海洋地理信息系統(tǒng)研究進展

蘇奮振，吳文周，平博，易嘉偉，張宇

（中國科學(xué)院地理科學(xué)與資源研究所，北京 100101；中國科學(xué)院資源與環(huán)境信息國家重點實驗室海洋GIS 中心，北京 100101；中國南海研究協(xié)同創(chuàng)新中心，江蘇 南京 210023）

海洋是人類重要的生存環(huán)境，在當(dāng)今世界，海洋體現(xiàn)出更多的現(xiàn)實與戰(zhàn)略意義。近些年海洋科學(xué)的研究日新月異，許多先進的方法和儀器不斷涌現(xiàn)，新數(shù)據(jù)增長異常迅速。為了高效有序地管理和研究海洋，用于存儲、管理和分析海洋數(shù)據(jù)，服務(wù)于海洋研究、管理和開發(fā)的海洋地理信息系統(tǒng)的研究迅速發(fā)展，并成為海洋領(lǐng)域和地理信息科學(xué)領(lǐng)域交叉的新興學(xué)科。新興交叉學(xué)科的發(fā)展依賴于自身理論技術(shù)的創(chuàng)新性發(fā)展和吸納改造其它學(xué)科的理論技術(shù)。在繼承和發(fā)展傳統(tǒng)陸地地理信息系統(tǒng)的理論技術(shù)方法的基礎(chǔ)上，海洋地理信息系統(tǒng)當(dāng)發(fā)展自身的理論技術(shù)方法，并同時吸納計算科學(xué)、信息科學(xué)、物理海洋學(xué)等理論技術(shù)方法（Su et al，2006）。以下從海洋時空數(shù)據(jù)模型、海洋時空場特征分析、海洋信息可視化和海洋信息服務(wù)四個方面來討論海洋GIS 的最新研究進展。

1 海洋時空數(shù)據(jù)模型

海洋時空數(shù)據(jù)模型是海洋GIS 研究和建設(shè)的基礎(chǔ)。隨著海洋GIS 研究的發(fā)展，一些針對海洋客觀世界的描述和抽象的海洋時空數(shù)據(jù)組織模型得以提出、發(fā)展和應(yīng)用。近年來，該方面研究比較重視海洋的三維性和時間維的變動或連續(xù)性，同時開始關(guān)注尺度性。這些模型可以按維數(shù)、主題或連續(xù)性等來分，這里根據(jù)其最小或最底層描述或表達(dá)的對象來分，即以場或特征為核心的模型兩類。

1.1 基于場的數(shù)據(jù)模型

Varma（2000） 基于HH 編碼，通過對空間的等分，從而索引空間對象。Meaden（2000） 則提出了一種通用層次3D 數(shù)據(jù)結(jié)構(gòu)，采用Magnitude碼索引，用網(wǎng)狀瓦片切分海洋空間。蘇奮振（2001） 采用多層多分辨率格網(wǎng)來統(tǒng)一海洋多要素的時空分布，其在海洋漁業(yè)的研究和管理應(yīng)用中表明該模型具有直觀簡潔的優(yōu)勢，對于資源管理和機理分析提供了有效的數(shù)據(jù)組織管理基礎(chǔ)。仉天宇（2002） 通過總結(jié)海洋GIS 的要求和設(shè)計原則，提出了海洋場模型。該模型采用自適應(yīng)多級格網(wǎng)數(shù)據(jù)模型進行組織，能夠在較高層次上準(zhǔn)確把握海洋現(xiàn)象的整體動態(tài)變化。季民（2004） 在面向場對象模型和海洋場模型的基礎(chǔ)上，提出了基于格網(wǎng)的時序快照修正模型與海洋GIS 時空數(shù)據(jù)組織框架，并將該框架模型理論應(yīng)用到具體案例中，取得了較好的試驗效果。

蘇奮振（2006） 從海洋漁業(yè)數(shù)據(jù)所具有的不同時空粒度的柵格特性出發(fā)，提出了海洋柵格時空層次聚合模型，該模型可以方便地獲取不同區(qū)域、不同時間粒度和不同層次的時空對象數(shù)據(jù)。Cova 等（2002） 提出了一個能夠連接地理空間對象和場的表示方法。該方法采用一系列映射將連續(xù)場中的空間位置映射成離散的對象，能夠向用戶提供多種基元數(shù)據(jù)模型，包括點、線、多邊形、像素，或它們的組合等。Kjenstad（2006） 也提出了基于場和基于對象集成的模型，能夠同時表達(dá)在空間域連續(xù)變化的地理實體與孤立的地理實體。

蘇奮振（2003） 提出了以過程為核心發(fā)展海洋時空數(shù)據(jù)模型的思想，并將該模型應(yīng)用于海洋地理信息系統(tǒng)軟件平臺MaXplore 中。Hofer（2009） 為表現(xiàn)過程信息，提出了地理自然過程的組合模型，即過程描述語言。它基于數(shù)學(xué)模型，采用微分方程和差分方程兩種等價語言，用來描述原型地理自然過程的一般行為。Karssenberg 等（2010） 采用基于場的時空過程數(shù)據(jù)模型模擬現(xiàn)實世界的現(xiàn)象隨著時間的演變過程，并提出了適合表達(dá)該模型的軟件框架，該軟件框架同時還能夠通過數(shù)據(jù)同化集成模型結(jié)果與觀測數(shù)據(jù)。Peter 等（2010） 則提出了一種5D 數(shù)據(jù)模型的方法，它將三維空間位置、第四維時間特征及第五維尺度特征充分集成，并給出地理5D 連續(xù)體定義及地理數(shù)據(jù)的操作方法，保證了地理數(shù)據(jù)在尺度維和時間維的連續(xù)性。

1.2 基于特征的數(shù)據(jù)模型

基于特征的數(shù)據(jù)包括兩部分：一部分是海洋中實際觀測的數(shù)據(jù)，如航線或漂流浮標(biāo)進行的“線”測量，可以認(rèn)為是由系列點構(gòu)成；另一部分是從海洋現(xiàn)象等數(shù)據(jù)中提取出來的一些點、線、面、體的過程特征數(shù)據(jù)。這些現(xiàn)象或?qū)ο?，具有時間、空間、形態(tài)、屬性動態(tài)的特性。

蘇奮振等（2003） 對海洋數(shù)據(jù)來源、處理過程和處理結(jié)果進行了梳理，以面向?qū)ο蟮姆绞?，根?jù)特征數(shù)據(jù)的形狀將海洋數(shù)據(jù)分為點特征對象模型、線特征對象模型、面特征對象模型和體特征對象模型，融入了時間維度用以描述過程，特別地，在該模型中不僅將海洋觀測數(shù)據(jù)進行了考慮，而且對海洋現(xiàn)象進行了充分的分析。Jin 等（2007） 針對現(xiàn)有時空數(shù)據(jù)模型缺乏通用性、靈活性等缺點，提出了一種基于對象關(guān)系型數(shù)據(jù)模型的統(tǒng)一時空數(shù)據(jù)模型，并對其數(shù)據(jù)結(jié)構(gòu)、查詢操作及實現(xiàn)做了闡述。Dawn 等（2008） 對海洋數(shù)據(jù)來源、特點以及海洋用戶實際應(yīng)用需求進行了總結(jié)，提出了ArcMDM（ArcGIS Marine Data Model） 海洋數(shù)據(jù)模型。該模型基于傳統(tǒng)GIS 表達(dá)地理對象的思想，將海洋要素劃分為點、線、面、網(wǎng)格等幾種類型，并將時間維加入到海洋要素屬性域中，同時采用對象關(guān)系數(shù)據(jù)模型Geodatabase 存儲隨時間變化的海洋觀測數(shù)據(jù)與其反演數(shù)據(jù)，實現(xiàn)了海洋時空數(shù)據(jù)的查詢、可視化、處理及分析，解決了部分海洋時空數(shù)據(jù)的組織、存儲、可視化及分析等問題。

Yuan 等（2010） 根據(jù)Clifford 代數(shù)的數(shù)學(xué)理論基礎(chǔ)，擴展了現(xiàn)有時空數(shù)據(jù)模型，構(gòu)建了時空統(tǒng)一表達(dá)的層次體系，并定義了相應(yīng)的數(shù)據(jù)組織結(jié)構(gòu)與存儲結(jié)構(gòu)，實現(xiàn)了時間、空間與屬性的一體化表達(dá)，并將時空代數(shù)應(yīng)用于最短路徑分析、高維Voronoi 以及統(tǒng)一的時空過程分析。薛存金（2012）在蘇奮振（2003） 提出的過程地理信息系統(tǒng)基礎(chǔ)上，提出了以過程為核心的海洋時空過程數(shù)據(jù)模型，該模型將海洋過程泛化為點、線、面、體時空過程，并將整個海洋過程抽象為過程狀態(tài)對象、過程序列對象、過程階段對象、過程對象4 個等級，同時給出了該模型的邏輯結(jié)構(gòu)、物理存儲結(jié)構(gòu)以及相關(guān)時空過程操作，最后通過原型系統(tǒng)模擬了海洋峰、渦漩等具體海洋時空過程。

1.3 海洋數(shù)據(jù)模型研究的思考

海洋數(shù)據(jù)模型是對海洋這一客體的描述，前面從海洋數(shù)據(jù)模型的最小或最底層描述或表達(dá)的對象來分析海洋數(shù)據(jù)模型的研究狀況。事實上，無論海洋客體的客觀性是否具備場和特征兩種對象，信息系統(tǒng)都會充分反映這兩種特性，由此分別產(chǎn)生了以場和特征為核心的數(shù)據(jù)模型。這樣的二元性，往往會導(dǎo)致不同系統(tǒng)或同一系統(tǒng)的不同數(shù)據(jù)表達(dá)不一致或難以集成等問題。因此，如何采用更本原的方式進行海洋客體的反映，應(yīng)該是相當(dāng)長時間里海洋數(shù)據(jù)模型關(guān)注和著力的一大重點。

2 海洋時空場分析

海洋數(shù)據(jù)分析的目的在于揭示海洋現(xiàn)象與要素的時空分異，以及海洋過程的相互影響與制約。海洋現(xiàn)象包含著大量的柔性信息，表現(xiàn)出模糊性、復(fù)雜性和不精確性，正因為如此，在海洋GIS 研究中場概念的重要性被凸顯（蘇奮振，2003）。在海洋場分析上，可以吸納物理海洋學(xué)常用的EOF 和地理信息系統(tǒng)的場分析方法，同時對于場的分析可以借鑒物理場的分析方法，也可以借鑒數(shù)學(xué)的矩陣?yán)碚摰取?/p>

2.1 海洋場重建

海洋場數(shù)據(jù)一般可以由數(shù)值模擬、海洋調(diào)查內(nèi)插和遙感反演等3 種途徑獲得。然而由于分辨率或獲取阻礙等因素往往導(dǎo)致這些數(shù)據(jù)空間缺失或不完備，引起數(shù)據(jù)分析結(jié)果的偏差或失效，成為數(shù)據(jù)不確定性的主要原因之一。高精度地快速恢復(fù)缺失值能夠為海洋數(shù)據(jù)分析提供可靠依據(jù)，可以加寬數(shù)據(jù)的應(yīng)用領(lǐng)域。

空間缺失數(shù)據(jù)的估算一般采用空間插值方法，分為確定性插值和地統(tǒng)計插值。對于最臨近點插值、四鄰域插值、樣條函數(shù)插值等確定性插值方法，由于它們只考慮了缺值點與周圍數(shù)據(jù)之間的距離，并沒有考慮數(shù)據(jù)之間的相關(guān)性，導(dǎo)致得到的缺值數(shù)據(jù)估算值精度相對較低，難以達(dá)到某些空間分析的要求。對于地統(tǒng)計插值，如kriging 等算法，它通過半方差來描述空間相關(guān)性與空間分布模式，從而估算未知點的屬性值。

平博等（2011） 提出一種基于矩陣填充理論的海洋場重建方法，首先針對缺值像素選取窗口，基于方差方法確定窗口的大小，對選定尺寸的窗口內(nèi)的數(shù)據(jù)進行矩陣填充算法，實現(xiàn)局部數(shù)據(jù)的恢復(fù)。

2.2 海洋場鋒面特征提取

海洋鋒是海洋水團特性（溫度、鹽度、葉綠素等） 在水平梯度上明顯不同的狹窄過渡帶。其檢測可采用數(shù)字圖像處理中的邊緣檢測的思路進行，過去更多地采用一些確定性的方法，其當(dāng)前和未來則應(yīng)更加注意概率或不確定性、尺度性和時間動態(tài)3方面問題。

Huh（1982） 基于大范圍的遙感數(shù)據(jù)對西太平洋的溫度鋒進行了研究。Cayula 等（1992） 提出了基于直方圖方法的海洋鋒面檢測算法，算法包括3個層次——圖像層次，窗口層次和區(qū)域/像素層次。首先在圖像層次進行云檢測，若數(shù)據(jù)受云影響大，則不進行鋒面檢測。在窗口層次，當(dāng)窗口的直方圖呈雙峰結(jié)構(gòu)時，表明窗口可能存在鋒面。對雙峰結(jié)構(gòu)的窗口數(shù)據(jù)進行數(shù)據(jù)一致性分析，以確定窗口內(nèi)數(shù)據(jù)是否可分，是否可確定鋒面位置。在像素層次，對檢測到的鋒面進行邊緣跟蹤，獲得連續(xù)鋒面。Cayula 等（1995） 提出基于上述方法的多影像鋒面檢測算法，在進行單一鋒面檢測之后，每一個單一影像的鋒面與相鄰影像的邊緣進行比較，得到穩(wěn)定的邊緣信息。這些穩(wěn)定的邊緣信息用于第二次迭代的輸入，來提高檢測邊緣的概率。

Ullman 等（2000） 對上述的單一影像直方圖方法及多影像直方圖方法和單一影像梯度算法進行比較，結(jié)果顯示，直方圖方法能夠檢測到更少的錯誤鋒面，但相比于梯度算法，直方圖算法會丟失更多尺度小于10km 的鋒面信息。Belkin（2009a） 應(yīng)用Cayula 等（1992） 方法，對世界大洋生態(tài)系統(tǒng)的快速暖化進行了研究，得到近20年世界主要海域海洋溫度變化情況。Yao 等（2012） 應(yīng)用Cayula等（1992） 方法，對南海鋒面進行了檢測，并根據(jù)實測數(shù)據(jù)，證明算法的有效性，并對南海部分鋒面進行了動態(tài)檢測。

Miller（2004） 應(yīng)用Cayula 和Cornillon 的方法于多光譜衛(wèi)星數(shù)據(jù)去探索海洋物理過程和海洋生物過程之間的關(guān)系，提出了一種合成鋒面圖像方法，將多影像檢測結(jié)果中，各個單一鋒面圖像加權(quán)合并為一景鋒面圖像。文中，作者將CHLA、懸浮物和海洋表面溫度進行合并，探索這些數(shù)據(jù)之間的關(guān)系。Oram 等（2008） 使用Canny 算法對預(yù)處理后的數(shù)據(jù)進行高斯平滑濾波，根據(jù)高低閾值定位鋒面，并對檢測出的邊緣進行連接，去除較短邊緣。Belkin（2009b） 提出雙中值濾波方法，可以有效抑制海洋表面溫度數(shù)據(jù)的噪聲，并能保持鋒面信息的連續(xù)。

薛存金等（2007） 針對海洋鋒信息的尺度特性，利用小波多尺度分析特性，提出最佳尺度確定的算法模型，考慮到形態(tài)學(xué)算子具有的尺度特性，次年給出了形態(tài)學(xué)結(jié)構(gòu)元素尺寸與海洋鋒橫斷面寬度和海流流幅的空間尺度的定量關(guān)系（薛存金等，2008）。陳捷等（2010） 針對各種海洋現(xiàn)象在SAR影像中反映出來的海浪波形的不同，采用不同的連續(xù)小波變換基提取SAR 圖像中的海洋現(xiàn)象。平博等（2013） 提出基于引力模型的海洋鋒面檢測，采用濾波后數(shù)據(jù)去零處理和局部歸一化，提高了噪聲免疫力。

2.3 海洋場渦漩特征提取

中尺度渦是近幾十年來物理海洋學(xué)領(lǐng)域研究的熱門。隨著海量、高精度、長時間海洋遙感衛(wèi)星資料及其反演的海洋要素場數(shù)據(jù)快速增加，如何從這些歐拉式場數(shù)據(jù)中準(zhǔn)確、有效地自動提取出海洋中尺度渦漩過程演變信息，是近年來海洋場信息提取及中尺度渦定量研究的重要內(nèi)容。

海洋渦漩信息提取可分為識別和跟蹤兩部分。從識別方法看，最早的渦漩識別方法可追溯到1970年，Okubo 等（1970） 提出了一種Okubo-Weiss（OW） 物理參數(shù)法，用于從海表面高度數(shù)據(jù)中提取渦漩信息。OW 方法也是目前影響最深遠(yuǎn)的渦旋識別方法之一，至今仍有不少研究采用該方法進行海洋渦漩信息提取與研究。Fang 等（2003）和Morrow 等（2004） 在研究中都采用了設(shè)置SLA閾值約束法來提取渦漩面積，Chelton 等（2011）為了做全球海洋渦漩信息的提取，則在此類方法的基礎(chǔ)上提出了一種無閾值約束的SSH 方法。Chaigneau 等（2008） 和Nencioli 等（2010） 則根據(jù)海洋渦漩流場存在封閉環(huán)狀的流線矢量特征，分別提出了Wind-Angle（WA） 方法和Vector-Geometry（VG） 方法。

在渦漩跟蹤方法研究方向上，Morrow 等（2004） 提出了最簡單直觀的空間距離搜索法，通過空間鄰近關(guān)系來判別不同時刻渦漩是否同屬于一個演變過程。Penven 等（2005） 則提出將空間距離遠(yuǎn)近與渦漩基本屬性相似性結(jié)合，通過整體相似程度來追蹤不僅距離近而且形態(tài)屬性相似的渦漩狀態(tài)。Chaigneau 等（2008） 在該方法基礎(chǔ)上加以改進，并應(yīng)用于南太平洋東部海域的渦漩追蹤。Henson 等（2008） 則從相鄰時刻渦漩形態(tài)面積疊加的角度，提出了一種基于像元連通性的追蹤方法，但這種方法不適用于追蹤渦漩形態(tài)變化復(fù)雜而不穩(wěn)定的渦漩過程。

近年來我國學(xué)者也開始嘗試在現(xiàn)有研究基礎(chǔ)上提出或改進渦漩自動識別與跟蹤算法。Yong 等（2006） 提出了一種多重分形濾波的方法來從遙感數(shù)據(jù)源中提取渦漩形態(tài)。Wang 等（2013） 對Chelton 等（2011） 提出的SSH 算法進行了改進，以克服渦漩多渦構(gòu)造給識別跟蹤算法帶來的困難。Yi 等（2013） 則嘗試結(jié)合傳統(tǒng)的OW 方法和SLA極值點提出一種混合式的方法，充分利用了兩者優(yōu)勢，提高了渦漩識別的準(zhǔn)確性，并可實現(xiàn)對多渦復(fù)雜結(jié)構(gòu)的識別計算。

2.4 海洋時空場分析的思考

前面從海洋場重建、鋒面特征和渦漩特征提取的方法回顧了海洋時空場分析的研究進展。事實上，這3 方面并不能涵蓋海洋時空場分析所有的具體案例研究，每一方面也難以進行概括性總結(jié)，比如時空場重建中，關(guān)于插值或恢復(fù)的算法不計其數(shù)，那么哪些當(dāng)屬于海洋時空場分析的內(nèi)容呢？海洋時空場分析作為海洋GIS 重要的構(gòu)成部分，應(yīng)當(dāng)研究哪些內(nèi)容，從何種角度進行研究才會對海洋GIS 的時空分析理論方法具有最直接的推動作用？這些都是值得海洋GIS 研究者思考的地方。當(dāng)前研究大體采用思路是針對特定問題，采用一種可能適合該場景的方法，于是方法紛呈且散亂。那么是否可以構(gòu)建一個成體系的理論或方法體系，以作為海洋地理信息系統(tǒng)時空分析獨特的基礎(chǔ)理論或方法體系，將會成為海洋時空場分析有所突破的難點！

3 海洋信息可視化

海洋信息可視化，不僅僅是針對海洋數(shù)據(jù)的視覺表現(xiàn)，也是一種重要的分析手段，可以通過它完成可視化分析，獲取蘊含在海洋環(huán)境中的物理、生物和化學(xué)特性、規(guī)律以及不同尺度的關(guān)系。海洋GIS 的業(yè)務(wù)化對海洋信息可視化提出了新的需求（Chen et al，2009；He et al，2010）。與海洋數(shù)據(jù)模型相似，海洋GIS 可視化工作也從2 維走向高維，從靜態(tài)走向動態(tài)，從單一尺度向兼容多尺度過渡。計算機圖形學(xué)及硬件技術(shù)的發(fā)展，也使海洋信息可視化進入更加直觀更加現(xiàn)實化的階段。海洋信息的可視化可以按維數(shù)、方法或主題等來分，這里按表現(xiàn)數(shù)值或表現(xiàn)現(xiàn)實來分。

3.1 海洋要素數(shù)值可視化

海洋要素可視化多著重于對海洋溫度、鹽度的研究，通常利用連續(xù)的海洋場實現(xiàn)海洋溫度、鹽度的可視化，一般表示為曲面或者體。在傳統(tǒng)的三維表現(xiàn)方面，多采用插值算法生成海洋要素場，如涂超（2007） 采用多重二次型插值算法，高錫章等（2011） 采用擴展克里金和距離反比插值算法，馮杭建等（2010） 對二、三維模擬分別進行插值并討論海洋多維可視化效果，范麗民等（2012） 采用基于三角網(wǎng)格和模糊聚類，李德仁等（2012） 利用四面體計算三維等值面。

隨時序數(shù)據(jù)的增加，人們開始在海洋GIS 上采用動態(tài)方式表現(xiàn)海洋過程，展現(xiàn)時間連續(xù)的海洋場景（孫曉宇，2005；黃杰，2008；Liu et al，2010）。Li 等（2011） 開發(fā)4 維系統(tǒng)，模擬分析不同位置海洋溫度剖面情況。Song 等（2010） 基于數(shù)據(jù)類型和海洋數(shù)據(jù)采集方法，提出了海量多維海洋數(shù)據(jù)處理模型，可模擬海洋溫度和壓力變化。Wei 等（2010） 利用GPU 技術(shù)，從體渲染角度表現(xiàn)海洋溫度情況。劉文亮等（2009）、肖如林等（2010） 則從遠(yuǎn)程可視化的環(huán)境中采用柵格層的多幀連續(xù)傳送方式實現(xiàn)海洋溫度場的可視化。渲染方式除傳統(tǒng)的面渲染，也發(fā)展了基于體渲染的可視化（Berberich et al，2009，）。在確定性的可視化外，也發(fā)展了基于不確定性分析的可視化（Dinesha，2012）。

海洋動力要素可視化既可以通過求解數(shù)學(xué)物理方程實現(xiàn)真實場景的模擬，也可以通過矢量場的形式用符號表現(xiàn)出來。國內(nèi)外對于海洋動力學(xué)要素可視化的研究多集中在海洋流場信息的可視化上。He 等（2010） 通過將海洋流場的多層表達(dá)和時刻動態(tài)幀的方式，通過WebGIS 來遠(yuǎn)程表現(xiàn)海流運動狀態(tài)。Butkiewicz（2011） 設(shè)計三維立體渲染系統(tǒng)，實現(xiàn)海流不同深度處流態(tài)的可視化模擬。

3.2 海洋虛擬現(xiàn)實可視化

海洋虛擬現(xiàn)實可視化探討如何利用虛擬技術(shù)來實現(xiàn)海洋這一客體的可視化，突出真實感和沉浸性。目前海洋虛擬現(xiàn)實的研究較多在于“虛擬”，急需開展利用虛擬技術(shù)將實際量測數(shù)據(jù)進行“現(xiàn)實”的可視化。

海表面可視化的主要對象是海浪，逼真的海浪應(yīng)當(dāng)在時間和空間上都具有不規(guī)則性和非重復(fù)性。目前模擬方法主要有幾何模型、統(tǒng)計模型和物理模型等，但往往采用這幾種方法的結(jié)合來實現(xiàn)逼真效果。

幾何模型法有凹凸紋理映射方法（bump mapping）、高度場方法（height field） 和Gerstner-Rankine 模型方法等，Chiu 等（2006） 采用高度場方法獲得海面的高度紋理，并用于海面的動態(tài)變化；李蘇軍（2006） 在Gerstner-Rankine 模型中引入概率，采用視點相關(guān)的圓形網(wǎng)格完成海面高度場的采樣，可實現(xiàn)實時動態(tài)連續(xù)分辨率海浪表現(xiàn)的建模與繪制；韓元利（2007） 改進了Gerstner 模型，通過引入一些物理運動控制參數(shù)可實現(xiàn)更為逼真的效果。

統(tǒng)計模型可以對海浪外觀特征進行描述，或?qū)Σ▌訕?gòu)成譜（Spectrum） 內(nèi)部結(jié)構(gòu)進行描述。皮學(xué)賢（2006） 提出了基于Perlin 噪聲分形面的海面場景建模與繪制算法，采用不同頻率的Perlin 噪聲疊加實現(xiàn)動態(tài)海面模擬。呂文靜（2007） 在Perlin 噪聲的基礎(chǔ)上，采用余弦波模擬由風(fēng)力造成的方向波，并通過光照加強達(dá)到模擬海面的逼真效果。陳?。?011） 采用粒子系統(tǒng)方法產(chǎn)生了較為逼真的浪花。李晨輝（2011） 采用Phillips 譜構(gòu)建基本的海浪模型。

物理模型則可以對海浪內(nèi)部各質(zhì)點的運動狀態(tài)進行模擬，一般通過求解納維-斯托克斯方程（Navier-Stokes equation，簡稱NSE） 來實現(xiàn)流體的模擬，物理真實感和視覺真實感都比較高。其還衍生出光滑粒子流體動力學(xué)方法（Losasso，2008）和淺水方程（Chentanez，2010） 等。

在對海洋模擬渲染時，多采用LOD 技術(shù)，主要方法有矩形網(wǎng)格方法、靜態(tài)網(wǎng)格方法、投影網(wǎng)格方法和圓形網(wǎng)格方法等。Yuri（2005） 提出放射性網(wǎng)格采樣方法，實現(xiàn)了鳥瞰方式較自然的LOD 效果。Xin（2006） 提出了多分辨率嵌套規(guī)則網(wǎng)格的方法，可有效地繪制海面區(qū)域，利于GPU 加速效果的實現(xiàn)。Eric（2010） 考慮了雙向反射分布（BRDF） 對海水著色的影響，較大程度地提高了海水著色的效果。李晨輝（2011） 提出了一種類似Geomipmapping 的模型，將海面劃分為近遠(yuǎn)網(wǎng)格，以適用于大規(guī)模海面的繪制。

海中水體環(huán)境的模擬涉及光線與海水的交互作用?？涛g（caustic） 是常見的水下光聚集現(xiàn)象。Musawir（2007） 為避免復(fù)雜的幾何檢測提出基于圖像空間的刻蝕圖算法。Wyman（2008） 提出了分層次刻蝕圖方法，該方法能夠提高繪制速度，并且支持多光源。Spencer（2009） 提出松弛光子（photon） 算法，刻蝕效果更為柔和。Cem（2009）基于高度場模擬水刻蝕效果。海洋水體內(nèi)光的表現(xiàn)也是虛擬的關(guān)鍵之一，Hu（2010） 基于刻蝕體的理論及光線繪制法，考慮了點光源對光線衰減的影響，較為逼真地模擬了水下光束效果。

3.3 海洋現(xiàn)象可視化

前面的海洋場數(shù)值可視化和虛擬現(xiàn)實可視化，主要還是基于場或柵格得以實現(xiàn)。事實上，根植于海洋離散場上的一些海洋現(xiàn)象，如大型西邊界流、渦漩、流隔、躍層、水團等，常常能希望以矢量對象來可視化，這方面的研究目前較少。

在海洋現(xiàn)象的表達(dá)過程中，海風(fēng)和海霧分別通過對波浪、以及天空背景的霧化效果來表現(xiàn)。波浪的跌宕起伏在一定程度上顯示了海風(fēng)的大小，一般是在對海浪模擬的同時，加入模擬海風(fēng)的方向性函數(shù)。對于海洋現(xiàn)象的其它方面，Berberich（2009）實現(xiàn)了對臺風(fēng)的模擬。馮文娟（2007） 提出時空過程網(wǎng)絡(luò)動態(tài)技術(shù)，模擬臺風(fēng)動態(tài)變化。薛存金（2008） 提出了基于特征的線過程時空數(shù)據(jù)模型，并利用此模型實現(xiàn)了海洋鋒的動態(tài)模擬。Williams（2011） 從獲得的高分辨率海洋數(shù)據(jù)中模擬分析渦漩變化。

3.4 海洋可視化研究的思考

從前面的海洋信息可視化研究分析來看，大體上可以分成體現(xiàn)科學(xué)數(shù)值的可視化和滿足視覺感受的可視化，區(qū)別是可視化結(jié)果是否可以讀出數(shù)值。事實上，從海洋地理信息系統(tǒng)的角度來要求，是需要兩者的統(tǒng)一，即能讀出數(shù)值又能滿足主觀感覺需求。由此，與數(shù)據(jù)模型的二元性相似，海洋可視化也存在二元統(tǒng)一問題，這也是未來海洋信息可視化研究值得注意的地方。

4 海洋信息服務(wù)

面對海洋領(lǐng)域中日益增強的數(shù)據(jù)獲取能力、日益廣布的海洋機構(gòu)、日益增多的海洋應(yīng)用，海洋地理信息服務(wù)的需求日益迫切。海洋數(shù)據(jù)的集成、共享和服務(wù)主要面對的問題和研究主要有：1） 數(shù)據(jù)資源來源廣泛而形式異構(gòu)；2） 數(shù)據(jù)表達(dá)和語義差別導(dǎo)致不可比較而無法集成分析；3） 數(shù)據(jù)和系統(tǒng)功能重復(fù)開發(fā)而復(fù)用程度低；4） 信息系統(tǒng)因各自開發(fā)或業(yè)務(wù)不同，彼此間流程、機制和形式等存在差異而無法協(xié)同；5） 數(shù)據(jù)、設(shè)備和人員在網(wǎng)絡(luò)中的表現(xiàn)和行為各異而不能有效獲取或聯(lián)合。

當(dāng)前研究則更多地強調(diào)處于網(wǎng)絡(luò)中的海洋信息如何快速精準(zhǔn)地被獲取、融合和動態(tài)聚合等。主要涉及的研究包括海洋數(shù)據(jù)的異質(zhì)性、動態(tài)性、海量性在網(wǎng)絡(luò)中的統(tǒng)一、封裝和漸進式傳輸?shù)龋╔ue et al，2008；Li et al，2011；周成虎 等，2013）。未來的發(fā)展將是融入更多的智能化以實現(xiàn)信息的主動服務(wù)。

我國在海洋環(huán)境信息集成與服務(wù)的理論方法研究方面，主要開展了海洋信息服務(wù)的本體方法、異構(gòu)數(shù)據(jù)歸一化、網(wǎng)絡(luò)數(shù)據(jù)一站式服務(wù)、服務(wù)的描述與查找、海洋過程遠(yuǎn)程可視化、網(wǎng)絡(luò)環(huán)境的服務(wù)聚合等研究（He et al，2010；Li et al，2011；王敬貴等，2004），在技術(shù)實現(xiàn)方面，較早地進行了數(shù)字海洋原型系統(tǒng)、海洋信息網(wǎng)格、海岸帶海洋遙感信息云處理等方面的探索（蘇奮振等，2006；He et al，2010）。當(dāng)前研究在于模型的集成和虛擬數(shù)據(jù)的網(wǎng)絡(luò)服務(wù)等（周成虎等，2013）。

各國的海洋數(shù)據(jù)中心紛紛開展海洋地理信息服務(wù)的相關(guān)工作，比如美國國家海洋數(shù)據(jù)中心（NODC）、中國國家海洋信息中心（NMDIS）、日本國家海洋數(shù)據(jù)中心（JODC）、英國的國家海洋數(shù)據(jù)中心（BODC）、荷蘭國家海洋數(shù)據(jù)委員會（NODC of Netherlands） 等。全球數(shù)據(jù)中心（WDC）網(wǎng)絡(luò)把海洋信息網(wǎng)列為重要組成部分，提供了大量海洋、海岸帶的數(shù)據(jù)。美國的WDC-A 海洋學(xué)中心已建立了國家級的海洋資料數(shù)據(jù)庫群和世界海洋資料 數(shù) 據(jù) 庫WOD94、WOD98、WOD01、WOD05，并利用互聯(lián)網(wǎng)技術(shù)將多個分布式海洋資料數(shù)據(jù)庫集成在一起，提供元數(shù)據(jù)查詢、數(shù)據(jù)查詢和產(chǎn)品查詢等共享服務(wù)功能（李海濤，2007）。

在海洋空間數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)方面，美國、英國、加拿大、澳大利亞、日本等發(fā)達(dá)國家都在大力建設(shè)空間數(shù)據(jù)基礎(chǔ)設(shè)施（SDI），一些發(fā)展中國家如伊朗、馬來西亞等國也都在積極推進。這些SDI 建設(shè)都十分注重海洋空間信息問題（夏登文，2006）。由國家海洋局組織實施的“中國近海‘?dāng)?shù)字海洋’信息基礎(chǔ)框架構(gòu)建”匯集了我國海洋信息化服務(wù)的相關(guān)單位，集成了相關(guān)基礎(chǔ)技術(shù)，在數(shù)字海洋系統(tǒng)建設(shè)方面取得了可喜進展（石綏祥等，2011；張峰等，2012）。

在歐盟MAST 計劃的倡導(dǎo)、EESD 計劃擴展下建立了Sea-search 門戶網(wǎng)站，提供有效的導(dǎo)航工具，以方便快捷地存取歐洲各國海洋數(shù)據(jù)中心所管理與發(fā)布的海洋學(xué)數(shù)據(jù)，共享歐洲各國在海洋學(xué)、海洋數(shù)據(jù)和信息管理方面的經(jīng)驗和技能，如數(shù)據(jù)監(jiān)控、跟蹤、質(zhì)量控制、處理、建檔、深加工、數(shù)據(jù)分析、元數(shù)據(jù)庫維護、同化和數(shù)據(jù)分發(fā)服務(wù)。聯(lián)合國環(huán)境規(guī)劃署則利用Internet 的分布式數(shù)據(jù)存儲能力，為用戶提供一個注冊、發(fā)現(xiàn)、訪問、分發(fā)和使用的一站式（one-stop） 方法，提供了污染源分類、海域、海岸帶管理框架和經(jīng)濟部門等四個門戶入口。

美國海洋觀測知識集成網(wǎng)格實驗室（LOOKING） 項目將海洋觀測集成為一個知識網(wǎng)格（knowledge grid），以實現(xiàn)終端用戶控制可擴展的觀測網(wǎng)絡(luò)、海基傳感器和動力監(jiān)測儀器的數(shù)據(jù)流無縫集成、基于網(wǎng)格的海洋數(shù)據(jù)管理、海洋建模和數(shù)據(jù)同化的集成的遠(yuǎn)程計算、分析、綜合、可視化，并建立與其它海洋觀測計劃的互操作和數(shù)據(jù)交換工具。英國NERC DataGrid（NDG） 項目是受國家e-Science 計劃資助的海洋數(shù)據(jù)網(wǎng)格項目，旨在利用網(wǎng)格技術(shù)實現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)的發(fā)現(xiàn)、傳輸和利用，讓網(wǎng)絡(luò)用戶以可視化服務(wù)方式訪問分布在英國不同機構(gòu)的數(shù)據(jù)。

美國的海洋元數(shù)據(jù)互操作項目（MMI，Marine Metadata Interoperation），可以實現(xiàn)海洋領(lǐng)域數(shù)據(jù)共享。它提供了一個開放的海洋資源共享平臺，任何組織和個人都可以將海洋相關(guān)的信息注冊到MMI中，并利用MMI 平臺為用戶注冊的資源做統(tǒng)一的管理、組織和宣傳，以便其他組織發(fā)現(xiàn)和使用這些資源。

當(dāng)前海洋信息服務(wù)的研究紛呈，實際應(yīng)用也熱鬧非凡，各家往往也會關(guān)注元數(shù)據(jù)或數(shù)據(jù)本體的研制。每一個系統(tǒng)都將數(shù)據(jù)與海洋客體對象進行映射，于是每個系統(tǒng)存在一個系統(tǒng)力圖表達(dá)的海洋客體和用于表達(dá)客體的數(shù)據(jù)，這也是一種二元結(jié)構(gòu)。問題在于海洋客體本身是裝不進系統(tǒng)的，于是本體作為海洋客體而存在以供人們查找、管理和使用這些數(shù)據(jù)。進一步地，這個本體依然是大腦的產(chǎn)物，盡管客體對象相同，但客體對象的思維反映卻難以相同，因此如何利用本體完成海洋信息服務(wù)，將會成為未來海洋GIS 信息服務(wù)研究的一個重點。

5 結(jié)語

前面從近年來海洋數(shù)據(jù)模型、海洋時空場分析、海洋信息可視化和海洋信息服務(wù)等方面對當(dāng)前海洋GIS 研究做了概要描述，以反映海洋GIS 的最新研究進展。這些研究一方面反映了研究的深入，另一方面也引發(fā)了思考，特別是對立性思考或二元性在海洋GIS 研究中無處不在。

隨著海洋研究與開發(fā)的迅速發(fā)展，海洋觀測技術(shù)與相關(guān)信息技術(shù)手段的推陳出新，長時間高密度海量數(shù)據(jù)的產(chǎn)生，海洋GIS 作為對多變量、超空間海洋數(shù)據(jù)的多層次、多視角訪問與分析的基礎(chǔ)理論、方法和技術(shù)，正加強在快速、時空互動的人機交互過程方面的研究，使塵封的、歷史的、當(dāng)下的和實時的，乃至虛擬的數(shù)據(jù)發(fā)揮應(yīng)有作用。

與此同時，海洋GIS 在數(shù)字海洋和智慧海洋中，扮演了一個基礎(chǔ)而又核心的理論、方法和技術(shù)角色，其前端是一個可交互的可視的虛擬海洋，支撐它的是一個海洋信息完全多向流動的網(wǎng)絡(luò)，以接納海洋信息采集與傳輸，為海洋信息服務(wù)提供界面和途徑，滿足決策支持、公眾信息服務(wù)的需要，為海洋開發(fā)、綜合管理、執(zhí)法監(jiān)察和國家安全決策提供服務(wù)，它將有效地提高社會公益水平，實現(xiàn)社會持續(xù)發(fā)展，實現(xiàn)與同類技術(shù)的大融合大發(fā)展。

Belkin I M, Cornillon P C, Sherman K, 2009a. Fronts in large marine ecosystems.Progress in Oceanography,81 (1) :223-236.

Belkin I M,O′Reilly J E,2009b.An algorithm for oceanic front detection in chlorophyll and SST satellite imagery.Journal of Marine Systems,78 (3) :319-326.

Berberich M, Amburn P, Moorhead R, et al, 2009. Geospatial visualization using hardware accelerated real-time volume rendering. //OCEANS 2009,MTS/IEEE Biloxi-Marine Technology for Our Future:Global and Local Challenges.IEEE,1-5.

Butkiewicz T, Ware C, 2011. Multi-touch 3D exploratory analysis of ocean flow models.//OCEANS 2011.IEEE,1-10.

Cayula J F, Cornillon P, 1992. Edge detection algorithm for SST images.Journal of Atmospheric and Oceanic Technology, 9 (1) :67-80.

Cayula J F, Cornillon P, 1995. Multi-image edge detection for SST images. Journal of Atmospheric and Oceanic Technology, 12 (4) :821-829.

Cem Y, John K, 2009. Fast real-time caustics from height fields.Vis Comput,25:559-564.

Chaigneau A, Gizolme A, Grados C, 2008. Mesoscale eddies off Peru in altimeter records:Identification algorithms and eddy spatio-temporal patterns.Progress in Oceanography,79 (2) :106-119.

Chelton D B, Schlax M G, Samelson R M, 2011. Global observations of nonlinear mesoscale eddies. Progress in Oceanography, 91 (2) :167-216.

Chen G, W Li, Li X, 2009. Design and implementation of an interactive VR-Ocean platform for ocean environment and marine life simulation.Periodical of Ocean University of China,39 (5) :1037-1041.

Chentanez N, Müller M, 2010. Real-time simulation of large bodies of water with small scale details.//Proceedings of the 2010 ACM SIGGRAPH/Eurographics symposium on computer animation. Eurographics Association,197-206.

Chiu Y F,Chang C F,20006.GPU-based ocean rendering. //Multimedia and Expo, 2006 IEEE International Conference on.IEEE, 2125-2128.

Cova T J,Goodchild M F,2002.Extending geographical representation to include fields of spatial objects. International Journal of Geographical Information Science,16 (6) :509-532.

Dawn J W, Michael J B, Patrich N H, et al, 2008. Arc Marine: GIS for a blue planet.ESRI Press.

Dinesha V,Adabala N,Natarajan V, 2012. Uncertainty visualization using HDR volume rendering. The Visual Computer, 28 (3) : 265-278.

Eric B,Fabrice N,Nicolas H,2010.Real-time realistic ocean lighting using seamless transitions from geometry to BRDFJ. ComputerGraphics Forum,29 (2) :487-496.

Fang F, Morrow R, 2003. Evolution, movement and decay of warm-core Leeuwin Current eddies.Deep Sea Research Part II:Topical Studies in Oceanography,50 (12) :2245-2261.

He Yawen, Su Fenzhen, Du Yunyan, et al, 2010. Web-based spatiotemporal visualization of marine environment data. Chinese Journal of Oceanology and Limnology,28 (5) :1086-1094.

Henson S A,Thomas A C,2008.A census of oceanic anticyclonic eddies in the Gulf of Alaska.Deep Sea Research Part I:Oceanographic Research Papers,55 (2) :163-176.

Hofer B, Frank A U, 2009. " Composing models of geographic physical processes." ?Spatial Information Theory. Springer Berlin Heidelberg,421-435.

Hu W,Dong Z,Ihrke I,et al,2010.Interactive volume caustics insinglescattering media.//Proceedings of the 2010 ACM Siggraph Symposium on Interactive 3D Graphics and Games. NewYork, NY, USA:ACM,109-117.

Huh O K,1982.Satellite observations and the annual cycle of surface circulation in the Yellow Sea,East China Sea and Korea Strait.Coastal Studies Institute, Center for Wetland Resources, Louisiana State Univ.

Jin P, Yuchang Gong L Y, 2007. Design and implementation of a unified spatio-temporal data model. Advances in Spatio-Temporal Analysis:in:ISPRS Book Series.

Karssenberg D,Schmitz O,Salamon P, et al, 2010. A software framework for construction of process-based stochastic spatio-temporal models and data assimilation. Environmental Modelling & Software, 25(4) :489-502.

Kjenstad K, 2006. On the integration of object-based models and fieldbased models in GIS.International Journal of Geographical Information Science,20 (05) :491-509.

Li Wengqing,Chen Ge,Kong Qianqian,et al,2011.A VR-Ocean system for interactive geospatial analysis and 4D visualization of the marine environment around Antarctica. Computers & Geosciences, 37(11) :1743-1751.

Li W, Yang C, Nebert D, et al. 2011.Semantic -based web service discovery and chaining for building an Arctic spatial data infrastructure.Computers&Geosciences,37 (11) :1752-1762.

Liu J, Zhang X, Jian X, et al, 2010. Research on dynamical visualization of the Spatio-temporal process of seawater temperature and salinity.//Geoscience and Remote Sensing Symposium (IGARSS) , 2010 IEEE International.IEEE,1167-1170.

Losasso F,Talton J O,Kwatra N,et al,2008.Two-way coupled SPH and particle level set fluid simulation. Visualization and Computer Graphics,IEEE Transactions on,14 (4) :797-804.

Meaden G J, 2000. " Applications of GIS to fisheries management." ?Marine and Coastal Geographic Information Systems. Taylor &Francis,London,UK (2000) :205-206.

Miller P,2004.Multi-spectral front maps for automatic detection of ocean colour features from SeaWiFS. International Journal of Remote Sensing,25 (7-8) :1437-1442.

Morrow R,Birol F,Griffin D, et al, 2004. Divergent pathways of cyclonic and anti-cyclonic ocean eddies. Geophysical Research Letters, 31(24) .

Musawir S,Jaakko K,Sumanta P,2007.Caustics mapping:an image space technique for real-time caustics.IEEE Transactions on Visualization and Computer Graphics,13 (2) :272-280.

Nencioli F,Dong C,Dickey T,et al,2010.A vector geometry-based eddy detection algorithm and its application to a high-resolution numerical model product and high-frequency radar surface velocities in the Southern California Bight. Journal of Atmospheric and Oceanic Technology,27 (3) :564-579.

Okubo A,1970.Horizontal dispersion of floatable particles in the vicinity of velocity singularities such as convergences.//Deep Sea Research and Oceanographic Abstracts.Elsevier,17 (3) :445-454.

Oram J J,McWilliams J C,Stolzenbach K D,2008. Gradient-based edge detection and feature classification of sea-surface images of the Southern California Bight. Remote Sensing of Environment, 112(5) :2397-2415.

Penven P, Echevin V, Pasapera J, et al, 2005. Average circulation, seasonal cycle,and mesoscale dynamics of the Peru Current System: A modeling approach. Journal of Geophysical Research: Oceans(1978-2012) ,110 (C10) .

Peter V O, Jantien S, 2010. " 5D data modelling: full integration of 2D/3D space, time and scale dimensions" . Geographic information science.Springer Berlin Heidelberg,310-324.

Song Y, Gong J, Zuo Z, et al, 2010. Data integration and visualization:Dealing with massive and multi-dimensional marine spatial data.//Image and Signal Processing (CISP) , 2010 3rd International Congress on.IEEE,4:1620-1623.

Spencer B,Jones M W,2009.Into the blue:better caustics through photon relaxation.Eurographics,28 (2) :319-328.

Su Fenzhen, Yang Xiaomei, Xu Jun, et al, 2006. Primary theory and key technologies for marine geographic information system. Acta Oceanologica Sinica,25 (2) :80-86.

Ullman D S, Cornillon P C, 2000. Evaluation of front detection methods for satellite-derived SST data using in situ observations. Journal of Atmospheric and Oceanic Technology,17 (12) :1667-1675.

Varma H,2000." Applying spatio-temporal concepts to correlative data analysis" . Marine and Coastal Geographical Information Systems.Taylor and Francis,London,UK? (2000) :75-93.

Wang X,Du Y,Zhou C,et al,2013.An improved,SSH-based method to automatically identify mesoscale eddies in the ocean. Journal of Tropical Oceanography,32 (2) :15-23.

Wei L,Xu H,Liu D,2010.Real-time visualization of the East China Sea based on priceton ocean model and volume rendering.//Geoinformatics,2010 18th International Conference on.IEEE,1-4.

Williams S,Hecht M,Petersen M, et al, 2011. Visualization and analysis of eddies in a global ocean simulation. //Computer Graphics Forum.Blackwell Publishing Ltd,30 (3) :991-1000.

Wyman C, 2008. Hierarchical caustic maps.//Proceedings of the 2008 Symposium on Interactive 3D Graphics and Games.Redwood City,California:ACM,163-171.

Xu C J, Su F Z , Du Y Y, et al, 2008. Integration technology research on marine geographical information system. Acta Oceanologica Sinica,27 (6) :40-48.

Xin Z,FengXia L,ShouYi Z,2006.Real-time and realistic simulation of large-scale deep ocean surface.//Advances in Artificial Reality and Tele-Existence.Springer Berlin Heidelberg,686-694.

Yao J,Belkin I,Chen J,et al,2012.Thermal fronts of the southern South China Sea from satellite and in situ data. International Journal of Remote Sensing,33 (23) :7458-7468.

Yi J,Du Y,He Z,et al, 2013. Enhancing the accuracy of automatic eddy detection and the capability of recognizing the multi-core structures from maps of sea level anomaly. Ocean Science Discussions, 10(2) :825-851.

Yong GE, Yunyan DU, Qiuming C, et al, 2006. Multifractal filtering method for extraction of ocean eddies from remotely sensed imagery.Acta Oceanologica Sinica,25 (5) :27-38.

Yuan L,Yu Z,Chen S,et al,2010.CAUSTA:Clifford Algebra-based Unified Spatio-Temporal Analysis.Transactions in GIS, 14 (s1) : 59-83.

Yuri Kryachko, 2005. Using Vertex Texture Displacement for Realistic Water Rendering.GPUGEM2,chapter 18:2-7.

陳捷，陳標(biāo)，許素芹，2010.基于二維連續(xù)小波變換的SAR 圖像海洋現(xiàn)象特征檢測.電子學(xué)報，38（9）：2128-2133.

陳俊，2011.近海海浪的仿真研究.武漢理工大學(xué)博士論文.

范麗民，于紅，駱桂爽，2012.基于三角網(wǎng)格和模糊聚類的海洋牧場溫度可視化.計算機應(yīng)用與軟件，29（3）：228-231.

馮杭建，高錫章，2010.中國海岸帶及近海觀測數(shù)據(jù)多維動態(tài)表達(dá).浙江大學(xué)學(xué)報（理學(xué)版），37（4）：482-488.

馮文娟，杜云艷，蘇奮振，2007.臺風(fēng)時空過程的網(wǎng)絡(luò)動態(tài)分析技術(shù)與示例.地球信息科學(xué)，9（5）：57-63.

高錫章，馮杭建，李偉，2011.基于GIS 的海洋觀測數(shù)據(jù)三維可視化仿真研究.系統(tǒng)仿真學(xué)報，23（6）：1186-1190.

韓元利，2007.基于GPU 編程的虛擬自然環(huán)境技術(shù)研究.武漢大學(xué)博士論文.

黃杰，2008.海洋環(huán)境綜合數(shù)據(jù)時空建模與可視化研究.浙江大學(xué)博士論文.

季民，2004.海洋漁業(yè)GIS 時空數(shù)據(jù)組織與分析.山東科技大學(xué)博士論文.

李晨輝，2011.海洋環(huán)境的高效建模與實時繪制技術(shù)研究.華東師范大學(xué)碩士論文.

李德仁，姚遠(yuǎn)，邵振峰，2012.海島礁及周邊復(fù)雜環(huán)境動態(tài)三維建模.武漢大學(xué)學(xué)報（信息科學(xué)版），37（11）：1261-1265.

李海濤，2007.海洋環(huán)境信息集成方法研究與新一代MAGIS 平臺軟件開發(fā).中國海洋大學(xué)博士論文.

李蘇軍，宋漢辰，吳玲達(dá)，2006.海浪實時建模與繪制技術(shù)研究.系統(tǒng)仿真學(xué)報，18：255-259.

劉文亮，蘇奮振，杜云艷，2009.海洋標(biāo)量場時空過程遠(yuǎn)程動態(tài)可視化服務(wù)研究.地球信息科學(xué)學(xué)報，11（4）：513-519.

呂文靜，2007.基于真實感圖形技術(shù)的虛擬海面場景研究.河北工業(yè)大學(xué)碩士論文.

皮學(xué)賢，2006.大規(guī)模自然場景建模與繪制.國防科學(xué)技術(shù)大學(xué)博士論文.

平博，蘇奮振，杜云艷，等，2013.基于引力模型的海洋鋒信息提取.地球信息科學(xué)學(xué)報，15（2）：187-192.

平博，蘇奮振，周成虎，等，2011.局部SVT 算法的遙感反演場數(shù)據(jù)恢復(fù)實驗分析.地球信息科學(xué)學(xué)報，13（5）：651-655.

石綏祥，雷波，2011.中國數(shù)字海洋：理論與實踐.北京：海洋出版社.

蘇奮振，2001.海洋漁業(yè)資源時空動態(tài)研究.中國科學(xué)院地理科學(xué)與資源研究所博士論文.

蘇奮振，2003.海洋地理信息系統(tǒng)時空過程研究.中國科學(xué)院地理科學(xué)與資源研究所博士后出站報告.

蘇奮振，仉天宇，杜云艷，等，2006.海洋柵格時空層次聚合模型及其漁業(yè)應(yīng)用.中國海洋大學(xué)學(xué)報（自然科學(xué)版）， 36（1）：151-155.

孫曉宇，2005.海洋水文標(biāo)量數(shù)據(jù)的時空過程可視化方法研究.武漢大學(xué)碩士論文.

涂超，2007.海洋溫度場的三維可視化.武漢大學(xué)學(xué)報（工學(xué)版），40（6）：128-130.

王敬貴，蘇奮振，杜云艷，等，2004.基于Ontology 的空間知識查詢方法及其應(yīng)用.地球信息科學(xué)，6（4）：93-99.

夏登文，2006.數(shù)字海洋基礎(chǔ)數(shù)據(jù)及業(yè)務(wù)流程建模方法及相關(guān)技術(shù)研究.東北大學(xué)博士論文.

肖如林，蘇奮振，杜云艷，等，2010.三維虛擬地球的海洋信息適用性分析及原型研究.地球信息科學(xué)學(xué)報，12（4）：555-561.

薛存金，董慶，2012.海洋時空過程數(shù)據(jù)模型及其原型系統(tǒng)構(gòu)建研究.海洋通報，31（6）：667-674.

薛存金，蘇奮振，周軍其，等，2007.基于小波分析的海洋鋒形態(tài)特征提取.海洋通報，26（2）：20-27.

薛存金，蘇奮振，周軍其，等，2008.基于形態(tài)學(xué)的海洋鋒形態(tài)特征提取.海洋科學(xué)，32（5）：57-61.

張峰，金繼業(yè)，石綏祥，2012.我國數(shù)字海洋信息基礎(chǔ)框架建設(shè)進展.海洋信息，1-16.

仉天字，2002.海洋GIS 場模型研究.中國科學(xué)院地理科學(xué)與資源研究所博士論文.

周成虎，蘇奮振，2013.海洋地理信息系統(tǒng)原理與實踐.北京：科學(xué)出版社.