1. 课程导入与海洋环境数据认知

欢迎进入《海洋环境数据分析零基础入门》。在动手写第一行代码之前，我们需要先建立一张“认知地图”：海洋环境数据到底长什么样、从哪里来、能用来回答什么问题，以及一个零基础学习者应该按什么顺序、准备哪些工具去接近它。本章不涉及复杂算法，目标是把后续 29 章要用到的概念地基打牢。

一、海洋环境数据是什么：四类常见对象

海洋环境数据是对海洋及其上方大气、下方海底某一状态或过程的定量记录。按观测对象，初学者最常接触的有四类：

• 物理海洋数据：海水温度、盐度、密度、海流流速流向、海面高度、波浪有效波高与周期等。它们描述海水的“运动与热力状态”。
• 气象与海气界面数据：海面风速风向、气温、气压、降水、辐射通量、热通量。海气交换是驱动海洋环流的重要外力。
• 生化与生态数据：溶解氧、叶绿素 a 浓度、营养盐（硝酸盐、磷酸盐）、pH、悬浮物浓度等，常用于水质评价与生态监测。
• 海底与地质数据：水深（测深）、海底地形、沉积物类型、底质粒度等，服务于航道、工程与栖息地分析。

每一类数据都带有三个不可忽略的“身份信息”：空间位置（经纬度、深度层）、时间（观测时刻或时间区间）、单位与基准（如温度用摄氏度、盐度用无量纲 PSU、海面高度相对哪个基准面）。忽略任何一项，后续分析都可能得出错误结论。

二、数据从哪里来：五种主要来源

海洋环境数据的来源可以按“获取方式”分为五条主线，它们的分辨率、覆盖范围和误差特征差异很大，这直接决定了分析方法的选型。

1. 现场观测：科考船走航、锚系浮标、潜标、漂流浮标（如 Argo 剖面浮标）。精度高、参数全，但空间覆盖稀疏、时间不连续。
2. 遥感观测：卫星高度计、海表温度辐射计、海洋水色传感器、散射计。空间覆盖广、时间序列长，但只能测海表，且受云、雨、近岸陆地污染影响。
3. 数值模式再分析：如全球海洋再分析产品，把模式与观测同化，得到时空连续、网格规则的场。方便但属于“模式估计”，不是直接观测。
4. 台站与业务监测：海洋站、浮标网、水质自动监测站，适合长期定点趋势分析。
5. 公开数据平台：国内外海洋数据中心、卫星数据中心提供下载接口与元数据说明，是零基础学习者最现实的入口。

三、数据分析在海洋环境领域能做什么

把数据变成结论，通常落在四类任务上：描述（某海域多年平均海温、季节变化）、比较（近岸与离岸、丰水期与枯水期差异）、关系（风速与有效波高的相关、叶绿素与营养盐的关系）、预测与异常识别（短期趋势外推、识别异常高温或低氧事件）。这四类任务对应不同的图表与方法：描述用统计量与时间序列图，比较用分组箱线图或差值图，关系用散点图与相关系数，异常识别用阈值判定或距平分析。

下面这张图把“数据来源—数据类型—典型分析任务”的对应关系梳理出来，帮助你在拿到一份数据时快速判断它能支撑什么分析。

四、零基础学习路径：从“会看”到“会算”

建议按四个阶段推进，每个阶段都有可检验的小目标，而不是笼统地“学完工具”。

阶段一：会看数据。能打开一份 NetCDF 或 CSV 文件，说清它的变量名、维度（时间、纬度、经度、深度）、单位、缺测值标记（常见为 -999 或 NaN）。检验标准：能画出单个变量的时间序列或空间分布草图。

阶段二：会清洗。能处理缺测、重复记录、单位换算（如把开尔文转摄氏度、把 cm/s 转 m/s）、经纬度范围与坐标顺序问题。检验标准：清洗前后样本量、极值、均值的变化能说清楚。

阶段三：会统计与可视化。能计算均值、标准差、分位数、相关系数，并选择匹配的图表表达。检验标准：给定“比较两个站点溶解氧季节差异”这类问题，能独立选图并解释。

阶段四：会简单建模与复现。能做线性趋势拟合、滑动平均、阈值异常判定，并把整个流程写成可重复运行的脚本。检验标准：换一份同格式数据，脚本改路径即可跑通。

五、工具准备：最小可用组合

零基础不必追求工具齐全，先搭一套“能读、能算、能画、能存”的最小组合即可：

• Python 3 + Jupyter Notebook：交互式环境，适合边看数据边记录思路。
• numpy / pandas：数组运算与表格处理，是清洗与统计的主力。
• xarray + netCDF4：读取带维度标签的海洋网格数据，避免手工记维度顺序。
• matplotlib：基础绘图；需要地图投影时再加 cartopy。
• 一份数据说明文档：变量含义、单位、缺测值、时间基准，比任何库都重要。

下面给出一个最小可运行的读取与检查示例，用于确认数据“长什么样”。示例中的文件名与数值均为演示用假设，实际运行时请替换为你下载的数据路径。

import xarray as xr

# 打开一份示例海温数据（文件名与内容为演示假设）
ds = xr.open_dataset("sst_demo.nc")

print(ds)                 # 查看变量、维度、坐标
print(ds["sst"].attrs)    # 查看单位、缺测值等属性
print(ds["sst"].shape)    # 例如 (时间, 纬度, 经度)

# 取某一点的时间序列并做基本统计
series = ds["sst"].sel(lat=20.0, lon=120.0, method="nearest")
print("样本数:", series.size)
print("均值:", float(series.mean()))
print("缺测数:", int(series.isnull().sum()))

运行后重点看三件事：维度顺序是否符合预期、单位是否为摄氏度、缺测比例是否过高。若缺测比例很大，后续均值与趋势都要谨慎解读，并在报告中注明。

六、本章要点回顾

海洋环境数据分析的本质，是把带有空间、时间、单位三重身份的数据，转化为可解释的描述、比较、关系或异常结论。数据来源决定分辨率与误差特征，分析任务决定图表与方法，学习路径决定你每一步该练什么。接下来各章将沿着“读数据—清洗—统计—可视化—简单建模”的顺序逐步展开，本章建立的这张认知地图会在后续反复用到。