解翠，李明悝，陈萍，李孝天，宋键，董军宇，赵佳萌

1. 中国海洋大学信息科学与工程学院，山东 青岛 266100；2. 中国海洋大学物理海洋教育部重点实验室，山东 青岛 266100

1 引言

随着海洋观测技术和数值仿真技术的不断进步，人们逐渐可以获取到更高分辨率和更大规模的多元时空变化的数据集，这给针对海洋复杂过程的分析研究提供了更多的机会，也带来了很大的挑战。首先，海洋数据本身隐含着复杂的时空过程和多元要素的动态变化，多个时空变量在空间和时间上与多个尺度高度相关，这使得从这些庞杂的数据中获取有价值的模式或发现海洋结构（现象）及其时空演化规律变得困难；同时大数据使得传统的依赖人工发现、评估和解释时空模式或特征的分析方法变得低效；另外对海洋结构及其时空模式的识别目前还是局部粒度的，缺少对其时空模式的整体概览和多尺度细致的分析，而且目前的分析系统也缺少符合海洋研究者探索不同海洋时空情形的高效交互方式；此外，海量海洋大数据导致存储困难、计算时间过长，虽然采用常规的数据约简技术可以降低数据规模，但同时容易引起数据细节甚至关键结构信息的丢失；高纬度的海洋多元要素间的关系分析也变得复杂和困难；传统的2D/3D可视化方法难以应对海量高维复杂时空数据的挑战，视觉混淆和过度绘制问题变得尤为突出。可视分析是结合了机器学习、统计等自……