知海

Ocean Intelligence｜全球海洋智能操作系统 一句话介绍 Ocean Intelligence 将卫星遥感、Argo 浮标、海洋数值模式、FAO 渔业资源、海洋生物记录、科研文献和人工智能连接在同一个系统中。用户点击海洋上的任意坐标，即可看到海面正在发生什么、水下结构如何变化、附近生活着哪些物种，以及每项分析背后的数据与证据。 截至 2026 年 8 月 28 日，项目已经完成从多源数据接入、质量控制、异常发现、证据验证、智能解释到生产部署的端到端核心闭环，具备完整演示、独立运行和持续扩展能力。 一、项目背景 海洋覆盖地球约71%的表面，影响全球气候、生态系统、渔业资源、航运和人类生活。 今天，人类已经拥有规模庞大的海洋观测体系： - Argo 浮标持续记录海洋内部的温度和盐度； - NOAA 卫星观测全球海表温度； - Copernicus Marine 提供海流、风场和海浪数据； - FAO 管理全球渔业统计区和水生物种目录； - OBIS 保存全球海洋生物出现记录； - WoRMS 提供权威海洋物种分类； - OpenAlex 和 Crossref 汇集全球科研文献。 这些数据分布在不同机构、网站、接口和文件中，各自拥有不同的变量名称、空间尺度、时间分辨率、质量标准和访问方式。 当用户希望了解一片海域时，通常需要经历一条漫长的研究路径： 1. 确定海域位置； 2. 查找卫星数据； 3. 下载浮标剖面； 4. 检查观测质量； 5. 对比历史基线； 6. 分析海流和风浪； 7. 查询附近生物与渔业资源； 8. 搜索相关论文； 9. 整理证据； 10. 撰写分析报告。 Ocean Intelligence 将这条需要数小时甚至数天的分析路径，压缩成一个可交互、可追溯、可持续更新的海洋智能工作台。 二、项目解决的问题 1. 海洋数据分散 海温、盐度、叶绿素、硝酸盐、海流、海浪、风场、海底地形和渔业物种来自不同数据平台。 Ocean Intelligence 将这些数据统一到同一套区域、时间、变量和证据模型中，用户可以在一个系统内完成查询、对比、验证和报告生成。 2. 海洋异常判断复杂 一个高温点可能来自短期天气变化、局部波动、时间缺口或数据质量问题。 海洋事件判断需要同时回答： - 数据质量是否合格； - 当前数值相对什么基线发生变化； - 信号持续了多长时间； - 周围海域是否出现相似变化； - 卫星、浮标和模式数据能否相互印证； - 当前证据支持什么级别的判断。 平台通过质量控制、稳健统计、时间连续性和空间邻域分析，将普通观测、异常候选、持续监测、交叉验证和确认事件分级管理。 3. 科学结论缺少证据链 图表可以展示结果，事件档案能够解释结果。 Ocean Intelligence 为每个事件保存完整证据，包括： - 数据来源； - 观测时间； - 产品编号； - 质量状态； - 基线值； - 异常值； - 样本数量； - 持续时间； - 空间邻域； - Argo 剖面； - 支持证据； - 反向证据； - 参考文献； - 不确定性； - 事件生命周期。 每项分析都可以沿着证据链回到原始数据和处理过程。 4. 海面与水下信息分离 卫星擅长观察海面，Argo 浮标能够深入海洋内部。 Ocean Intelligence 将遥感发现的海表信号与附近 Argo 温盐剖面连接起来，使用户能够继续观察异常是否延伸到数百米甚至上千米深度。 5. 海洋环境与渔业资源缺少连接 海温、海流、营养盐与海洋生物分布之间存在紧密联系。 平台将 FAO 渔区、ASFIS 水生物种、OBIS 出现记录和 WoRMS 分类体系接入海洋坐标分析，让用户同时了解一片海域的环境状态和渔业资源。 6. 智能分析需要专业工具 海洋智能体需要实时读取区域、事件、证据、浮标剖面和渔业物种。 Ocean MCP 将项目能力封装成专业工具，使智能体能够围绕当前海洋数据完成调查、对比、解释和报告生成。 三、总体方案 Ocean Intelligence 采用五层架构： 多源数据接入层 → 科学计算层 → 事件档案层 → 智能体分析层 → 可视化交互层 完整业务链路为： 全球数据接入 → 数据标准化 → 质量控制 → 异常筛查 → 时间与空间验证 → Argo 剖面关联 → FAO 渔业资源匹配 → 文献检索 → 智能解释 → 报告生成 → 持续跟踪 1. 多源数据接入层 平台统一接入： - Argo/BGC-Argo：浮标位置、轨迹、温度、盐度、叶绿素和硝酸盐剖面； - NOAA：海表温度、分析误差、水体掩膜和海冰比例； - Copernicus Marine：海流、风场、海浪、历史点位和全球产品数据； - WOA：盐度、硝酸盐等长期气候背景； - FAO ASFIS：水生物种目录、渔业代码和 FishStat 状态； - OBIS：全球海洋生物出现记录； - WoRMS：海洋物种有效学名和分类； - OpenAlex/Crossref：事件相关科研文献； - 海洋背景数据：海域名称、水深、环境信息和中文海洋知识。 2. 科学计算层 系统使用确定性程序完成： - 时间、单位和数值完整性检查； - 数据质量与掩膜检查； - 中位数和 MAD 稳健异常分析； - 连续样本和持续时间判断； - 空间邻域一致性检查； - Argo 浮标球面距离计算； - 物种记录真实距离筛选； - 事件状态和置信度管理； - 数据覆盖率与来源健康计算。 3. 事件档案层 每个事件都拥有独立档案，持续积累： - 事件位置、时间和范围； - 观测值、基线值和异常值； - 数据来源和质量状态； - 样本数量和持续时间； - 附近 Argo 浮标； - 水下温盐与生物地球化学剖面； - 海流、风场、海浪和水深； - FAO 渔区和附近水生物种； - 支持证据、反向证据和缺失信息； - 科学推理、参考文献和不确定性； - 发现、监测、交叉验证、确认、减弱和关闭等生命周期状态。 4. 智能体分析层 平台包含 LangGraph 科学工作流、Codex Runtime 和 Ocean MCP。 智能体可以主动调用工具，查询： - 当前海域； - 海洋观测； - 异常事件； - 事件证据； - 数据来源健康； - Argo 浮标剖面； - Copernicus 海流和风浪； - FAO 渔区与水生物种； - 相关科研文献； - 用户长期研究记忆。 智能体能够生成区域态势总结、事件对比、剖面分析、科学解释、每日简报和 Markdown 研究报告。 5. 可视化交互层 前端集中展示： - 全球海洋地图； - 中国近海标准地图； - 海洋事件和观测队列； - 数据覆盖与来源健康； - Argo 浮标和运动轨迹； - 温盐及生物地球化学剖面； - Copernicus 真实海流粒子； - FAO 渔区与物种卡片； - 事件证据图和生命周期； - 海洋数据 Agent； - 全球每日海洋简报。 四、FAO 渔业资源能力 Ocean Intelligence 已经接入 FAO 全球渔业统计区与 ASFIS 水生物种目录，并结合 OBIS 和 WoRMS 建立渔业资源交叉验证链路。 用户点击地图中的任意海面位置后，系统会自动完成： 1. 判断坐标所属的 FAO 全球渔业统计区； 2. 展示 FAO 区域编号和中英文名称； 3. 检索坐标周围100千米范围内的 OBIS 海洋生物记录； 4. 计算每条记录与目标坐标的真实球面距离； 5. 使用 WoRMS 校验有效学名和物种分类； 6. 使用 FAO ASFIS 匹配水生物种身份； 7. 展示 FAO Alpha-3 代码； 8. 展示 ISSCAAP 渔业分类； 9. 展示物种中文名、科属和分类信息； 10. 标记物种是否具有 FAO FishStat 统计数据； 11. 汇总物种数量、出现记录、最近距离和证据数量； 12. 将渔业资源与海温、海流、风浪和 Argo 剖面联合展示。 系统当前内置 FAO ASFIS 2026.1 数据版本，覆盖鱼类、贝类、甲壳类等大量水生生物。 例如，当南海某片区域出现持续升温时，用户可以同步查看： - 该坐标所属的 FAO 渔业统计区； - 附近真实出现过的水生物种； - 物种对应的 FAO 编码； - 当前海温、海流和风浪； - 最近 Argo 浮标的水下温盐结构； - 相关科研论文； - 智能体生成的综合分析。 这项能力将海洋环境变化与渔业资源连接起来，为渔业研究、生态观察、海洋科普和公众探索提供完整的数据入口。 五、核心功能 1. 全球海洋态势 平台覆盖七个核心区域： - 全球海洋； - 中国近海及西北太平洋； - 南海及邻近海域； - 印度洋； - 北大西洋； - 南太平洋； - 地中海。 每个区域都拥有独立的事件、观测、数据覆盖、来源健康、Argo 状态和更新时间。 2. 海洋异常发现 平台可以分析： - 海洋热浪； - 海温冷异常； - 盐度异常； - 叶绿素与浮游植物变化； - 硝酸盐与营养盐变化； - 碳循环相关变化； - 海流异常； - 中尺度涡； - 海浪异常； - 强风候选； - 台风风险记录。 3. Argo 水下剖面 用户点击任意海面坐标，系统自动寻找附近 Argo 或 BGC-Argo 浮标，并展示： - 浮标平台编号； - 与目标坐标的距离； - 最新观测位置与时间； - 浮标轨迹； - Cycle； - 最大压力； - 温度剖面； - 盐度剖面； - 叶绿素剖面； - 硝酸盐剖面； - 原始值和调整值； - 每个采样层的 QC 状态。 4. 真实海流、风场与海浪 平台读取 Copernicus Marine 真实矢量场，地图粒子方向和相对速度由 u/v 数据控制。 系统支持： - 地图视窗海流场； - 点位海流查询； - 点位风速和风向； - 有效波高； - 涌浪和风浪； - 历史点位记录； - 全球产品数据量统计； - Copernicus 每日事件索引。 5. 海洋数据智能体 用户可以直接提出自然语言问题： 总结南海当前最值得关注的异常事件。 分析西北太平洋海温变化与附近 Argo 温盐剖面的关系。 这个坐标属于哪个 FAO 渔区，附近有哪些水生物种？ 当前海流和风浪可能如何影响这一异常？ 为选中事件生成一份包含证据和文献的研究报告。 智能体会根据问题主动调用 Ocean MCP 工具，展示数据查询和推理轨迹，并生成结构化结果。 6. 全球每日海洋简报 系统可以定时刷新全球数据并生成每日简报，内容包括： - 全球主要异常候选； - Argo 活跃浮标情况； - Copernicus 海流、风浪和产品数据； - 数据来源运行状态； - 重点事件与证据摘要； - 数据时间和追溯信息； - Markdown 格式完整报告； - 可选 Webhook 推送。 六、数据精度与科学可信度 Ocean Intelligence 从空间、时间、垂向、位置、物种匹配和结论六个维度建立精度体系。 1. NOAA 海表温度精度 平台接入 NOAA 全球海表温度产品： - 0.05° 原生空间分辨率； - 赤道附近约对应 5千米级网格； - 同步读取海表温度和分析误差； - 同步检查水体与海冰状态； - 海冰比例筛选阈值为15%； - 分析误差筛选上限为5℃； - 保存原始分辨率、实际采样步长和有效点数量。 平台可以分析一个海温高值是否具有空间邻域一致性，以及该信号的数据质量是否达到筛查要求。 2. Copernicus Marine 时空精度 平台接入的主要 Copernicus Marine 产品包括： - 海流：小时级数据； - 风场：0.125°空间分辨率，约14千米，1小时时间分辨率； - 海浪：0.083°空间分辨率，约9千米，3小时时间分辨率。 海流视窗根据地图范围动态采样，点位接口返回最新有效时次、变量和数据产品编号。 3. Argo 垂向精度 Argo 数据保留原始采样层级，覆盖从海面到深海的垂向结构。 近表层分析优先读取 20 dbar以内的观测。系统优先使用通过 QC 的调整值，再使用同层通过 QC 的原始值。 界面显示精度包括： - 温度：小数点后两位； - 盐度：小数点后三位； - 叶绿素：小数点后三位； - 硝酸盐：小数点后三位。 数据同时保留平台编号、Cycle、采样压力、时间、位置和 QC。 4. 坐标与距离精度 地图探针、最近浮标和物种距离采用 Haversine 球面距离公式： - 地球平均半径采用 6371.0088千米； - 支持全球经纬度； - 后端距离计算结果保留至 0.001千米； - 候选浮标按照真实球面距离排序； - 渔业物种记录按照实际距离过滤。 距离输出精度用于排序和筛选，观测位置精度由对应数据源决定。 5. FAO 物种匹配精度 渔业资源采用多源交叉匹配： OBIS 出现记录 → 实际距离过滤 → WoRMS 分类校验 → FAO ASFIS 物种匹配 → FishStat 状态标记 只有达到物种级分类并通过校验的记录才会进入渔业资源列表。 系统同时保存： - 物种科学名称； - 中文名称； - FAO Alpha-3 代码； - ISSCAAP 分类； - 科与目； - 最近出现距离； - 出现记录数量； - 证据时间范围； - FishStat 数据状态； - ASFIS 数据版本。 6. 异常事件时间精度 海洋热浪和冷异常采用严格时间条件： - 至少5个连续日尺度样本； - 连续跨度达到96小时以上； - 相邻观测间隔保持在12至36小时； - 基线具备明确的气候分位阈值； - 同时检查样本量、异常方向、持续时长和空间邻域。 7. 稳健统计精度 平台使用中位数和 MAD 构建稳健 Z 分数。 系统保存： - 原始观测值； - 基线值； - 异常差值； - 稳健 Z 分数； - 样本数量； - 连续样本数量； - 持续时间； - 数据质量通过率； - 空间邻域数量； - 事件置信度。 8. 结论精度 事件状态按照证据强度逐级演进： - 普通观测； - 异常筛查候选； - 持续监测事件； - 多源交叉验证事件； - 已确认事件； - 减弱事件； - 已关闭事件。 结论精度随着数据质量、时间连续性、空间一致性和多源证据同步提升。 七、技术栈 前端技术 - React 19：构建海洋智能工作台； - TypeScript：管理复杂海洋数据类型； - Vite 6：开发服务器与生产构建； - MapLibre GL：地图、事件、浮标和海流图层； - Three.js：海洋动态视觉效果； - Recharts：剖面、证据和统计图表； - Lucide React：界面图标； - Playwright：端到端交互测试。 后端技术 - FastAPI：REST API、业务服务和静态站点； - Pydantic：海洋事件、证据、浮标和报告模型； - NumPy：稳健统计与异常检测； - NetCDF4：海洋科学网格数据处理； - HTTPX：多源数据和模型服务请求； - Copernicus Marine Toolbox：海流、风场和海浪产品； - OpenCC：中文内容规范化； - Pytest：后端自动化测试。 智能体技术 - LangGraph：科学分析工作流和状态管理； - Codex Runtime：线程、流式执行和任务轨迹； - Ocean MCP：海洋领域工具协议； - Responses API：智能分析主路由； - Chat Completions：模型热备路由； - SQLite Checkpoint：流程检查点与状态恢复。 数据与存储 - PostgreSQL：生产账户、会话和用户配置； - SQLite：本地状态、Agent 记忆和检查点； - 磁盘缓存：区域快照、每日简报和外部数据； - FAO ASFIS 2026.1：水生物种与渔业分类； - OBIS：海洋生物出现记录； - WoRMS：海洋物种分类； - OpenAlex/Crossref：科研文献检索。 部署与运维 - Docker/Docker Compose：服务编排； - Caddy：HTTPS 与反向代理； - Cloudflare Tunnel：公网安全发布； - PostgreSQL Backup：数据库备份恢复； - 请求性能系统：Request ID、响应耗时、错误量和P95； - Ubuntu 22.04：生产部署环境。 八、项目领先性 1. 一个坐标连接六类海洋信息 用户点击一个海洋坐标，即可获得： 1. 海域与地理背景； 2. FAO 渔业统计区； 3. 附近水生物种； 4. 最近 Argo 浮标与水下剖面； 5. 海温、海流、风场和海浪； 6. 异常事件、科研文献和智能分析。 一个坐标由此成为连接物理海洋、生物地球化学、渔业资源和科研知识的统一入口。 2. “海面—水下—生态—知识”四层联动 平台建立四层联合分析： - 海面层：卫星海温、海流、风场和海浪； - 水下层：Argo 温度、盐度、叶绿素和硝酸盐剖面； - 生态层：FAO 渔区、ASFIS 物种和 OBIS 出现记录； - 知识层：科研文献、海洋知识和智能体分析。 用户可以从一个海温异常出发，继续理解水下结构、海洋动力、附近物种和科学机制。 3. 海洋事件数字档案 平台以事件为核心组织数据。 每个事件持续积累观测、证据、浮标、物种、文献、解释和生命周期，为事件跟踪、历史回顾、自动简报和专家协作提供统一基础。 4. 证据驱动智能体 Ocean MCP 为智能体提供真实海洋工具。 智能体可以主动检索数据、比较来源、调用剖面、检查质量、查询物种并生成报告，形成完整的海洋智能调查流程。 5. 全球数据与中文体验统一 平台同时提供： - 全球主要海域； - 中国近海重点区域； - 中文海洋术语； - FAO 物种中文名称； - 中国标准地图； - 中文科学解释； - 全球科研文献； - 国际海洋数据产品。 6. 高性能区域快照 系统采用： - BFF 聚合接口； - 内存与磁盘多级缓存； - single-flight 并发合并； - stale-while-revalidate 更新； - 后台刷新任务； - 浏览器请求取消； - 区域级缓存隔离。 前端可以通过一次请求获得事件、指标、来源健康、数据覆盖和 Argo 状态，大幅减少重复调用和上游压力。 7. 完整生产级工程链路 项目覆盖： - 数据采集； - 数据清洗； - 科学计算； - API 服务； - 地图与图表； - 智能体工具； - 用户认证； - 配置加密； - 数据库持久化； - Docker 部署； - HTTPS； - 数据备份； - 性能监控； - 自动化测试。 项目已经具备从黑客松展示继续成长为正式产品的技术基础。 九、对海洋爱好者的意义 Ocean Intelligence 让更多人能够真正进入海洋数据世界。 用户可以直接点击地图上的一片海域，获得一张实时生成的“海洋名片”： - 这里叫什么海？ - 属于哪个 FAO 渔区？ - 附近有哪些鱼类、贝类或甲壳类？ - 最近的 Argo 浮标在哪里？ - 海水表面温度是多少？ - 水下几百米的温度和盐度如何变化？ - 当前海流向哪里运动？ - 风和浪处于什么状态？ - 近期出现了哪些异常信号？ - 有哪些科研论文研究过这里？ 对于潜水、海钓、帆船、海洋摄影、自然观察、地理学习和海洋科普爱好者，平台提供了一种“透视海洋”的能力。 地图上的每一片蓝色区域，都拥有温度、深度、流动、生命和故事。 用户可以跟随一只 Argo 浮标观察它穿越海洋，也可以选择一个熟悉的海湾，了解当地物种、海流、风浪和水下结构。 专业海洋数据由此转化为大众可以理解、探索和分享的数字体验。 十、更多核心优势 1. 跨学科融合 平台连接： - 物理海洋学； - 生物地球化学； - 海洋生态学； - 渔业科学； - 海洋地理； - 数据科学； - 人工智能； - 科学传播。 2. 数据可追溯 每项结论都保留来源、时间、产品编号、质量字段、处理参数和证据编号。 3. 数据新鲜度透明 平台展示最新观测时间、缓存年龄、来源健康和刷新状态，用户可以快速判断当前数据状态。 4. 模块化扩展 数据源、事件类型、智能体工具和前端组件采用模块化设计，可以快速扩展卫星海色、潮位、海冰、台风、珊瑚礁、保护区和海洋垃圾等能力。 5. 多源容错 实时服务、持久缓存、后台刷新和来源健康共同构成数据容错体系，保障工作台连续运行。 6. 用户隔离 每个用户拥有独立的登录会话、模型配置、Codex 线程、研究记忆、关注浮标和生成结果。 7. 科研可复现 事件档案保存数据来源、时间范围、质量状态、算法参数和证据关系，为重复分析、项目汇报和历史回顾提供基础。 8. 低门槛交互 用户通过地图点击和自然语言提问即可探索专业海洋数据，无需操作复杂科学文件和数据接口。 十一、项目完成度 截至2026年8月28日，Ocean Intelligence 已经完成端到端核心系统。 已完成能力 - 全球七大海域态势工作台； - NOAA 海表温度与质量数据； - Argo/BGC-Argo 浮标和剖面； - Copernicus Marine 海流、风场和海浪； - WOA 海洋气候背景； - FAO 渔区与 ASFIS 物种； - OBIS 海洋生物记录； - WoRMS 物种分类校验； - 海洋异常自动筛查； - 事件证据和生命周期； - Argo 海面坐标探针； - 真实海流粒子； - 海洋数据 Agent； - Ocean MCP 工具系统； - 科研文献检索； - 全球每日海洋简报； - 用户注册、登录和隔离； - PostgreSQL 数据持久化； - 用户配置加密； - Docker 生产部署； - Caddy 与 Cloudflare Tunnel； - 数据库备份； - 性能统计； - 后端与端到端测试。 当前阶段 - 核心数据链路：已完成 - 海洋事件分析：已完成 - 前端智能工作台：已完成 - FAO 渔业资源能力：已完成 - Argo 水下调查能力：已完成 - 海洋数据智能体：已完成 - 每日简报系统：已完成 - 单机生产部署：已完成 - 专家协作功能：下一阶段 - 多节点规模化能力：下一阶段 项目已经具备现场演示、智能问答、事件调查、报告生成和生产环境运行能力。 十二、下一步计划 第一阶段：全球海洋知识图谱 将海域、物种、浮标、环境变量、异常事件、FAO 渔区和科研文献连接成统一知识网络。 第二阶段：海洋事件数字档案馆 接入多年历史数据和已知事件案例，建设可检索、可对比、可复现的全球海洋事件库。 第三阶段：科学精度评测体系 建设： - 版本化气候阈值库； - 历史事件基准集； - 误报率和漏报率评估； - 多数据源一致性评分； - 智能体引用完整性评测； - 报告质量自动检测。 第四阶段：专家协作系统 增加： - 专家批注； - 事件复核； - 状态升级； - 报告签署； - 审计日志； - 组织和角色权限； - 团队协作工作区。 第五阶段：扩展全球数据 继续接入： - 卫星海色； - 海平面与潮位； - 海冰； - 台风路径； - 珊瑚礁； - 海洋保护区； - 海洋垃圾； - 沿岸观测站； - 渔业捕捞与水产统计。 第六阶段：全球海洋智能网络 通过独立任务队列、分布式计算、对象存储、实时数据流和多节点部署，形成持续感知全球海洋变化的智能基础设施。 十三、项目愿景 Ocean Intelligence 正在为地球上的每一个海洋坐标建立实时智能档案。 当用户点击太平洋中的一个点，系统能够告诉他： - 这里属于哪片海； - 当前海水温度如何； - 海流正在向哪里运动； - 水下温盐结构发生了什么变化； - 附近生活着哪些物种； - 对应哪个 FAO 渔区； - 近期出现了哪些异常； - 全球科研工作者如何理解这片海域。 我们希望让科研人员更快发现海洋变化，让业务人员更高效完成事件研判，让海洋爱好者拥有探索真实海洋数据的入口。 一个坐标，一片海域，一套完整的海洋智能档案。