1月11-12日，首届海洋统计与数据科学研讨会在厦门举办。来自全国高校、科研机构的近一百六十位海洋统计与数据科学及相关领域的专家、青年学者参会。
会议包含18场主旨报告，参会者们围绕数据融合与孪生、气候变化与临界过程、遥感数据处理与分析等前沿议题展开交流和讨论。
11日上午，会议举行开幕式。厦门大学党委常委、副校长吴超鹏，中国科学院院士、清华大学数据科学交叉研究院院长陈松蹊教授，崂山实验室海洋大数据与预测部副部长荆钊分别致辞。开幕式由厦门大学钟威教授主持。
吴超鹏提到，海洋经济正在成为推动经济转型升级的新引擎，而精准统计、智慧分析正是激活这一引擎的重要钥匙。厦门大学海洋学科和统计学科交叉融合、强强合作，主动对接国家战略，近年来在海洋经济核算、海洋生态环境监测统计等方面已经开展了一系列前瞻性研究。厦门大学将以此次研讨会为契机，加大海洋数据科学领域的人才培养与科研攻关力度，积极参与国家海洋大数据平台建设，为完善海洋经济统计体系、推动海洋强国建设贡献厦大力量。
陈松蹊对厦大经济学科的会议组织工作表示了感谢，结合个人海洋统计相关工作经历和国内各高校、研究机构海洋科学领域的研究进展，表示海洋科学数据量越来越多，为统计学提供了无限可能性，期待更多海洋科学和统计学等领域相关的年轻学者参与到这一交叉学科的研究，在科研项目上焕发异彩。
荆钊在发言中表示，海洋作为国家战略安全的屏障和经济高质量发展的战略要地，是重大数据问题孕育的摇篮，包含复杂的研究体系，因此对海洋的认识和理解需要多学科的前沿交叉。如何从认识海洋到经略海洋是一步很大的跨越，从定性的理论认识到定量的建模预测，统计与数据科学在此当中发挥的重要作用。期待本次会议能凝聚学术共识和智慧，在这一交叉领域上形成好的研究思路。
四维地貌景观构建：深时+深地+深海
李三忠，中国海洋大学/崂山实验室教授
李三忠教授介绍了其团队在四维地貌景观模拟领域的研究。研究通过耦合GPlates、Citcoms、GoSPL、Badlands等主流软件，整合多圈层过程与地质记录，旨在重建地球三维地形地貌的亿年尺度演变。李三忠教授以东亚—西太平洋洋陆过渡带为核心区，开展了从微板块重建、深浅圈层耦合到流固过程约束的地貌模拟，验证后将模型拓展至全球。该四维模型将革新资源勘探范式，通过古环境模拟实现油气数字与金属矿床勘探，依托人工智能完成海底高精度成像。在应用层面，李三忠教授提出了结合超算与人工智能，该模型将在国防安全、资源保障及地球系统科学前沿领域发挥关键作用。
MOC是否已经出现临界崩溃的预警信号？
陈显尧，中国海洋大学教授
陈显尧教授聚焦地球气候临界系统研究，针对大西洋经向翻转环流（AMOC）是否已出现临界崩溃预警信号进行了系统分析。陈显尧教授指出，AMOC作为对全球气候影响深远的关键系统，先后有研究称发现其崩溃早期预警信号、预测2057年或出现崩溃。因海洋观测数据匮乏，相关研究采用北半球亚极地区域海表面温度与全球平均表面温度差值作为AMO代用指标。研究认为去线性趋势步骤忽略气候周期性震荡，滑动平均影响数据自由度，且结果对窗口参数敏感；同时指出海洋观测不均匀、观测系统覆盖率变化会干扰时间序列方差，易造成系统稳定性判断偏差。
高维高分辨率海洋数据同化中的统计方法及应用
邱宇谋，北京大学研究员
邱宇谋教授系统探讨了高维高分辨率海洋数据同化中的统计方法创新及其应用。针对大规模非线性系统数据同化中高维度带来的理论与计算挑战，邱宇谋教授提出了一系列创新方法，包括最优分块数据同化、最优多重网格数据同化等。这些方法具有理论一致性，并可与其他正则化方法联合使用，显著提升预报性能。研究同时提供了高效的计算算法，实现了高分辨率海洋数据同化的可行性与效率。在Lorenz 96模型和MITgcm模型中的模拟实验表明，所提方法相比现有方案具有最小的均方根误差（RMSE），且对模型误差不敏感。
海洋数字孪生中的统计与数据科学问题
荆钊，中国海洋大学/崂山实验室教授
荆钊教授系统阐述了海洋数字孪生的构建框架及其面临的统计与数据科学挑战，指出海洋作为一个多尺度、多圈层相互作用的复杂系统，其精准模拟对理解气候变化与保障国家安全至关重要，但是当前气候模式对海洋过程的模拟仍存在显著不确定性，且观测数据稀疏，制约了认知深度。荆钊教授进一步梳理了当前海洋数字孪生发展中的关键瓶颈问题，并展望了统计方法与数据科学在推动多源异构数据同化、模型 数据融合、不确定性量化以及智能预报预测等核心环节中的重要作用，强调学科交叉是提升数字孪生系统精度与可靠性的关键途径。
融合物理模式与数据驱动的海底地形反演及数据集构建
刘小惠，江西财经大学教授
刘小惠教授领衔的江财海洋统计团队的研究针对“依赖单一重力信号源、短波地形非线性反演精度不足、多源数据融合不确定性无统一度量”等科学挑战，构建了“数据治理—方法创新—产品输出”的全流程技术框架。研究首先通过整合多源异构数据，建立支撑高精度反演的多维知识体系；继而突破传统方法局限，提出“物理模式（重力信号约束）+数据驱动（混合尺度卷积网络、地理空间双通道注意力模型）”融合的反演方法，实现中长波与短波地形的高精度反演；同时建立“贝叶斯折衷+多源产品特征融合”的方法体系，结合异构性水深模型区间估计、加权共形预测等技术，完成数据集的不确定性量化，初步形成了公里级分辨率海底地形数据集。
Digital Twins of the Ocean and its Applications
柴扉，厦门大学教授
柴扉教授介绍了海洋数字孪生这一新兴工具。海洋数字孪生能够提供动态、集成的海洋环境虚拟再现，它融合实时观测数据、过程模型与人工智能增强分析技术，通过交互式模拟深化人类对海洋变化、气候影响及社会生态互动的认知。该系统的架构以数据、模型、分析、可视化四大模块为基础，依托人工智能与超算技术驱动，旨在实现实时态势感知、未来趋势预测与多种情景推演。其核心功能在于通过智能化的人机交互界面，系统性地回答用户关于海洋"现状如何"、"趋势怎样"以及"假设情境下可能发生什么"等关键问题。鉴于涉海行业需求日益多元，柴扉教授在报告中结合具体案例，阐释了海洋数字孪生在不同场景下的潜在应用模式，并对其未来发展方向进行展望。
北极何时出现无冰之冬？——基于观测约束的多模式概率预估
段安民，厦门大学教授
段安民教授聚焦于对巴伦支-喀拉海冬季海冰的预估。针对CMIP6模式预估存在的不确定性，研究采用时变涌现约束（time-varying）Emergent Constraint方法，通过将观测信息以“最优约束窗口”的形式动态引入未来投影，在历史阶段寻找与其相关系数最高的“最优约束期”，再用多模式建立回归关系把该约束期的观测 SIC投影到未来窗口。约束后在高排放情景下，未来冬季无冰更可能在本世纪后期出现，且本世纪内最大无冰概率升至约67%—63%；而在中低排放情景下，无冰概率明显降低。本研究提供了一个面向实际应用的科学框架：将多模式的不确定性转化为随情景变化的时间窗+可信概率，为海洋生态、航运窗口、以及中高纬海气相互作用相关风险评估提供更可靠的科学依据。
从近海到大洋：数据与认知双轮驱动下的海洋浮游植物生态学
柳欣，厦门大学教授
柳欣教授基于中国近海至西太平洋长达二十年的多源观测数据，通过“统计—认知”双轮驱动方法，呈现了多个浮游生物类群对多尺度物理过程的响应和碳生物地球化学效应。研究发现在中尺度上，涡旋通过混合及平流作用影响营养盐输送等关键环境因子，改变浮游生物的生长率、摄食率、群落生物量和结构，进而调控有机碳生产量、储量、海气通量和真光层输出通量等关键功能性指标。在更大的时空尺度上，西太平洋赤道低纬度区域的厄尔尼诺—拉尼娜事件对浮游植物群落的影响与东赤道太平洋上升流区域相反，且多气候模态同相叠加会使浮游植物产生更强的响应。柳欣教授的系列科学成果为认识和保护西北太平洋海洋生态系统提供了科学依据。
IAP全球海洋大集合数据构建和应用
成里京，中国科学院大气物理研究所研究员
针对海洋温度观测数据在资料同化、气候变化研究中的重要性，成里京介绍了新一代IAP观测格点海洋温度数据集。该数据集包含900个成员，系统考虑了海洋热含量计算中的10种主要误差来源，包括质量控制、仪器误差、偏差、垂向插值、气候态选取、空间采样和空间插值等。成员间的差异可反映海洋观测数据的不确定性，为海洋热含量及地球能量不平衡提供了较为完整的不确定性测算。该数据集可为评估海洋观测系统、海洋变化检测和归因、模式评估研究等应用提供支撑。基于新数据集，报告也讨论了当前对海洋热含量变化的科学认识和存在的挑战。
此外，中国海洋大学田丰林、北京大学苏武、清华大学朱梓芸和赵烽洄、华东师范大学史兴杰、同济大学周叶青、自然资源部南海调查中心徐焕、北京大学丘竞昆、中国科学院何煦、上海财经大学王守霞、哈尔滨工业大学孙浩轩等青年学者们也依次带来精彩主旨报告。
会议由清华大学数据科学交叉研究院、崂山实验室海洋大数据与预测研究部、厦门大学经济学院、厦门大学王亚南经济研究院、厦门大学邹至庄经济研究院共同主办。
（经济学科 侯展翔、曾尹、郭婷婷、何永芳）
