海豹驮着CTD，把南大洋9万条残缺数据“脑补”成了3D深海剖面！

海潮天下·导读

南象海豹在南大洋中长距离活动、频繁潜水，如果背部携带上CTD生物记录器，就可以连续记录温度、盐度和压力，如此以来，海豹潜水记录就可以变成宝贵的海洋数据来源。法国科研团队开发了一种新方法，能把南象海豹身上生物记录器收集到的零散温盐数据，补全成连续的海洋环境剖面。过去，这些因动物潜水深度各异而显得零碎的数据很难直接对比，但现在有了新的利用途径。这项工作把动物活动造成的非完整观测数据纳入统计模型框架中，利用温度、盐度和地理位置的关联，估算出未被直接测量的水层状况，并通过了大规模真实数据的检验。这种方法表明，海洋动物的活动轨迹中还藏着不少可以深挖的环境信息。

本文约6500字，阅读约12分钟

文 | 王海诗

出品 | 海潮天下

海洋哺乳动物正在为海洋科学家提供越来越多的现场观测数据。南象海豹（Mirounga leonina）在南大洋长距离活动，经常潜入数百米深的水层。安装在其背部的生物记录器可记录潜水过程中的压力、温度和电导率，经过计算后获得海水的温度和盐度剖面。

一只雄性南象海豹栖息在法国法属南部和南极领地凯尔盖朗群岛的海岸上。摄影：Antoine Lamielle（CC BY-SA 4.0）

不过，这类数据有一个实际问题，那就是南象海豹不会按照海洋学调查的标准完成每一次潜水。它们潜入多深，得取决于觅食等因素，因此很多剖面只记录到水柱的一部分。海潮天下（Marine Biodiversity）小编注意到，2026年8月5日发表在arXiv上的一项研究（预印版）提出了一种统计方法，利用已有的完整温盐剖面信息，对这些不完整的剖面进行重建。法国艾克斯-马赛大学、土伦大学、法国国家科学研究中心（CNRS）和法国国家发展研究院（IRD），以及法国国家科学研究中心沙尔济生物研究中心（CEBC）的研究人员，将多元函数主成分分析与条件估计结合起来，从南象海豹获得的部分温盐剖面中推断出未观测的水层。

该研究团队使用了2018年~2020年间24只雌性南象海豹的观测数据。研究区域位于克尔格伦高原附近，覆盖范围约300万平方公里。研究最终获得111289条温度-盐度剖面，其中15203条达到500米深度，被用于建立统计模型；另外96086条未达到500米的剖面则作为重建对象。虽然这项研究目前仍是arXiv预印本，尚未经过同行评议，但作为研究人员对一种统计方法的验证，还是颇具参考价值的。

▲论文图1、海豹的潜水“深度瓶颈”。图中背景的灰色区域越宽，代表有越多的海豹剖面到达该深度。可以看到，灰色在约250米以浅非常宽阔（数据充足），但在此之后急剧收窄——这意味着大多数海豹只潜到了200～300米，真正能到达500米深度的剖面凤毛麟角。前景中每一条弯曲的线，都是一个真实的温度或盐度随深度变化的记录。论文出处：Fonvieille N, Guinet C, Picard B, et al. (2026)

Marine Biodiversity

海豹记录的海洋数据，出现了“缺口”

传统海洋学调查通常使用CTD对海水进行垂直观测。仪器下沉过程中，可以连续获得不同深度的温度、盐度和压力数据。一条完整剖面可以反映水体从表层到一定深度的变化。

南象海豹携带的CTD也能获得类似数据，但观测方式完全不同。海豹的潜水深度受到觅食行为、环境条件影响，有的潜水只有几十米，有的可以达到数百米、甚至更深。于是，一条记录可能只覆盖20米~250米，250米以下则没有直接观测值。

这种缺失还有一个特殊之处。海豹并不是随机决定潜到哪里。它们的潜水行为与猎物分布有关，而猎物分布又受到海洋环境影响。也就是说，哪些水层有数据、哪些水层没有数据，本身可能与海洋环境存在联系。

研究人员将这类数据称为部分观测的函数。对于温度和盐度剖面来说，可以把它理解为只看到了一条完整曲线的一部分。

如果只是用简单插值把缺失部分连接起来，显然无法充分反映海水温盐结构。不同水团之间可能存在明显的温度、盐度变化，锋面和中尺度结构还会形成较为复杂的垂向特征。所以研究人员需要一种方法，从大量已经观测到的完整剖面中提取共同规律，再利用这些规律估计缺失部分。

Marine Biodiversity

从完整剖面中寻找温盐变化规律

该研究采用的核心方法是多元函数主成分分析。

普通主成分分析主要处理一组离散变量，函数主成分分析面对的则是一条连续变化的曲线。在这项研究中，温度和盐度都被表示成随深度变化的函数，研究人员从完整的温盐剖面中提取主要变化模式。

研究使用50个惩罚B样条基函数表示温度和盐度曲线，并建立相应的均值函数和协方差结构。温度与盐度被放在同一个多元分析框架中处理，因此模型可以利用两者之间的统计关系。

例如，一条海豹剖面已经记录到250米，模型需要估计250米至500米的温盐变化。研究人员会根据已经观测到的部分，计算这条剖面与不同变化模式之间的关系，再利用这些信息估计完整曲线。

这种方法的核心在于，它利用的是大量剖面中反复出现的统计结构。模型并没有真正获得250米以下的现场观测值，缺失部分仍然属于估计结果。

▲图2、这张色块图揭示了南大洋20米至500米深度范围内，海水温度（T）和盐度（S）之间相互关联的紧密程度。颜色越深（或越暖），代表关联性越强。图中左上角（T与T）和右下角（S与S）展示了温、盐各自在垂直方向上的延续性（比如今天200米的水温，对算法推算300米的水温很有帮助）。右上角和左下角（T与S交叉）展示的是温度和盐度在深海中的“协同变化”规律。正是因为南大洋的水团具有这种稳定的物理特性（即温盐关系紧密），算法才能利用浅层测到的一项数据，去合理推断同一深度另一项未知的数据，从而让“脑补”有了科学依据。论文出处：Fonvieille N, Guinet C, Picard B, et al. (2026)

Marine Biodiversity

加入地理位置后，重建误差有所下降

南大洋的海洋结构具有明显的空间变化。中尺度涡旋、锋面和不同水团会影响温度和盐度分布。因此，来自相邻海域的剖面，通常比距离很远的剖面更有参考价值。

研究人员把经纬度加入统计模型，将地理位置作为协变量。模拟实验采用高斯核函数，根据空间距离调整不同剖面的权重，核带宽设置为100公里。

这一处理，带来了较为明显的改善。在模拟实验中，当完整剖面被截断到250米，模型需要重建250米至500米的部分时，不考虑空间信息，温度重建的平均误差为0.23℃，标准差为0.17℃；加入地理位置后，平均误差下降到0.16℃，标准差下降到0.12℃。

盐度的平均误差则从0.03 psu下降到0.02 psu。

研究摘要将这种变化表示为重建精度提高约30%和33%。这里需要特别区分一个概念，这两个百分比描述的是统计重建误差的改善，并不意味着生物记录器本身的温度或盐度测量精度提高了30%或33%。

▲原文图4、“脑补”完整剖面的三步流水线。从左到右依次是：用完整数据训练模型 → 输入残缺剖面 → 输出补全后的完整剖面。其中，加入了海豹地理位置（红色路径）的补全结果，比不加位置（橙色路径）更准确。论文出处：Fonvieille N, Guinet C, Picard B, et al. (2026)

Marine Biodiversity

11万多条剖面提供了模型基础

该研究使用的真实观测来自克尔格伦高原附近海域。2018年~2020年间，24只雌性南象海豹在繁殖后活动期间携带CTD生物记录器。

传感器以0.5 Hz的频率记录数据，即每2秒记录1次。记录内容包括压力、温度和电导率，同时还结合时间和卫星定位信息。经过校正和质量控制后，数据垂直分辨率达到1米。

研究采用20~500米作为主要重建深度范围。500米这个深度与研究区域的海洋结构和南象海豹的潜水行为有关。研究数据显示，雌性南象海豹远洋潜水的最大深度第75百分位大约为500米；研究区域的中尺度涡旋也可能影响至少500米深度的水体。

最终数据集中共有111289条温度-盐度剖面。其中，达到500米的15203条剖面用于建立统计结构，另外96086条没有达到500米的剖面被用于重建。

换句话说，研究人员用数量相对较少、观测范围较完整的数据建立模型，再把模型应用到数量更大的部分观测数据上。不过，统计重建有边界，细尺度结构仍然难以恢复。这项研究的结果并不能理解为模型可以把所有缺失信息准确恢复出来。

海水温盐结构具有明显的空间和垂向变化。如果水柱中存在较强的垂向梯度，或者不同水团在特定深度发生交汇，重建误差可能增加。研究显示，研究区域北部和东部的误差相对较高，这些区域的海洋动力过程更加复杂。

主成分数量也会影响结果。研究中，前5个主成分在不同位置可以解释约89.54%~97.89%的总方差；使用50个主成分后，解释率达到99.8%~99.99%。但这并不意味着使用50个主成分就一定是最优选择。主成分数量较少时，重建曲线更加平滑，但一些细节可能被舍弃；主成分数量增加后，更多变化能够被保留下来，模型也可能更加敏感。

研究人员还检验了完整剖面与部分剖面之间是否存在明显的统计差异。他们使用函数线性判别分析，在50米~490米的一系列截断深度上进行比较。两类剖面的正确分类率约为51%~66%，说明两者之间存在比较大的重叠，同时也表明部分观测数据并不能简单看作完全随机缺失。

这个问题对于方法的应用范围很重要。南象海豹的潜水深度与觅食行为有关，如果完整剖面和部分剖面来自不同的统计分布，模型的重建能力就可能受到影响。

▲论文图7、这张地图展示了近10万条残缺剖面被补全后，算法估算出的误差分布。海豹游过的每一条轨迹都被染上了颜色：蓝色轨迹代表该区域补全出来的温盐数据误差很小、非常可信；红色轨迹则代表误差较大、需要谨慎使用。细心观察可以发现，红色最集中的区域恰恰位于地图的北部和东部——那正是南大洋著名的强洋流区和海洋锋面活跃带，海水涡旋翻腾、水团剧烈交汇，海洋结构极其复杂多变。这恰恰反过来证明了算法的“诚实”，在海洋变化越激烈的地方，统计推测的不确定性就越大，也就越需要更多真实的传感器数据来“压阵”。最好的算法除了知道什么时候该“补”，也得清楚自己什么时候会“错”。论文出处：Fonvieille N, Guinet C, Picard B, et al. (2026)

海豹采集的数据，还可以与海洋模式相互检验。

研究人员将重建后的剖面与全球海洋再分析产品GLORYS12V1做了比较。GLORYS12V1利用海洋环流模型以及卫星和现场观测资料，对历史海洋状态进行重建。研究人员提取了海豹每次潜水位置对应的模式温盐剖面，再与生物记录器数据进行比较。

结果显示，重建后的部分剖面与再分析资料之间的差异，小于完全由海豹直接观测的剖面与再分析资料之间的差异。不过，研究指出，这个结果需要谨慎解释。重建曲线经过统计模型处理后通常更加平滑，而再分析产品本身也具有一定的平滑特征，因此两者可能更加接近。这一比较可以作为模型验证的一部分，但不能据此得出“统计重建比现场观测更准确”的结论。

▲上图是论文图8，上行是“拍了半张照片”，中行是“补全了整张”，下行是“现场真实场景”。上行（a、b） 是海豹实际测到的原始数据——每一条曲线代表一次下潜中温度（左）或盐度（右）随深度的变化，可以看到它们在200～400米之间的不同深度突然“断掉”，就像一本书被撕掉了后半部分，这就是需要补全的残缺剖面。中行（c、d） 是算法补全后的结果，每一条原本断掉的曲线都被“脑补”到了500米，形成了连续完整的垂向结构。下行（e、f） 是同一位置的海洋再分析模型数据，可以理解为数值模式给出的“标准参考”。虽然模型结果比实测更平滑，但中行补全后的曲线走势与下行总体趋势高度一致，这证明算法不是在瞎猜，它是遵循了海洋自身的物理规律的。图片来源：Fonvieille et al. (2026)

Marine Biodiversity

动物携带的传感器正在产生海洋学数据

其实，海洋动物携带传感器并不是近年才出现的做法。南象海豹等鳍足类动物长期以来就被用于获取南大洋的温度和盐度数据。它们能够进入科考船难以持续覆盖的海域，并在较长时间内反复潜水。

过去，这类数据主要用于研究动物的移动、潜水和觅食行为。随着传感器技术发展，动物携带的CTD数据逐渐具有了海洋学观测价值。

这项研究解决的是数据处理环节中的一个具体问题。毕竟，动物观测往往是零散的，深度也不统一。如果大量部分剖面都可以利用统计模型转换成统一深度范围的数据，那么这些数据就更容易与传统CTD调查、Argo浮标和海洋数值模式放在一起分析。

研究作者还提出，这套方法未来可以扩展到其他部分观测数据，也可以用于时间序列和多变量函数数据。

（图文无关）栖息在巴塔哥尼亚的海岸上的南象海豹。摄影：Ahmet Colakoglu（CC BY-SA 3.0）

对于南大洋这样的偏远海域，这种数据处理方式颇具意义。这里长期缺乏高密度的现场观测，而海洋哺乳动物本身就在这些区域活动。生物记录器产生的数据数量越来越大以后，如何处理数据缺口、识别空间差异和控制统计偏差，会直接影响这些数据能够支持什么样的海洋学研究。

目前，这项研究仍属于预印本。它利用模拟实验和真实南象海豹数据验证了方法，但跨海域应用时是否同样有效、面对更复杂的海洋结构时能达到怎样的精度，还需要更多数据和同行评议研究来判断。尤其是动物潜水行为带来的非随机数据缺失，是今后应用这类方法时需要持续处理的问题。

从这项研究本身能够确认的主要还是一种针对部分温盐剖面的统计重建方法，以及它在南象海豹数据上的具体测试结果。至于这种方法能否进一步成为常规海洋观测体系的一部分，目前还不能下结论。

01

生物记录器

生物记录器（biologger）是安装或附着在动物身上的小型电子设备，用于连续记录动物活动及其所处环境的数据。根据设备类型，可以记录深度、温度、盐度、光照、加速度、地理位置等信息。

在这项研究中，南象海豹携带的是CTD生物记录器，可以记录潜水过程中的压力、温度和电导率，并据此获得海水的温度和盐度信息。

对了，关于如何把动物携带的环境传感器正式纳入全球海洋观测体系，这方面，目前这一方向已经有专门的国际网络——动物携带海洋传感器网络（AniBOS）。MEOP是其重要的前身和数据来源之一。MEOP资料显示，自2004年以来，海洋哺乳动物已经贡献超过80万条温度和盐度剖面。

02

动物携带海洋观测

动物携带海洋观测（animal-borne ocean observing）是利用海洋动物携带的传感器获取海洋环境数据的一类观测方式。海豹、鲸、海龟等动物能够进入船舶和固定观测设备难以长期覆盖的海域，因此它们携带的传感器可以提供传统海洋观测之外的现场数据。

这方面案例不少，除了海豹还有不少其他物种。比如2020年的一个研究，格陵兰西部的弓头鲸成为“实时自动海洋采样平台”，9头弓头鲸分别安装了2种CTD卫星标签，其中1头同时携带两种设备，用于直接比较设备性能。2019年至今的STORM项目用海龟来做热带印度洋海洋观测，刚开始选择了误捕后经过救护和康复的蠵龟和丽龟，在留尼汪岛附近释放，并利用Argos系统传输数据，2020年发表的一个研究分析了2019年1月~2020年4月期间11只海龟获得的约115000条温度观测，深度覆盖0~250米。其中一只名为BRICE的海龟在2019年4月曾在热带气旋Kenneth形成和增强期间进入其附近海域；另外两只海龟TOM和INDIA在2020年4月也曾活动在热带气旋Herold附近，研究人员由此提出，在热带气旋发生期间密集释放携带温度、深度甚至CTD传感器的海龟，有可能获得传统固定观测设备难以获取的上层海洋数据。2022年~2026年，美国特拉华大学团队利用远洋鲨鱼携带CTD标签采集海洋数据，用来研究美国东海岸外海的“中大西洋冷池”（一个季节性形成的底层冷水区），目前已经成功在2条短鳍灰鲭鲨上安装CTD标签，并给1条大白鲨安装卫星标签，用于评估其作为未来CTD平台的适用性。

03

电导率-温度-深度仪器（CTD）

电导率-温度-深度仪器（Conductivity–temperature–depth instrument, 简称CTD）是海洋学中常用的一类剖面观测仪器名称，由3个英文单词的首字母组成，分别对应电导率、温度和深度。海洋学家可以利用CTD测量不同深度的温度和盐度，并据此分析水团性质和海洋内部结构。比如这个研究中，南象海豹携带的CTD经过动物潜水，可以获得随深度变化的温度和盐度数据。

通过CTD获取的高精度剖面数据，海洋学家能够精准划分不同的水团性质，追踪海洋内部的环流路径、混合过程以及热量和盐分的垂直输送规律。这些现场实测数据为全球海洋气候研究提供基础支撑，也验证和校准了各类卫星遥感和数值模式的结果，是人类认识深海大洋不可替代的关键技术手段。下面2个图片，大家可以感觉一下。不过这些还是比较大型那种，不是佩戴在海洋动物身上的小型CTD。

▲一个拆解后的CTD剖面仪部件。这种海洋观测设备由德国ME格里萨德公司于20世纪90年代制造，常用于调查研究船分析水团性质。图片清晰展示了仪器的核心结构，包含用于保护传感器的外部框架、防水连接器、耐高压外壳以及装有电导率、温度和压力传感器的内部电子组件。摄影：汉斯·格罗贝，阿尔弗雷德·魏格纳研究所（CC BY-SA 3.0）

▲一个科研船在布放CTD剖面仪。摄影：Frhop（CC BY-SA 3.0）

04

温盐剖面

温盐剖面（temperature and salinity profile）是指海水温度和盐度随深度变化形成的垂直分布。不同水深的温度、盐度组合可以反映水团性质以及海洋内部的结构变化。这项研究中的核心数据，就是南象海豹潜水过程中获得的温度—盐度垂直剖面。

读而时思之~

这个研究针对南象海豹搭载的CTD传感器所采集的温盐剖面深度不一（即“片段化”数据）这一核心痛点，提出了一套基于多元函数型主成分分析（fPCA）与条件期望估计的统计重建框架，方法学上还是破富创新性的。可以说是在技术层面为海洋哺乳动物数据的深度挖掘提供了高效、可操作的解决方案。为拓展思路，让我们一起来探索一下，思考几个问题。没有标准答案，仅供启发思考用。

【Q1】南象海豹并不是按照科学家的要求随机取样。它们潜到多深，很大程度上受到猎物分布和觅食行为影响，而猎物本身又受到海洋环境影响。海豹“游到哪里、潜多深”，会不会影响科学家们看到的海洋？

【Q2】一个“补出来”的温盐剖面，究竟能有多大的科学用途？统计模型可以根据已有观测估计没有测到的水层，但估计结果毕竟不是传感器直接记录的数据。如果这些重建剖面被进一步用于研究水团、海洋锋面，甚至进入海洋模式和数据同化系统，就需要知道它们的不确定性有多大、以及误差是否会随着深度、空间位置和海洋结构发生变化。你觉得，补出来的数据在什么尺度上可信、能用于回答什么问题？在海洋观测中，经过统计重建的数据应该怎样与直接观测数据共同进入同一套质量控制体系？

【Q3】这项研究已经把地理位置作为协变量加入模型，结果显示，考虑空间信息后，温度和盐度的重建误差都有明显下降。研究区域实际上具有3个维度：海豹在水平方向移动，同时又不断穿越不同深度。那么，如果把海豹的“移动路线”和海洋的“三维结构”放在一起，会看到什么？你觉得，能不能从这些“动物轨迹”中进一步恢复中尺度涡旋、锋面、甚至是水团边界的变化？

【Q4】考虑到高精度温盐数据可能有一些敏感性，如何防范民用科研的带来的可能的安全问题？比如这个论文重建的温盐剖面（0~500米）对反潜战可能有极高的价值，因为声呐探测距离和潜艇隐蔽性高度依赖于海水声速剖面（由温度、盐度决定），可若是坏人捕获、或截获这些海豹携带的CTD原始数据，或利用研究中的fPCA方法通过浅层数据反演出深层声学结构，不排除可大幅优化其潜艇的探测与规避策略。当前，国际共享的海洋动物数据（如MEOP数据库）是否有相关审查机制？

本文参考资料

感兴趣的海潮天下（Marine Biodiversity）读者可以参看该研究的全文（请注意当前是预印版）：

Fonvieille N, Guinet C, Picard B, et al. Conditional multivariate functional PCA for the reconstruction of temperature and salinity profiles partially sampled by deep-diving marine mammals[J]. arXiv preprint arXiv:2608.05376, 2026.

https://arxiv.org/pdf/2608.05376

声明：1）本文仅代表资讯、以及作者本人的观点；仅供读者参考，不代表平台观点。2）本文已经开启“快捷转载”，欢迎微信公众平台转发；3）欢迎专家、读者不吝指正、留言、赐稿！欢迎有理有据的不同意见，激发思考、百家争鸣。

资讯源 | Fonvieille N, Guinet C, Picard B, et al. (2026)

文 | 王海诗

排版 | 卢晓雨

时间 | 2026年8月

联系小编 | editor@oceanbiodiversity.cn

▼ 海潮天下·往期推荐
❀总数12497头，幼崽3385头！《2025-2026年瓦登海和黑尔戈兰岛灰海豹调查报告》发布
❀曾濒临灭绝，它们竟逆袭重生了？北象海豹保护经典案例
❀加州首次在北象海豹中检测到高致病性禽流感（H5N1）
❀全球35.5%鱼类过度捕捞，哥本哈根禁渔百年后，海豹都回来了
❀幼年斑海豹如何跨越3100公里寻找家园？漫漫海上“归乡路”
❀不用科考船！8只海狮完成1930平方英里海底栖息地测绘