征。

因此，在海洋大數據科學的發展過程中存在著諸多挑戰。本文將從海洋大數據上、中、下游全鏈條論述海洋大數據科學的發展現狀，并在此基礎上提出未來?5—10年海洋大數據科學發展的主要方向和關鍵技術。