海洋大数据治理研发团队

针对海洋行业面临的数据体量大、更新快、管理难等痛点问题，工程研究中心海洋大数据治理团队自主研发海洋大数据混合云计算、基于高并发计算的查询检索与分析挖掘、基于国产密码SM4算法的数据安全传输等核心技术；底层研发海洋水文气象大数据存储引擎，基于国产自主可控的分布式文件系统、分布式数据库和关系型数据库，搭建混合云原生分布式数据仓库，以混合云计算为基础，结合边缘计算，并基于通用模型组件，实现水文气象、海洋环境资源、遥感、观测数据的无缝集成，建成全球覆盖、多要素、长时序、高分辨率海洋专题数据集。

数据同化与模式优化研发团队

海洋大数据的多源异构、时空关联、跨域多模态等特征导致现有海洋资料融合处理过程中数据质量存在不确定性，且时空跨尺度与频繁交换造成的数据可信度不足、同化融合困难及机理过程复杂不明等问题，本研发方向在海洋数据多尺度多要素同化技术的支撑下，研发基于AI技术的海洋大数据智能治理算法，构建可靠准确的海洋环境数据集，以解决海洋大数据存在的数据冗余、数据缺失和数据异常等问题；力求突破多源异构数据同化技术，研发融合技术；制定人工智能技术优化海洋模式参数化方案，开展跨尺度多模式计算，研制高精度长时序海洋信息产品。

海洋环境要素智能预报研发团队

当前，海洋大数据的知识管理面临内容交叉、层次关联、时空耦合及动态演化等问题带来的知识集成度低、分析片面化、时空演化不明等挑战，难以实现复杂场景向智能化、知识驱动的转型。本研发方向将突破多模态时空演变场景下统计表证和知识图谱近似推理关键技术，构建融合时空特征、多尺度多要素的海洋知识图谱，并研究融合知识与情境的双向联合推理技术；针对场景要素的多模态特性，开展典型应用场景海洋环境要素的多模态数据建模与智能预报技术研究，构建综合评价指标体系及典型场景管理指标阈值预警模型。

海洋大数据智能服务与示范应用研发团队

结合工程研究中心各个团队自主完成的海洋大数据相关技术，针对多种典型场景的业务化示范应用，工程研究中心智能服务与示范应用团队厘清海洋大数据核心业务流程的数据特征和关联要素，围绕功能需求进行架构设计；集成高并发数据实时加载、多任务资源隔离、异构资源分配的各环节器件和软件，开发通用集成功能模块，设计可视化人机交互界面，制定共享服务标准，完成标准规范、系统服务、应用服务的业务化集成。研发了一系列多场景、多任务、多用户海洋大数据智慧化服务平台及海洋数字孪生系统。