本书从大数据和人工智能的角度，系统、全面介绍海洋预测预报与挖掘分析技术。全书分为三个部分：第一部分（第1～3章）是数据部分，对海洋大数据的特征、资源分析、处理评估、平台架构、存储管理、分析处理等进行阐述；第二部分（第4～5章）是方法部分，介绍基于机器学习的海洋大数据典型挖掘分析方法，包括回归方法、聚类方法、关联方法、分类方法及可视分析方法，并给出典型的深度学习预测方法；第三部分（第6～10章）是应用部分，展示利用海洋大数据处理方法对各类海洋数据进行分析预报的成果，包括对海表温度、海面高度、海洋三维温盐、台风路径和赤潮发生概率的分析预报。 本书可供海洋信息、海洋大数据、海洋遥感及海洋环境安全保障等相关领城研究人员、技术人员、管理人员，以及科研院所、高等院校相关专业的师生阅读参考。

第1章 概述
1.1 大数据与海洋大数据
1.1.1 大数据概述
1.1.2 海洋大数据概述
1.2 海洋大数据特征
1.2.1 多源性
1.2.2 多模态
1.2.3 3B挑战
1.2.4 小样本贫信息
1.2.5 高不确定性
参考文献
第2章 海洋大数据资源
2.1 面向分析预报的海洋大数据
2.1.1 海洋实测数据
2.1.2 海洋遥感数据
2.1.3 海洋数值预报产品
2.1.4 再分析产品
2.1.5 专题数据
2.1.6 网络大数据
2.2 数据处理
2.2.1 数据清洗
2.2.2 标准处理
2.2.3 数据融合
2.3 数据质量控制与评估
2.3.1 数据质量控制
2.3.2 数据质量评估
2.3.3 数据不确定性分析
参考文献
第3章 海洋大数据管理技术
3.1 海洋大数据平台架构
3.1.1 大数据平台发展概况
3.1.2 主流的大数据架构
3.1.3 海洋大数据平台总体架构
3.2 海洋大数据存储管理
3.2.1 海洋大数据存储架构
3.2.2 海洋大数据存储模式
3.2.3 海洋大数据管理技术
3.3 海洋大数据分析处理
3.3.1 海洋大数据分析处理架构
3.3.2 海洋大数据分析处理技术
3.3.3 方法库构建技术
参考文献
第4章 海洋大数据典型挖掘分析方法概述
4.1 回归方法
4.1.1 KNN 回归
4.1.2 线性回归
4.1.3 logistic回归
4.1.4 EM 回归
4.2 聚类方法
4.2.1 k-means聚类算法
4.2.2 动态时间规整
4.3 关联方法
4.3.1 Apriori算法
4.3.2 基于Spark的并行关联分析方法
4.3.3 列联表
4.3.4 皮尔逊相关系数
4.3.5 肯德尔/斯皮尔曼等级相关系数
4.4 分类方法
4.4.1 支持向量机
4.4.2 随机森林
4.5 可视分析方法
4.5.1 平行坐标可视分析
4.5.2 散点图可视分析
参考文献
第5章 海洋大数据深度学习预测方法
5.1 传统机器学习预测方法
5.2 典型深度学习预测方法
5.2.1 海洋数据时间序列预测与深度学习
5.2.2 典型深度学习预测分析算法
5.2.3 神经网络
5.3 递归神经网络预测方法
5.3.1 LSTM模型与原理
5.3.2 LSTM特性与用途
5.3.3 GRU神经网络
5.3.4 ConvLSTM
5.3.5 EEMD
5.3.6 注意力机制
5.3.7 双阶段注意力机制
5.4 卷积神经网络预测方法
5.4.1 卷积神经网络概述
5.4.2 卷积神经网络结构
5.4.3 卷积神经网络原理
5.4.4 卷积神经网络特性
5.4.5 几种典型卷积神经网络
5.4.6 卷积神经网络应用
参考文献
第6章 海表温度大数据分析预报
6.1 海表温度预报概况
6.1.1 统计预报
6.1.2 数值预报
6.1.3 大数据分析预报
6.2 海表温度多尺度时空特征和规律分析
6.2.1 海表温度年尺度时空特征
6.2.2 海表温度月尺度时空特征
6.2.3 海表温度日尺度时空特征
6.2.4 海表温度变化规律分析
6.3 海表温度环境要素关联关系
6.3.1 基于相关分析的海表温度的时空相关影响分析
6.3.2 基于熵和信息流的海气界面多物理过程对海表温度的影响分析
6.3.3 基于信息流的上层海洋多环境因子对海表温度的影响分析
6.4 海表温度大数据预报应用
6.4.1 基于动态时间规整分析的海表温度大数据分析预报模型
6.4.2 基于时空注意力机制的海表温度大数据分析预报模型
6.4.3 海表温度大数据预报示范应用
参考文献
第7章 海面高度大数据分析预报
7.1 海面高度预报概况
7.1.1 统计预报
7.1.2 数值预报
7.1.3 大数据预报
7.2 海平面高度多尺度时空特征和规律分析
7.2.1 全球海平面高度变化规律
7.2.2 我国海平面高度变化规律
7.2.3 南海海平面高度变化规律
7.3 海面高度动力环境要素关联关系分析
7.3.1 基于关联分析的海气界面多物理过程对海平面高度的影响分析
7.3.2 基于相关分析的上层海洋多环境因子对海平面高度的影响分析
7.4 海面高度大数据预报应用
7.4.1 基于通道残差注意力机制的海面高度异常大数据分析预报模型
7.4.2 基于多模态融合的海面高度异常大数据分析预报模型
7.4.3 海面高度异常大数据预报示范应用
参考文献
第8章 海洋三维温盐大数据分析预报
8.1 海洋三维温盐场构建概况
8.1.1 统计方法
8.1.2 动力学方法
8.1.3 大数据方法构建
8.2 海洋三维温盐垂向建模及规律分析
8.2.1 多源多要素动态分析垂向建模规律
8.2.2 主模态多约束*优分析垂向建模规律
8.2.3 卷积神经网络垂向建模规律
8.2.4 长短期记忆网络垂向建模规律
8.3 海洋三维动力环境要素关联建模分析
8.3.1 温度和盐度剖面延拓分析
8.3.2 水团模糊聚类分析