第1章 海洋环境安全保障大数据概述
海洋是生命的摇篮、资源的宝库、交通的命脉，其中蕴藏着丰富的能源、矿产、生物等自然资源。21世纪，人类进入大规模开发利用海洋的时代，海洋在国家经济发展中的作用更加重要，在维护国家安全中的地位更加突出，而保护海洋环境的安全也就是保护国家安全、保障人类安全和促进社会经济可持续的发展。
世界海洋大国高度重视海洋环境安全保障体系建设：美国在国土安全部下建有国家海洋安全平台，集成了海洋观测、综合研判、危机响应等功能；欧盟建立了地中海海洋安全决策支持系统，实现了地中海海域安全事件的统一监管；英国和西班牙建有国家海洋环境安全技术系统，具备海洋风险分析、海洋突发事件应对处置等功能；日本建立了水下和空基海洋监视系统；韩国建立了海洋监测系统。同时，欧美发达国家和相关国际组织在风险分析与预测预警技术、海上突发事件应急预报技术、海洋环境安全与应急处置领域的协同指挥与管控处置技术等方面进行了深入研究。国际海事组织研究了溢油污染的风险评估技术（张爽等，2012），推进了风险预测预警和防范防控体系建设；意大利欧洲地中海气候变化中心研究了自然灾害风险评估、预测及防控技术，并将其成果应用于海洋监测、海洋灾害预测和海洋风险评估等领域；欧美发达国家深入研究了航空飞行器坠海、船舶及人员遇险、溢油及危险化学品污染、核辐射泄漏等海上突发事件应急技术。
我国高度重视海洋预报减灾、海上突发事件应对和海洋权益维护工作，通过“一站多能”、全球立体观测网建设提高海洋观测监测能力，建立了黄海浒苔、绿潮联防联控机制（齐衍萍等，2016），实施了省级海洋预警报能力升级改造，不断强化海上溢油、危险化学品风险排查与应对能力建设和西太平洋放射性预警监测，开展钓鱼岛、黄岩岛、仁爱礁等重点岛礁海域常态化巡航值守。此外，2016 年起，我国重点在海洋动力灾害，浒苔、海上溢油、海上放射性事件的监测预警与防控等方面展开技术研究，为我国海洋环境安全保障研发工作提供技术基础和集成应用。
但从总体上看，我国海洋环境安全保障能力与美、日、欧等发达国家和地区相比仍存在较大差距，我国还没有建立海洋领域的安全保障技术系统，亟须研发国家海洋环境安全保障平台，开展相关领域的研究，填补国内在此领域的空白。
1.1 内涵与特征
1.1.1 内涵
随着大数据应用的快速发展，大数据价值得以充分的体现。大数据在政府、地方、行业、企业和社会等层面发挥了重要的应用效能，大数据与海洋环境安全也成为多学科交叉的新兴研究领域。国内外学者利用大数据技术在风暴潮、浒苔、溢油等领域开展相关应用研究。但从海洋环境安全保障大数据发展的总体情况来看，各国学者尚未对海洋环境安全概念达成统一看法，且大数据技术在海洋环境安全领域的应用与其在交通、金融等行业的应用仍存在较大差距。
在我国，张珞平等（2004）首次提出了“海洋环境安全”的概念，并讨论了海洋环境研究和海洋环境管理应采取的行动。张珞平等认为“海洋环境安全”是一个与可持续发展原则紧密联系的、积极预防的行为方式，它注重维护海洋环境的安全，并要求在海洋环境的危害作用能被科学地证明之前就采取预防措施。
赵万忠（2014）认为，海洋环境安全侧重于防治人类活动对各环境要素的污染及破坏，重在对人类活动过程中可能对海洋环境产生的不良影响进行预防和治理，确保海洋环境不受污染和破坏并处于良好状态，它主要针对海洋污染问题造成的安全威胁。
张珞平等（2004）未界定海洋环境安全的含义，主要侧重于灾害前的预防行为；而赵万忠（2014）只考虑了人类活动对海洋环境的安全威胁，未考虑非人类活动如风暴潮等自然灾害导致的海洋安全，同时提出的概念侧重于环境污染的预防和治理，对海洋环境安全的监测预警及灾害恢复重建未做界定（宋晓等，2021）。
“海洋环境安全”应围绕海洋环境安全保障需求，在国家政策法规允许的范围内，用于支持海洋自然环境、资源开发环境及维权保障环境的安全管理和突发事件处置。海洋环境安全事件包括预防准备、监测预警、应急救援、恢复重建4个阶段。海洋环境安全外延也就是海洋环境安全所指的所有对象，是指风暴潮、台风等海洋动力灾害事件，浒苔、赤潮等海洋生态灾害事件，溢油、船只碰撞等海上突发事件，权益争端等海洋权益事件。
海洋环境安全保障大数据是指围绕海洋环境安全保障需求，国家政策法规允许的，用于支持海洋自然环境、资源开发环境及维权保障环境的安全管理和突发事件处置的所有数据。海洋环境安全保障大数据包括海洋环境安全管理和突发事件处置过程中采集、存储、管理、交换涉及的多源海量异构数据。
海洋环境安全保障大数据由基础数据、承灾体数据、观监测与预报数据、统计数据、应急保障资源数据和应急业务数据组成。海洋地理、地形、海域等业务数据更新频率很低，在灾害事件发生时作为本底地图数据，将其归为基础数据；将海堤、海水养殖区、海水浴场等数据更新频率较低，海洋灾害来临时会受到影响的数据，归类形成承灾体数据；将海洋站、浮标等数据更新频率较高、可实时获取、在灾害应急过程中起到关键作用的数据归为观监测与预报数据；将更新频率低，按照月、季、年等频次更新形成的海洋灾害历史统计产品，海洋产业经济统计产品，国内生产总值（gross domestic product，GDP）和人口统计产品等数据归类为统计数据；参考公共安全应急体系，将应急队伍、物资、运输、通信等资源（范维澄等，2012）归为应急保障资源数据；将海洋环境安全危机应对过程中所需的知识、法律法规、预案案例、应急处置、分析与评估产品等归类形成应急业务数据。
1.1.2 特征
海洋本身是一个巨大、复杂、非线性的系统，各种现象及过程极其复杂，时空尺度千差万别，承担着各类物质与能量的运输（黄冬梅等，2016a）。海洋环境安全保障大数据具有“4V”“5H”“3P”特征（刘帅等，2020；侯学燕等，2017）。
1.“4V”特征
海洋环境安全保障大数据具有海量的数据规模（volume）、多样的数据类型（variety）、快速的数据流动（velocity）、巨大的数据价值（value）等特征（黄冬梅等，2016b）。海洋环境安全保障大数据获取途径复杂、数据类型众多、数据规模庞大，具有典型的“4V”特征。
（1）海量的数据规模。海洋领域已然进入大数据时代，全方位、连续、多源、立体的观监测手段使得海洋数据目前数据存量已达到EB级别，日增量也达到TB级别。
（2）多样的数据类型。一是多源广域：数据获取手段包括观测调查、实验分析、共享交换、网络爬取等途径；业务领域包括海洋经济、海域海岛、预报减灾、统计分析、应急保障等。二是多学科维度：海洋环境安全保障大数据涉及多个学科，包括海洋水文、海洋气象、海洋生物、海洋化学等。三是多模态：既包含结构化数据，又包含非结构化图集图件、视频影像、报告文档等数据。
（3）快速的数据流动。海洋环境安全保障大数据包括大量实时观监测数据、应急监测现场数据等，需要极快数据获取和处理速度，同时由于海洋环境安全事件的快速分析要求，对数据的分析也需要极快的速度。
（4）巨大的数据价值。海洋环境安全保障大数据产生的大量数据本身蕴藏着巨大价值，如网络舆情数据，往往需要及时地处理与分析才能挖掘出其中有价值的信息，为事件的预警监测、应急响应、处置决策提供服务。
2.“5H”特征
海洋环境安全保障大数据还具有强关联（high correlation）性、强耦合（high coupling）性、高变率（high diversification）性、多层次（hierarchy）性、高规律（high regularity）性的“5H”特征。
（1）强关联性。海洋环境安全保障大数据具有明确的时空属性特征和意义，多个数据/要素之间更是存在时间和空间上的相互关联。例如观监测获取的温盐流要素信息存在强烈的时空关联关系。
（2）强耦合性。海洋与陆地、大气、人类活动等存在各种复杂的相互作用，具有强烈的耦合性。海洋对大气运行和气候变化具有不可忽视的影响。
（3）高变率性。海洋是瞬息万变的，同一要素在同一地点、不同时间都在不断地变化，多个要素不断发生相互作用，也会产生出变化的环境和现象。例如海表温度（sea surface temperature，SST）在同一地点，随着时间的不断变化其数值也发生变化，且海表温度与气温、风速等要素间也存在相互影响。
（4）多层次性。海洋存在混合层、温跃层，具有四维的结构特征。反映到海洋数据上，同一经纬度点上不同层深的温盐数值也存在时空上的连续变化。
（5）高规律性。从宏观上来看，海洋环境、海洋生态等系统都存在月、季、年等周期性变化，海洋数据存在多周期叠加的规律。
3.“3P”特征
海洋环境安全保障大数据还具有强政策（policy）性、高精准（precision）性和高时效（promptness）性的“3P”特征。
（1）强政策性。海洋环境安全保障大数据的采集、处理、交换、共享等过程，高度依赖国家相应的法规政策。在法规政策允许或支持的情况下，才能保证各类敏感/非敏感数据获取的流畅性和数据共享的可能性。
（2）高精准性。海洋环境安全关系国家权益、人民群众财产安全，因此海洋环境安全保障大数据的挖掘分析结果需要极高的精准性。例如在浒苔应急处置过程中，制作的浒苔漂移路径、浒苔分布图等产品，只有精确获取浒苔的漂移路径、分布面积、覆盖面积，才不至于发生由定位不准造成的打捞船只、打捞人员等资源的浪费，才能为灾害应急保障提供有效的支撑。
（3）高时效性。海洋环境安全事件应急过程主要为事前精准预警、事中快速响应和事后快速溯源，因此海洋环境安全保障大数据的分析、挖掘、处理需要极高的时效性，以支撑灾害过程的应急处置和指挥决策。
1.2 数据分类
海洋环境安全保障大数据分类应考虑数据资料管理、业务系统应用、科学研究支撑等需求。结合海洋环境安全保障信息多来源、多种类等特点，本节采用面分类法与线分类法相结合的方法对海洋环境安全保障大数据进行分类，共形成6个大类、35个亚类，如图1.1所示。
图1.1 海洋环境安全保障数据分类体系基本框架图
1.2.1 基础数据
1. 地理信息数据
地理信息数据主要包括海洋基础地理数据、海底地形地貌数据、海洋遥感影像数据。
海洋基础地理数据包括1︰25万、1︰5万、1︰100万等不同分辨率的矢量地形图、矢量海图、栅格地形图、栅格海图、数字高程模型（digital elevation model，DEM）及其他地理模型等产品。
海底地形地貌数据包括50 m、100m、200m等不同格网分辨率的标准海底地形产品。海洋遥感影像数据包括卫星遥感和航空遥感等影像产品、专题要素图形产品和专题数据集产品等。
2. 海域海岛管理数据
海域海岛管理数据包括海域管理数据、海岛管理数据、海洋规划数据。海域管理数据包括用海现状数据、围填海数据、海湾分布数据等。海岛管理数据包括海岛地名数据、海岛使用数据等。其中海岛地名数据主要是海岛的位置矢量信息；海岛使用数据包括全国无居民海岛的岛体、岸线、植被和开发利用（海岛构筑物等）四要素矢量数据。
海洋规划数据包括海岛规划数据、海洋功能区划数据、区域用海规划数据。其中海岛规划数据包括区域用岛规划数据、全国海岛保护规划数据等；海洋功能区划数据包括海洋功能区划规划文本数据和空间矢量数据，如港口航运、工业与城镇用海、矿产与能源等数据；区域用海规划数据包括区域用海规划（区域建设用海规划和区域农业用海规划等）空间矢量数据。
3. 海洋权益维护数据
海洋权益维护数据包括海洋权益地理信息数据和
展开
