目录
 前辅文
 第一章 绪论
  第一节 海洋数据概述
   一、海洋数据基本概念
   二、海洋数据发展历程
   三、海洋大数据基础
   四、海洋数据应用
  第二节 人工智能概述
   一、人工智能基本概念
   二、人工智能发展历程
   三、人工智能算法介绍
  第三节 人工智能在海洋科学中的应用
   一、人工智能海洋学概念
   二、人工智能海洋学的特点
   三、人工智能在海洋学中的典型应用
   四、人工智能海洋学的发展趋势
  思考题
 第二章 海洋数据获取与分类
  第一节 海洋数据获取
   一、海洋观测
   二、海洋数值模拟
   三、室内实验
  第二节 海洋数据分类
   一、海洋环境数据
   二、海洋生态数据
   三、海洋资源数据
  思考题
 第三章 海洋数据管理
  第一节 海洋数据应用场景与管理需求
   一、海洋数据的应用场景
   二、从海洋数据全生命周期看管理需求
   三、国内外典型数据管理方式和规范
  第二节 海洋数据编码及元数据
   一、海洋数据的编码
   二、海洋数据的存储格式
   三、海洋数据的元数据
  第三节 海洋数据文件管理
   一、存储系统的设计目标
   二、现代存储系统组成
   三、分布式文件系统
   四、海洋数据文件存储技术分析
  第四节 海洋数据库管理
   一、数据库概述
   二、海洋数据的通用数据库管理技术
   三、海洋数据的专用数据库管理技术
   四、海洋数据综合存储管理
  第五节 海洋数据质量控制管理
   一、海洋数据质量控制的概念与目的
   二、典型海洋数据质量控制技术
  思考题
 第四章 海洋数据可视化与数字孪生
  第一节 海洋数据可视化
   一、海洋标量场数据可视化
   二、海洋矢量场数据可视化
   三、海洋可视化应用系统构建
  第二节 海洋数字孪生
   一、海洋数字孪生概念
   二、海洋数字孪生发展历程
   三、海洋数字孪生系统的建立
  思考题
 第五章 人工智能基础方法
  第一节 经典机器学习方法
   一、监督学习
   二、无监督学习
   三、强化学习
  第二节 深度学习方法
   一、卷积神经网络（CNN）
   二、循环神经网络（RNN）
   三、生成对抗网络
   四、图神经网络与知识图谱
   五、Transformer网络
  第三节 Python和人工智能
   一、Python与人工智能技术概述
   二、Python基础语法与数据结构
   三、Python高级特性
  思考题
 第六章 海洋环境数据智能处理
  第一节 海洋特征智能识别
   一、海洋涡旋智能识别
   二、海洋内波智能识别
   三、海冰智能识别
   四、海雾智能识别
   五、水下生物智能识别
  第二节 海洋水下环境要素智能重构
   一、基于海表数据的月尺度海洋水下数据重构技术
   二、基于海表数据的天尺度海洋水下数据重构技术
  思考题
 第七章 海洋环境智能预报
  第一节 人工智能赋能数值预报技术
   一、人工智能赋能资料同化技术
   二、人工智能赋能数值模式技术
   三、人工智能赋能数值预报产品偏差订正技术
  第二节 数据驱动海洋环境智能预报技术
   一、基于传统机器学习的海洋环境要素智能预报技术
   二、海洋环境智能预报大模型
   三、海洋环境智能预报预训练技术
  第三节 融合物理机理的海洋环境智能预报技术
   一、基于物理信息神经网络的海洋环境预报技术
   二、融合物理约束和算子神经网络的海洋环境预报
   三、物理模型与深度学习方法的混合建模
  第四节 海洋高影响现象与过程预报技术
   一、台风智能预报技术
   二、海浪智能预报技术
   三、海洋内孤立波智能预报技术
  思考题
 第八章 海洋目标声学和光学信号智能处理
  第一节 海洋目标声学信号智能处理
   一、水声目标水面水下区分
   二、水声目标定位
  第二节 海洋目标光学信号智能处理
   一、船舶目标光学图像检测与识别的基本概念
   二、常用船舶目标光学图像数据集
   三、舰船目标光学图像智能检测与识别方法
  思考题
 参考文献
 前辅文
 第一章 绪论
  第一节 海洋数据概述
   一、海洋数据基本概念
   二、海洋数据发展历程
   三、海洋大数据基础
   四、海洋数据应用
  第二节 人工智能概述
   一、人工智能基本概念
   二、人工智能发展历程
   三、人工智能算法介绍
  第三节 人工智能在海洋科学中的应用
   一、人工智能海洋学概念
   二、人工智能海洋学的特点
   三、人工智能在海洋学中的典型应用
   四、人工智能海洋学的发展趋势
  思考题
 第二章 海洋数据获取与分类
  第一节 海洋数据获取
   一、海洋观测
   二、海洋数值模拟
   三、室内实验
  第二节 海洋数据分类
   一、海洋环境数据
   二、海洋生态数据
   三、海洋资源数据
  思考题
 第三章 海洋数据管理
  第一节 海洋数据应用场景与管理需求
   一、海洋数据的应用场景
   二、从海洋数据全生命周期看管理需求
   三、国内外典型数据管理方式和规范
  第二节 海洋数据编码及元数据
   一、海洋数据的编码
   二、海洋数据的存储格式
   三、海洋数据的元数据
  第三节 海洋数据文件管理
   一、存储系统的设计目标
   二、现代存储系统组成
   三、分布式文件系统
   四、海洋数据文件存储技术分析
  第四节 海洋数据库管理
   一、数据库概述
   二、海洋数据的通用数据库管理技术
   三、海洋数据的专用数据库管理技术
   四、海洋数据综合存储管理
  第五节 海洋数据质量控制管理
   一、海洋数据质量控制的概念与目的
   二、典型海洋数据质量控制技术
  思考题
 第四章 海洋数据可视化与数字孪生
  第一节 海洋数据可视化
   一、海洋标量场数据可视化
   二、海洋矢量场数据可视化
   三、海洋可视化应用系统构建
  第二节 海洋数字孪生
   一、海洋数字孪生概念
   二、海洋数字孪生发展历程
   三、海洋数字孪生系统的建立
  思考题
 第五章 人工智能基础方法
  第一节 经典机器学习方法
   一、监督学习
   二、无监督学习
   三、强化学习
  第二节 深度学习方法
   一、卷积神经网络（CNN）
   二、循环神经网络（RNN）
   三、生成对抗网络
   四、图神经网络与知识图谱
   五、Transformer网络
  第三节 Python和人工智能
   一、Python与人工智能技术概述
   二、Python基础语法与数据结构
   三、Python高级特性
  思考题
 第六章 海洋环境数据智能处理
  第一节 海洋特征智能识别
   一、海洋涡旋智能识别
   二、海洋内波智能识别
   三、海冰智能识别
   四、海雾智能识别
   五、水下生物智能识别
  第二节 海洋水下环境要素智能重构
   一、基于海表数据的月尺度海洋水下数据重构技术
   二、基于海表数据的天尺度海洋水下数据重构技术
  思考题
 第七章 海洋环境智能预报
  第一节 人工智能赋能数值预报技术
   一、人工智能赋能资料同化技术
   二、人工智能赋能数值模式技术
   三、人工智能赋能数值预报产品偏差订正技术
  第二节 数据驱动海洋环境智能预报技术
   一、基于传统机器学习的海洋环境要素智能预报技术
   二、海洋环境智能预报大模型
   三、海洋环境智能预报预训练技术
  第三节 融合物理机理的海洋环境智能预报技术
   一、基于物理信息神经网络的海洋环境预报技术
   二、融合物理约束和算子神经网络的海洋环境预报
   三、物理模型与深度学习方法的混合建模
  第四节 海洋高影响现象与过程预报技术
   一、台风智能预报技术
   二、海浪智能预报技术
   三、海洋内孤立波智能预报技术
  思考题
 第八章 海洋目标声学和光学信号智能处理
  第一节 海洋目标声学信号智能处理
   一、水声目标水面水下区分
   二、水声目标定位
  第二节 海洋目标光学信号智能处理
   一、船舶目标光学图像检测与识别的基本概念
   二、常用船舶目标光学图像数据集
   三、舰船目标光学图像智能检测与识别方法
  思考题
 参考文献