海洋大数据及其可视化在课程教学中的应用

——以《物理海洋学》为例

      蔡华阳, 傅林曦, 欧素英^*   

（中山大学海洋工程与技术学院，广东 珠海 519082）

[摘 要]：海洋科学和技术领域已然进入大数据时代，海洋大数据及其可视化应用不仅对海洋科学研究具有重要意义，对于《物理海洋学》课程教学改革和实践探索也是极其关键。本文针对《物理海洋学》课程数学物理基础和抽象思维能力要求高的特点，在教学改革的实践探索中，引入海洋大数据及其可视化辅助教学，实现理论知识和实践应用的有机结合，充分提高学生主动学习和探究的兴趣，加深对海洋物理现象的认识，切实提升本课程的教学效果。

[关键词]：物理海洋学; 海洋大数据； Matlab气候数据工具箱

[基金项目]：2021年度中山大学校级本科教学质量工程项目“‘基础理论-仿真技术-应用实践’全链条的海洋工程复合型领军人才培养创新实践”（教务【2021】93号）。

[作者简介] 蔡华阳（1986-），男，福建晋江市人，博士，中山大学海洋工程与技术学院副教授，研究方向：物理海洋方面研究和教学工作；欧素英（1974-），女，湖南祁阳县人，博士，中山大学海洋工程与技术学院讲师（通讯作者），研究方向：物理海洋方面研究和教学工作。

[中图分类号]G642.0   [文献标识码] A    

Application of Ocean Big Data and its Visualization to the Course

Teaching——A case study for Physical Oceanography

CAI Huayang, FU Linxi, OU Suying ^*

(School of Marine Engineering and Technology, Sun Yat-sen University, Zhuhai, Guangdong 519082, China）

Abstract: Due to the fact that the development of ocean science and technology is strongly related to the big data, it is of significance to apply the ocean big data and its visualization to the study in ocean science. This is also the case for improving the teaching quality of the course of Physical Oceanography. It is well known that the fundamental mathematical and physics together with the abstract thinking are demanding for the course of Physical Oceanography. Thus, in this study we introduce the ocean big data and its visualization for improving the teaching quality, which leads to the integration of theoretical study and practical application. The main purpose lies in improving students’ learning interest and enhancing the understanding of ocean physical phenomenon, together with improving the teaching quality of this course.

Key words: Physical Oceanography; ocean big data; Matlab Climate data toolbox

一、引言

《物理海洋学》是海洋科学和海洋技术类专业的一门专业基础课程，旨在让学生系统认识海洋水体的基本物理现象，掌握对应不同尺度水动力过程包括海流、海浪、潮波、内波、赤道波动等海水的基本运动规律及其长期演变趋势等^[1]。从海洋科学和海洋技术专业的学科培养体系而言，先导基础课程《海洋科学导论》已经对海水的物理性质、海水的基本运动、海洋与大气相互作用等相关现象及规律进行了定性方面的论述，因此，《物理海洋学》课程必须有别于基础定性课程。例如，该课程一般依赖于《高等数学》、《概率论与数理统计》、《数学物理方程》等数学基础课程以及《流体力学》等理论基础课程，主要采用概化理论解法，从定量角度研究海洋中的动力场、热力场和盐度场结构以及因此而产生的各种运动的时空变化。由于课程内容涉及大量的理论分析和数学推导，对学生的数学物理基础和抽象思维能力有较高要求，往往导致学生主动学习的热情不高、畏难厌学的情绪增浓，而教师的教学积极性也深受影响^[2-4]。

《物理海洋学》的研究手段除了概化理论解法外，还包括海洋观测和数值计算方法，其中观测是海洋科学研究的根本，无论是理论模型还是数值计算都是以观测数据为基础。近20年来，随着海洋信息化的高速发展以及各类探测装备的不断进步，海洋数据体量（观测数据和数值模拟数据等）呈现爆炸式的增长^[5]。目前，海洋领域已然进入大数据时代，如何应用海洋大数据不仅对海洋科学研究具有重要意义，对于《物理海洋学》课程教学改革和实践探索也是极其关键。

综上所述，随着计算机模拟时代的高速发展，《物理海洋学》课程教学显然已经不能简单的停留在理论分析层面，还需要探究如何充分利用现代的计算机软件（比如Matlab、R、Octave和Scilab等数值计算和数据处理及可视化工具）和全球共享数据库的大批量海洋数据，来提高课堂的开放性和实用性，使课堂的教学内容与实践应用紧密结合，提高学生的主动学习热情和课堂教学效果^[6]。本文针对《物理海洋学》的学科特点，以海洋大数据及其可视化为例，探讨其在《物理海洋学》课程教学改革和实践探索的具体应用，为实现各项教学目标奠定基础。

二、海洋大数据的获取

海洋大数据是指对海洋自然环境进行监测、模拟及再分析而得到的数据, 包括海洋动力(如海水温度、海水盐度、海面风场、海面高度等)、海洋生态 (如叶绿素浓度、悬浮泥沙含量、有色可溶有机物等) 、海洋生物（如浮游动物、浮游植物、初级生产力、鱼类、贝类等数据）、海洋化学（如溶解氧、PH值、碱度、硝酸盐、亚硝酸盐、重金属）、海洋底质（如矿产资源、多金属结核、富钴结壳、沉积物、C14测年、粒度、氧同位素）、表层沉积物、水下地形、海冰、海水污染等其他海洋环境信息。海洋大数据的获取方式主要包括实际观测、海洋遥感观测、海洋数值模拟及海洋数据再分析。因此, 可将海洋大数据相应地分为海洋实测数据、海洋遥感数据、海洋模式数据及海洋再分析产品数据。

目前常用的国内外权威的海洋大数据公共平台包括综合类和专门类两种数据库。综合类海洋大数据网站主要包括：国家海洋科学数据中心（网址：http://mds.nmdis.org.cn/pages/home.html）、海洋科学大数据中心（网址：http://www.casodc.com/）、国际海洋综合大气数据集（网址：https://icoads.noaa.gov/data.icoads.html）、全球海洋数据库（网址：https://www.ncei.noaa.gov/products/world-ocean-database）和欧洲中期天气预报中心(网址：https://apps.ecmwf.int/datasets/)等。专门类海洋大数据网站主要包括：中国Argo实时资料中心（网址：http://www.argo.org.cn/）、国家极地科学数据中心（网址：https://www.chinare.org.cn/）、夏威夷大学海平面中心（网址：https://uhslc.soest.hawaii.edu/datainfo/）、美国地质调查局遥感数据（网址：https://earthexplorer.usgs.gov/）和欧洲航天局卫星遥感数据（网址：https://scihub.copernicus.eu/dhus/#/home）等。除了综合和专门类的数据库网站可获取海洋大数据之外，数据杂志（Data Journal)的相继推出为海洋大数据的集成、归档和使用提供了全新的形式。2012年Wiley出版集团首次推出针对数据共享服务的“地球科学数据”（Geoscience Data Journal，https://rmets.onlinelibrary.wiley.com/journal/20496060），用于发表短篇的地球科学数据论文。之后，有更多的数据杂志发行（详细可参考http://proj.badc.rl.ac.uk/preparde/blog/DataJournalsList），包括2014年由自然（Nature）出版集团推出的在线出版的开放获取杂志“科学数据”（Scientific Data，https://www.nature.com/sdata/）。

三、海洋大数据的可视化

当前我国高等院校理工科实验课程教学普遍使用商业化Matlab软件用于数据处理及其可视化，部分高等院校采用开源免费软件替代Matlab,比如R、Octave和Scilab等。Matlab作为一款成熟的商业化软件，具有稳定性高、功能齐全、帮助系统完善、使用方便等优点，因此在我国高等院校的实验教学中得到广泛使用。海洋大数据的下载和可视化既可通过Matlab本身自带的数据导入、绘图、信号处理、数据分析等工具箱，编写相应的程序或函数来实现；同时也可借助前人的研究成果，比如针对基于Matlab的海洋大数据处理及其可视化程序或工具箱，主要有两个下载网站，一个是Matlab自带的文件共享平台（Mathworks File Exchange，https://www.mathworks.com/Matlabcentral/fileexchange），另外一个是面向开源及私有软件项目的托管平台Github（https://github.com/）。在上述两个网站通过输入与海洋大数据及其可视化相关的关键词即可找到相应的程序或工具箱。目前，大部分的海洋大数据处理及可视化工具箱可直接通过SEA-MAT网站（https://sea-mat.github.io/sea-mat/）获取。该网站提供时间序列分析（Time series Tools）、数值模拟（Numerical Modeling Tools）、地图呈现（Mapping Tools）、海洋水文（Hydrographic Tools）、数据挖掘（Data Interface Tools）、海气相互作用（Atmosphere-Sea Tools）和其他相关工具（Other Tools）。

海洋数据的可视化主要包括两种方式，一是使用二维或三维的图形函数将观测或模拟数据以静态图形存储，另一种则是动态演示图，即以平面或三维立体方式动态显示物理海洋要素的时空变化特征。另外一种相对复杂的可视化方式为数值仿真结合教学视频。例如，借助Matlab软件，将解说声音和海洋要素的时空变化图像或各种海洋工况仿真合成并动态处理，采用视频函数制作成教学视频。不论是开源的可视化函数，还是借助于Matlab工具箱函数自编可视化程序，均需要对大数据进行读取处理或转换成可视化函数所需数据格式，如可大量存储数据的网络通用压缩格式（netcdf格式）、mat格式或二进制格式文件，Matlab为这些通用数据格式的读写提供了不同的函数。自编的数据处理及可视化程序，可随时根据需要进行调整或增减，更易于进行不同物理海洋要素的视频制作。而开源程序或工具箱，其优势在于有较为完善的教程使用说明。以基于Matlab的气候数据工具箱（Climate data toolbox，下载网址：https://github.com/chadagreene/CDT）为例，该工具箱包含一系列标准的Matlab函数，可用于分析和显示海洋-大气数据^[7]。这些函数具有处理效率高、使用简便的特点，并附带许多帮助教程和示例，这些教程和示例不仅提供了函数的使用方法，同时还提供了如何在海洋科学研究过程中阐明相关结果的指导。详细的工具箱介绍及使用说明可参照网址：http://www.chadagreene.com/CDT/CDT_Contents.html。

四、教学案例

在《物理海洋学》课程教学改革和探索过程中，基于链条式设计，以科学问题为导向，可将海洋大数据及其可视化贯穿应用到整个课程教学，并融入到各个章节。课程前期的教学设计，可结合网站上可供开源下载的海洋大数据，从激发学生探索问题的兴趣、培养学生思考问题的能力出发，组织讨论，筛选数据材料，有针对性地挑选海洋大数据，并对下载速度慢、耗时长的大数据预先进行下载，形成课程附属数据包。在此基础上，针对各个章节的重点教学内容，编写数据读取及可视化处理函数，生成物理海洋相关的温度、盐度、海平面高度等状态参数时空变化的动态演示图，不仅可用于课堂讨论，亦是课后实践的重要工具。下面以《物理海洋学》部分章节为例，在教学内容、教学方法以及教学手段方面，分析海洋大数据及可视化的应用，提出其教学改革的具体内容，探索具有现代海洋科学特色的教学实践。

物理海洋学绪论部分，教学内容上主要结合海洋观测技术和数值模拟技术的快速发展，引入海洋大数据在学习物理海洋学中的重要意义；教学方法上，提供筛选后的网站，设计课后实践操作，调动学生学习的主动性，通过浏览网页、小组归纳讨论，总结我国与西方国家在物理海洋大数据建设及共享等方面差距，激发学生建设海洋强国的历史责任感和使命感。

关于基础知识的课程教学，为区别《海洋科学导论》相同内容的定性讲述，教学内容和教学方法上偏向定量分析和实践教学，基于下载的全球地形、风场、热收支、温度、盐度和深度等数据，提供基于Matlab的可视化脚本程序作为附件，以动态演示引导学生思考各要素分布及变化特征；同时，课堂教学增加互动交流，通过大数据可视化操作，讨论局部海洋各物理要素分布变化及其原因；课后作业，分小组选定某一物理海洋要素进行可视化，并就其分布特征及原因进行论述，提高学生独立思考和团队合作解决问题的能力。

物理海洋学中海水运动方程组的教学内容和方法，同样融入海水运动相关的大数据及其可视化结果。课程开始时先提出问题，思考海水运动的主要形式，描述不同时空尺度的运动在数学物理层面上的定量描述；以科学问题为导向，基于现阶段的研究成果（海洋数值模型模拟结果），播放制作好的多种海洋运动现象的视频或动画，包括海流、海浪、潮流、内波等，直观展示海水运动的多种形式，引导学生将数学物理方程和海水运动现象联系起来，从而激发学生进行理论学习的兴趣。

地转流和EKMAN流的课堂教学，海洋大数据的应用主要体现在两方面。首先在理论推导后，课堂演示全球海平面高度、风应力的动态变化，并提出问题，引导学生思考在实测月平均或年平均海平面高度、风应力场的驱动下，大洋理论流场会发生怎样的调整和响应；其次，辅以课后作业练习，学生采用Matlab软件编写的地转流和EKMAN流计算及可视化程序附件，分别计算不同年份地转流场或EKMAN风生流场，讨论概化海流运动的时空变化，强化“物理现象——解析理论——物理现象”的闭环研究思路，提升教学内容与应用实践的契合度。

讲述海洋潮汐理论，则有效利用全球大洋潮汐模式数据，采用Matlab等可视化工具，探讨全球主要天文分潮的振幅和相位的时空变化特征及规律；海洋波浪理论的课堂教学，基于已编写小振幅波和Stokes波的可视化程序，围绕波浪传播及水质点运动的特性，进行课堂演示及讨论；下载相关的波浪数据库（例如中国近海波浪数据库），绘制实测海浪谱，加深对海浪谱的理解，统计分析研究区域的有效波高、平均周期、波向和波浪能等特征参数。

下面以物理海洋学课程中赤道波动及其对全球气候变化响应这一章节为例，针对赤道中东太平洋海表水温采用经验正交函数（EOF）方法进行大数据的具体分析。在理论知识方面，要求学生根据教材内容思考以下几个问题：1）赤道中东太平洋海表水温的空间分布特征；2）海表水温的长期演变趋势；3）海表水温的异常变化与ENSO的关系；4）如何提取海表水温的特征时空模态。在理论知识讲解的基础上，通过基于Matlab软件的气候数据工具箱，运行工具箱中的eof_document.m函数教程并回答上述几个思考题。在eof_document.m函数教程中，采用的是气候数据工具箱自带的赤道中东太平的1950-2016年的月均海表水温数据（pacific_sst.mat）。若要分析其他海域海表水温的时空变化特征，可下载相应的数据（比如美国国家海洋大气局物理科学实验室网站https://psl.noaa.gov/data/gridded/data.cobe.html）并生成与pacific_sst.mat相同的数据格式。

五、结语

海洋大数据时代已经到来，特别是物理海洋研究有关的大批量观测数据和数值模拟数据，为现代物理海洋学深入研究的基石。现代高校的物理海洋学课程也应该因时俱进，有效结合海洋大数据，来提高学生主动学习和探究的兴趣，加深对海洋物理现象的认识。因此基于海洋大数据及其可视化的《物理海洋学》教学改革目的在于让学生更主动更深入的理解物理海洋学的基础理论知识，在此基础上掌握分析和解决物理海洋学问题的方法和工具。通过海洋大数据的获取、可视化及工具箱分析，使得原来理论性和数理基础要求非常高的《物理海洋学》课程变得生动，从而切实提高学生的学习积极性及教学的实际效果。

[参考文献]

[1] 董昌明.物理海洋学导论[M].科学出版社, 北京, 2019.

[2] 牟林,赵恩金,蒋浩宇,郑好. 数值仿真技术在物理海洋课程教学中的应用[J].教育教学论坛，2018（50): 118-120.

[3] 于杰,李敏,谢玲玲. 基于海洋技术专业的物理海洋学教学改革与实践探索[J].教育教学论坛, 2019（1): 125-126.

[4] 邬丽丹, 吴礼光. 基于数值实验的《物理海洋学》课程教学改革研究与实践[J]. 教育现代化,2019,6(27):57-59,73.

[5] 胡艳丽,白亮,谭真,葛斌,唐九阳.面向大数据人才培养的融合式教学模式[J].高等教育研究学报,2020,43(1):101-103,120.

[6] 钱程程, 陈戈.海洋大数据科学发展现状与展望[J].中国科学院院刊,2018, 33(8):884-891.

[7] Chad A. Greene, Kaustubh Thirumalai, Kelly A. Kearney, José Miguel Delgado, Wolfgang Schwanghart, Natalie S. Wolfenbarger, Kristen M. Thyng, David E. Gwyther, Alex S. Gardner, and Donald D. Blankenship. The Climate Data Toolbox for Matlab[J]. Geochemistry, Geophysics, Geosystems, 2019, 20(7): 3774-3781