OceanDepths

OceanDepths是一个全球配对地表与次表层海洋观测数据集，由巴伦西亚大学图像处理实验室与欧洲空间局ESRIN联合创建。该数据集整合了超过950万条EN4次表层温盐剖面，与卫星观测的SST、SSS、ADT等海表变量配对，覆盖2000至2024年共1283周，空间分辨率达0.1°×0.1°，并插值至50个标准深度层。数据源自EN4次表层剖面（主要来自Argo浮标）和多源卫星L4产品，同时包含GLORYS12再分析数据以支持对比学习。该数据集旨在为海洋次表层结构重建、季节内预测等任务提供标准化、高分辨率且AI友好的观测基准，促进海洋科学与深度学习的交叉研究。OceanDepths is a global paired sea surface and subsurface ocean observation dataset co-developed by the Image Processing Laboratory of the University of Valencia and ESRIN of the European Space Agency. It integrates over 9.5 million EN4 subsurface temperature and salinity profiles, paired with satellite-derived sea surface variables including SST, SSS, ADT and other related parameters. The dataset spans 1283 weeks between 2000 and 2024, with a spatial resolution of 0.1° × 0.1°, and has been interpolated onto 50 standard depth levels. The dataset is sourced from EN4 subsurface profiles (primarily from Argo floats) and multi-source satellite L4 products, and also incorporates GLORYS12 reanalysis data to support contrastive learning. This dataset aims to provide a standardized, high-resolution and AI-friendly observation benchmark for tasks such as ocean subsurface structure reconstruction and intraseasonal prediction, so as to promote interdisciplinary research between ocean science and deep learning.

原始信息汇总

OceanDepths 数据集概述

基本信息

• 名称: OceanDepths GeoTIFF Raster and Aligned ARGO Dataset
• 许可证: CC BY 4.0
• 发布机构: ESA Φ-lab (European Space Agency)
• 标签: 海洋学、ARGO、GLORYS、OSTIA、海平面、海表盐度、GeoTIFF、Zarr

数据内容

该数据集整合了多种海洋变量，包括：

• ARGO 潜艇数据（投影至 GLORYS 网格，用于构建 ML-ready 数据集）
• 海表高度（Sea Surface Height）
• 海表温度（Sea Surface Temperature）
• 海表盐度（Sea Surface Salinity）
• GLORYS 再分析信息（覆盖 50 个深度层级）

数据集旨在支持基于计算机视觉（CV）的海洋变量重建方法，如 inpainting 类模型。

数据文件结构

• rasters/: 对齐的 uint8 GeoTIFF 产品，包含以下子目录：
  • glorys/thetao/: 位温（开尔文），50 波段 GeoTIFF
  • glorys/so/: 盐度（PSU），50 波段 GeoTIFF
  • ostia/analysed_sst/: OSTIA 海表温度（开尔文），单波段
  • sealevel/adt/: 绝对动态地形（米），单波段
  • sss/sos/: 海表盐度（PSU），单波段
  • sss/dos/: 海表密度（kg/m³），单波段
• argo/argo_profiles_on_grid.zarr: 紧凑的网格索引 ARGO 存储
• data/argo_glors_ostia_ssh.zarr: 完整的富集剖面级 ARGO 存储
• indices/: 包含 profiles.parquet 和 variables.parquet 轻量索引文件

关键技术参数

• 网格: GLORYS 0.1 度全球网格（EPSG:4326，3600×1800 像素）
• 空间范围: 经度 -180 至 180，纬度 90 至 -90
• 时间覆盖: 2000-01-01 至 2024-07-26，每周一个目标日期
• 目标日期数量: 每种栅格产品 1283 个
• 深度层级: 50 层
• 像素编码: uint8，255 保留为 nodata，有效值 0-254 线性解码

覆盖统计

• 富集 ARGO 剖面: 9,485,977 个
• 紧凑网格索引 ARGO 剖面: 9,451,644 个
• 富集 ARGO 剖面日期范围: 2000-01-01 至 2024-07-31

PyTorch 数据加载器

内置独立加载器包 depthdif_dataset/，支持：

• 生成方形补丁（默认 tile_size=128，覆盖 12.8°×12.8° 区域）
• 可配置补丁重叠（stride=128 无重叠；96 有 32 像素重叠；32 有 96 像素重叠）
• 陆地过滤（默认 max_land_fraction=0.30）
• 支持温度与盐度目标
• 可选使用海表盐度替代 OSTIA SST 作为表面上下文
• 合成稀疏观测模式（从 GLORYS 目标采样）
• ARGO 支持过滤（count_argo_support 和 require_argo_for_all 选项）

样本字典

默认返回归一化张量：

• x: 稀疏 ARGO 温度输入（50×tile×tile）
• y: 稠密 GLORYS 温度目标（50×tile×tile）
• eo: 稠密表面上下文（1×tile×tile）
• x_valid_mask、y_valid_mask: 布尔温度掩码
• land_mask: 海洋/支持掩码
• date: 目标日期（YYYYMMDD）
• coords: 补丁中心经纬度（可选）
• info: 补丁/日期元数据（可选）

启用盐度时额外包含 x_salinity、y_salinity 及相关掩码。温度以摄氏度归一化，盐度以 PSU 归一化，可通过内置函数恢复物理单位。

相关数据集

OceanTACO 是基于重叠源产品构建的全球海洋相关数据集。

版权与引用

• 版权：2026, Simon Donike, Ruben Cartuyvels
• 上游产品（EN4/ARGO、GLORYS、OSTIA、海平面、海表盐度）的许可与引用要求仍然适用

搜集汇总

数据集介绍

构建方式

OceanDepths数据集整合了多种海洋观测数据源，通过一套系统化的流程构建而成。首先，从EN4.2.2档案中提取质量受控的温度和盐度剖面，这些剖面来自Argo浮标、船基CTD及XBT等多种仪器。其次，利用线性插值将所有剖面投影到GLORYS12再分析数据的50个标准深度层上，并采用深度自适应的接受准则以保证插值质量。同时，将卫星观测的SST、SSS和ADT产品以及GLORYS12再分析场重新网格化至统一的0.1°×0.1°全球网格，并通过最近的7日平均进行时间配准，确保剖面与表面产品在时间和空间上严格对应。最终，数据以GeoTIFF（密集栅格）、Zarr（对齐剖面和原始剖面）及Parquet索引三种格式存储，并配有可配置的分块系统，便于生成深度学习可用的张量。

特点

OceanDepths数据集具有多项显著特点：它是首个全球范围的AI-ready观测配对数据集，将卫星表面观测与现场次表层剖面相结合，覆盖2000年至2024年，时间分辨率为周，空间分辨率达0.1°×0.1°，包含超过950万个剖面，插值到50个标准深度层。与现有数据集相比，它提供了原始观测配对而非模型重构产品，包含SST、SSS和ADT三种表面变量及温度和盐度两种次表层变量。其极高的空间分辨率（0.1°）和长达25年的时间跨度，使其能够捕捉中尺度海洋动力学特征。此外，数据集附带GLORYS12再分析数据作为配对参考，支持多阶段学习和误差对比。次表层观测的极端稀疏性（约0.01%填充率）对现有AI方法提出挑战，使其成为测试新算法的理想基准。分区系统可灵活配置，支持多种研究需求。

使用方法

OceanDepths数据集的使用方法灵活多样，可支持多种海洋科学研究任务。研究人员可通过提供的PyTorch DataLoader直接加载数据，利用可配置的分块系统将全球海洋划分为128×128像素的空间补丁，并可根据需求调整补丁大小、重叠率和陆地区域过滤规则。数据集内置基于日期（2018年为验证年）的严格划分方案，确保评估无空间泄漏。一个典型的应用是次表层海洋状态重建任务：给定表面观测（如SST、SSS）和稀疏的Argo剖面，模型可预测完整的垂直温度/盐度场。此外，数据集还可用于开发基于观测的预报模型、研究海气相互作用、改进再分析产品等。配套的GLORYS12数据支持在再分析和观测之间进行对比训练或多阶段学习，而原始剖面数据则可用于特定区域的细致分析。用户可通过Hugging Face平台访问数据、代码和基线模型。

背景与挑战

背景概述

OceanDepths数据集由西班牙瓦伦西亚大学图像处理实验室与欧洲空间局（ESA-ESRIN）的研究团队于2026年联合创建，旨在应对全球海洋观测中表面与次表层数据割裂的长期困境。该数据集整合了2000年至2024年间卫星遥感的海表温度、盐度、海面动力地形及EN4原位剖面，覆盖全球0.1°×0.1°空间分辨率和周度时间尺度，包含超过950万个配准剖面，并辅以GLORYS12再分析数据作为密集参考。OceanDepths首次在AI就绪框架下实现了观测数据的标准化配对，为海洋次表层状态重建、动力预测等任务提供了统一的高分辨率基准，推动了海洋科学与机器学习交叉领域的研究进展。

当前挑战

OceanDepths所应对的核心挑战在于海洋次表层观测的极端稀疏性与异构性，每深度层仅约0.01%的有效覆盖率，远超现有算法对不完整数据的处理极限，同时需融合多源卫星与浮标数据，解决空间、时间及垂向深度采样不一致的难题。构建过程中，团队克服了数据源网格异构、剖面插值需保持物理逼真性、以及海量数据存储与压缩等工程障碍，确立了严格的深度自适应质量控制准则。这一挑战性设计既考验模型对近实时观测的利用能力，也推动了对稀疏不规则数据建模新理论的探索。

常用场景

经典使用场景

OceanDepths数据集最经典的使用场景是作为全球海洋次表层状态重建任务的基准数据集。该数据集以0.1°×0.1°的高空间分辨率和周时间分辨率，将卫星观测的海表温度、海表盐度和海表高度与配准的EN4次表层温度盐度剖面相结合，为从海表信息推断海洋内部三维温盐结构提供了标准化的训练与评估平台。研究者可基于该数据集开发各类深度学习模型，如卷积神经网络、U-Net或图神经网络，以完成从稀疏观测到稠密场重建的任务。其全球覆盖范围和长达25年的时间跨度，使得模型能够在不同海洋区域和气候背景下进行训练与验证，从而推动海洋内部状态重建研究的发展。

衍生相关工作

OceanDepths数据集的发布催生了一系列衍生研究工作。首先，基于该数据集，研究者开发了多种次表层温度重建模型，如结合物理引导的深度学习网络，将海表遥感信息与次表层剖面观测融合，实现更高精度的三维温盐场重构。其次，该数据集促进了海洋预报领域的新基准构建，例如利用其稀疏观测特性设计序列到序列的预测模型，探索从海表到深海的热量传递过程。此外，数据集中的观测-重分析配对结构激发了对重分析产品误差评估的研究，推动了融合观测与模型优势的混合方法的发展。在方法论层面，针对其极低观测率的特点，研究者提出了基于图神经网络或扩散模型的非规则采样数据学习新范式，这些方法不仅适用于海洋，也为其他地学领域的数据重建提供了借鉴。

数据集最近研究

最新研究方向

OceanDepths数据集的最新研究聚焦于利用高分辨率、多变量、长时序的全球海洋表层-次表层配对观测数据，推动人工智能驱动的海洋次表层状态重建与预测研究。该数据集通过整合卫星遥感海表温度、盐度、高度计数据与En4原位剖面，并辅以GLORYS12再分析产品，构建了首个全球、0.1°空间分辨率、周尺度、覆盖2000-2024年的AI-ready标准数据集，其极稀疏的次表层观测（约0.01%密度）为生成式模型、图神经网络等新型架构提供了极端不完整数据学习测试平台，有望突破当前依赖再分析数据重建的局限，促进观测驱动的海洋动力过程建模与气候预测研究。

相关研究论文

• OceanDepths: A Global Dataset of Paired Subsurface and Surface Ocean Observations

  巴伦西亚大学·图像处理实验室; 欧洲空间局·ESRIN · 2026年