自然資源部海洋二所衛星海洋環境監測預警全國重點實驗室發布“星海”多尺度海洋綜合數據集！

衛星海洋環境監測預警

全國重點實驗室發布

“星海”多尺度海洋綜合數據集

2026年3月18日，在自然資源部第二海洋研究所（以下簡稱“海洋二所”）成立60周年之際，衛星海洋環境監測預警全國重點實驗室（以下簡稱“衛星海洋全重室”）正式發布其自主研制的“星海”系列多尺度海洋綜合數據集。

長期以來，我國海洋監測體系面臨著衛星與海基數據時空匹配性差、協同融合缺乏、研發鏈條未完全打通等瓶頸。與此同時，國際上部分重要海洋數據庫的停更，更使得建設自主可控的高質量數據集成為當務之急。為響應國家“健全天空地海一體化監測網絡”的戰略號召，作為三次海洋觀測技術變革的國內先行者，衛星海洋全重室憑借在衛星遙感、Argo浮標及智能敏捷觀測等領域的技術優勢，成功推出“星海”系列多尺度海洋綜合數據集。該系列數據集致力于打通“機制-監測-預警”全鏈條研發，為國家海洋戰略、地方經濟發展及全球海洋治理提供堅實的數據支撐。

“星海”系列數據集實現了從全球尺度、海盆尺度、區域尺度到河口海灣尺度的無縫銜接，是我國在海洋數據自主可控領域取得的一項重大突破。數據集包括：

全球尺度

全球溫鹽網格數據集（BOA Argo）

以二所投放在內的全球Argo浮標資料為基礎，數據集水平分辨率1°×1°、垂向58層、水深0–2000 m、逐月平均（2004年至今）。核心技術為改進的Barnes逐步訂正法，對比國際同類產品，盡可能地保留了中尺度海洋信號。

全球拉格朗日渦旋數據集（GLED）

精準刻畫相干渦旋生命史及三維結構（1993–2020年），要素包括渦旋位置、移動速度、溫鹽異常等。核心優勢是數據集基于衛星觀測地轉流與拉格朗日框架構建，突破了傳統歐拉型數據集難以準確界定與追蹤相干結構的局限。

全球海表硝酸鹽數據集

基于BGC-Argo、WOD2023等實測硝酸鹽數據與MODIS衛星產品及CMEMS模式數據，通過XGBoost機器學習方法，構建了空間分辨率8 km的日均全球海表硝酸鹽數據集（2002–2024年），反演精度較歐洲哥白尼中心同類產品提升約50%。

海盆尺度

極地海洋全年度水色遙感數據集（NN-LAT50）

以遙感反射率為基礎，通過神經網絡訓練生成空間分辨率4 km的月均極地海洋水色遙感數據集（2003–2022年），其核心突破在于填補了國際同類產品（如MODIS/Aqua、VIIRS、OLCI）在極地冬季的觀測空白。

印度洋溶解氧數據集（TransOxygen_Indian）

基于物理約束的Transformer深度學習模型，融合了多源環境要素，生成了空間分辨率0.5°、水深0–2000 m、垂向150層的月均印度洋溶解氧數據集（2005–2023年）。相較于對比的最優的機器學習基線模型RMSE降低10.5%

西北太平洋海表硝酸鹽數據集

基于多源水色衛星融合數據（OC-CCI）和海溫數據（OISST），通過自主研發的堆棧隨機森林算法，反演生成空間分辨率4 km的日均西北太平洋硝酸鹽數據集（1998–2024年）。對比單一衛星產品，時空完整性提升，可精準捕獲中尺度過程對營養鹽的影響。

區域尺度

渤黃東海三維溫鹽網格產品（BYES_Atlas v2）

融合了46航次18959個實測站位數據，基于最優插值的客觀分析方法，生成空間分辨率0.25°、垂向17層的月均渤黃東海溫鹽數據集（2005–2009年）。較國內外同類產品，近海河口上升流等典型現象的刻畫能力顯著提升。

渤黃東海表層葉綠素數據集（LMC）

基于2000多個實測站位，通過近海水體反射率的遙感葉綠素本地化修正方法，生成空間分辨率4 km的日均、月均和氣候態海表葉綠素數據集（1998–2024年）。在東中國海I/II類水體均保持高精度，相較SeaWiFS和MODIS標準葉綠素遙感產品，更完整捕捉近岸和長江沖淡水等典型特征，可用于生態動力過程的定量研究。

河口海灣尺度

入海排口水色異常遙感數據產品

整合覆蓋多排放情景的原位數據與Sentinel-2影像，構建了14類水體光學光譜庫，采用非監督聚類與隨機森林算法，實現自動化快速識別；具備較強的多類型識別能力，已成功識別41處水色異常。數據空間分辨率10 m，覆蓋浙江沿海4000余個入海排口，時間分辨率5天（2022年起）。

海灣富營養化遙感數據產品

融合Sentinel-2衛星影像與實測水質數據，利用機器學習算法構建高精度反演模型；支持生成富營養化分級專題圖及趨勢分析報告，為“美麗海灣”建設提供精準化、動態化的科學依據。數據要素包括溶解無機氮、活性磷酸鹽、化學需氧量、富營養化指數，空間分辨率10 m，覆蓋浙江省六大典型港灣（杭州灣、象山港、三門灣、臺州灣、樂清灣、溫州灣），時間分辨率包含5天和月平均（2022年起）。

近海水質分類遙感數據產品

整合Sentinel-3、GOCI等多源遙感數據，利用深度學習算法進行反演；創新采用經驗正交函數（DINEOF）進行數據填補，提升時空連續性；嚴格依據《海水水質標準》劃分等級，提供標準化的水質信息服務。數據要素包括溶解無機氮、活性磷酸鹽、水質分類，空間分辨率300 m，覆蓋浙江近海海域，時間分辨率包含5天和月平均（2022年起）。

“星海”系列數據集已在多個領域展現出重要的應用價值。在全球應用方面，“星海”的全球溫鹽網格化數據集支撐了多個全球海洋熱含量與海平面高度變化評估的研究。在參與全球治理方面，“星海”的中國近海溫鹽數據集支撐了衛星海洋全重室參與聯合國第三次世界海洋評估的工作，為長江口動力生態長期變化的評估提供了基礎數據。在支撐部系統工作方面，“星海”的中國近海溫鹽數據集支撐了部系統的低氧酸化預警業務化工作的開展，為《中國海洋生態預警監測公報》提供了核心數據。在服務地方工作方面，星海的浙江近海入海排污與近海水質數據集為省級數字政府平臺“浙里藍海”的管理運行提供了核心的數據支撐，獲得了省長的高度評價。

衛星海洋環境監測預警全國重點實驗室秉持“星海協同，智護蔚藍”理念，將持續堅守服務國家戰略的使命，持續攻關研制高水平、自主可控的數據集，為加快建設海洋強國貢獻硬核科技力量，為實現中華民族偉大復興的中國夢提供堅實海洋支撐。

• 信息來源:衛星海洋環境監測預警全國重點實驗室。

  轉載請注明信息來源及海洋知圈編排。