在全球气候变化与海平面上升的双重影响下，沿海高潮洪水事件的频次与强度显著增加，已成为制约沿海地区可持续发展的常态化气候风险。传统长期趋势预估与高成本数值模型难以满足日尺度的精细预报需求，促使预报方法不断向概率化、业务化方向演进。本文系统综述了沿海高潮洪水概率预报模型的研究进展，重点分析了以美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration,NOAA）研发的概率统计模型为代表的国际前沿技术，进一步对比了国内外在该领域的研究现状与面临的差距和挑战。最后，基于我国沿海环境的复杂性与灾害风险特征，在展望中提出应通过发展数值-统计混合预报系统、构建标准化验证数据集、研发区域适配模型等途径，提升我国沿海高潮洪水预报能力与防灾减灾水平。
精确获取南极近岸海域海底地形对揭示南极地质演化、海洋环流及生态环境变化规律至关重要。然而，受低温、强风、密集浮冰漂移等特殊环境影响，该区域多波束水深原始数据存在大量由浮冰强反射、设备噪声等引发的噪声点，现有常规滤波方法在处理此类异常值时存在局限性，会导致地形模型精度不足。为此，本文提出了一种基于网格搜索的DBSCAN算法，通过构建参数空间遍历所有可能的邻域半径（Eps）与最小点数（MinPts）组合，以轮廓系数为核心评价指标选取最优参数，实现高效的水深数据聚类与噪声滤除。实验结果表明，该算法能精准识别并剔除噪声点，剔除比例约9.1%，轮廓系数达0.686。与K-means 、CUBE算法相比，其聚类效果更优，有效提升了数据处理的准确性与可靠性。本研究为南极近岸多波束水深数据处理提供了高效鲁棒的解决方案，对推动极区近岸地形调查的应用发展具有重要意义。
6G无线通信的空天地海一体化愿景为海洋信息网络发展带来了机遇和挑战。水声通信网络是海洋信息网络的重要组成部分。受限于复杂的海洋环境，水声通信已经成为限制一体化网络融合的技术瓶颈之一。本文聚焦水声通信技术，概述了6G无线通信的发展历程，着重分析了水声通信与无线通信在技术标准和频谱资源上的差异。以水声多载波通信为代表，介绍了当前水声高速通信的发展趋势与研究难点。随后重点论述了6G背景下基于可重构智能超表面、语义通信、通感一体化等水声高速通信技术的设计理念与研究挑战，分析了人工智能、多模通信和跨介质通信等辅助海洋通信技术的潜力与不足，并对未来海洋高速通信技术发展前景进行展望，以期为海洋高速通信与信息网络技术研究提供参考。
“一张图”建设是推进自然资源数字化转型和治理能力提升的重要技术手段，海洋场景作为“一张图”的应用领域之一，为海域海岛综合管理应用提供了信息化支撑。为了提升海域使用权数据审核的效率和准确性，本文基于“一张图”海洋场景对申请海域使用权数据审核中的关键技术进行了研究，构建了数据审核的技术框架，并分解技术要点，细化技术流程，通过3个项目用海申请设立相关实例，验证了通过“一张图”海洋场景开展海域使用权数据审核的便捷性和高效性。最后，提出了有关“一张图”海洋场景应用和发展的建议，以期为用海用岛管理信息化建设提供参考。
<正>为深入贯彻落实习近平总书记关于“统一底图、统一标准、统一规划、统一平台”的重要指示精神，自然资源部正在推动建设自然资源管理和国土空间规划“一张图”，其中“一张图”海洋场景的建设工作旨在整合海洋环境、资源、经济、管理等多源信息，构建统一的海洋空间基础信息平台，为实现司局、部局、部门、部省“四个融合”，提升国家海洋治理能力提供支撑。为汇聚学界与业界的智慧，共同攻克“一张图”海洋场景建设中的关键技术与管理难题，《海洋信息技术与应用》期刊特设立“一张图（海洋场景）建设”专题，面向专家学者、科研人员、技术骨干征集高水平学术论文，推动跨学科交叉融合与创新应用，助力“一张图”海洋场景的深化设计与落地实施。
海洋观测数据的快速实时获取对海洋防灾减灾能力提升、海洋经济持续发展和海洋生态保护具有重要意义。海洋观测数据传输与监控系统是保障数据传输的重要手段。目前我国已研发了多种数据传输与监控系统，实现了海洋观测数据的实时传输与到报情况监控，并投入业务化使用。但当前监控系统的关注重点集中在数据的实时到报监控，对监控中出现的数据中断站点故障原因及故障点推断的相关研究较少。本文分析总结了海洋观测数据传输过程中出现的故障并进行分类，设计了故障推断模型，以实现对故障原因及故障点的智能推断，减少人工排查故障的工作量，缩短故障处理和数据传输恢复的时间。
基于高分辨率耦合模式的数值海洋气象-气候环境预测具有重要的现实意义。以一种高效的海洋数据同化（Ocean Data Assimilation,ODA）算法初始化高分辨率耦合模式是进行海洋预测的关键步骤。本文提出了一种新的ODA算法，该算法能够捕捉多尺度观测信息，并将其应用于混合同化框架中。该框架采用两种不同的方法：高效三维变分（3-Dimensional Variational,3DVar）法和集合最优插值（Ensemble Optimal Interpolation,EnOI）法。这一新算法在超级计算机运算能力有限的情况下，仍可将多源观测数据同化到任何高分辨率耦合模式中，从而支持海洋环境的天气-气候分析与预测。
海岸带垃圾监测是保障沿海生态环境质量的重要环节。传统垃圾监测方法因海岸地理环境复杂、实施效率低下，难以覆盖广阔海岸区域，导致垃圾分布无法被及时精准掌握，进而加剧垃圾积累问题。为此，本研究提出了一种基于无人机影像数据与深度学习的智能识别方法，实现了垃圾的精准识别与覆盖面积计算。该方法利用无人机采集高分辨率影像，结合YOLOv5(You Only Look Once version 5)目标检测算法与SAM(Segment Anything Model)图像分割技术，对垃圾目标进行自动识别与分割，并将分割结果保存为GeoTIFF格式，导入地理信息系统（Geographic Information System,GIS）软件进行像素统计和覆盖面积计算。基于混淆矩阵的精度评价结果表明，该方法在实际影像上的总体准确率达到0.95,Kappa系数为0.88，说明模型具有良好的稳定性和一致性。在面积估算方面，将模型分割结果与人工测量面积进行比对，准确率达到95.5%。本研究为海岸带垃圾监测提供了一种智能化、自动化的技术方案，显著提升了垃圾清理与管理的效率与精度，为沿海生态环境保护提供了技术支持。
随着海洋资源开发工作的不断推进，水下图像增强、目标检测与目标跟踪等计算机视觉技术在海洋探测中的应用日益广泛，已成为水下视觉感知研究领域的热点。本文首先总结了水下目标检测与跟踪方面存在的困难，分析了水下视觉感知任务之间的协同关系，然后从水下图像增强、水下目标检测和水下目标跟踪三个方面对近年来的主要研究方法、技术框架进行了系统梳理和综述，并且着重介绍了基于提示学习的水下图像增强、轻量化水下目标检测和基于提示学习的水下目标跟踪等方面的研究进展。最后展望未来，总结分析了基于计算机视觉的水下图像与目标处理将面临的若干挑战，即水下数据集的建设、多任务间的协同、大模型的应用以及在实际环境的部署和应用等。
针对海底微型钻机在复杂海底地形钻取作业时对高机动性的需求，本研究开展了结构紧凑性优化设计。以钻杆置换机构为对象，以关键结构尺寸为优化变量，在满足材料屈服强度的约束条件下，基于多目标遗传算法利用MATLAB平台进行Pareto前沿求解与多目标优化分析。在此基础上构建了该置换机构的三维模型，并采用静力学有限元方法对其在深海高压工况下的力学性能与结构可靠性进行了验证。研究结果实现了结构紧凑性与承载可靠性的协同优化，为深海钻探装备取芯作业的结构设计提供了理论支持与工程借鉴。