抗击海冰地理信息系统来帮忙

对广大生活在沿海地区的居民来讲，冬天里除了要经受大风和低温的考验外，还多了一项担忧——海冰灾害。什么是海冰？狭义来讲，是指海水结成的冰。但广义地讲，海冰是浮在海上的冰的总称，不仅包括海水冻结的冰，也包括来自湖泊、河流的冰和从冰川脱落下来的冰。在我国，海冰灾害时有发生，尤其是近两年，受寒潮天气的影响，渤海海域连续遭遇严重的冰冻，大量渔船无法出海甚至被冰封，养殖业严重受损，诸多港口都出现了严重的冰情，给海上航运带来了极大的困难。

层层叠叠的海冰

最早以前，我们抗击海冰，主要依靠的是经验积累。我们会根据往年的情况，比如哪些地方容易结冰，哪些地方的冰层可能比较厚，来推测今年的结冰情况。随着气象预报、海洋预报等相关服务的出现，我们可以借助这些辅助手段，更加科学准确地预测海冰的生成情况。那有没有一种方法，可以向我们一目了然地展示海冰对沿海居民生产生活造成的具体影响？在“2010 Esri 中国大学生GIS 软件开发竞赛”中，山东科技大学测绘学院的几位学生就在老师的带领下，运用一项叫做地理信息系统的技术，对渤海海冰生成与灾害评估进行了深入研究。

地理信息系统 (Geographic Information System，简称GIS) 属于信息系统的一类，是获取、处理、管理和分析地理空间数据的重要工具、技术和学科。据有关统计显示，进入信息社会后，人们每天所接触到的信息80%与地理空间信息有关，我们日常生活的方方面面都被牢牢地打上了时空的烙印。因此，空间思维也必然是我们认识问题、分析问题和解决问题时不容忽视的一种思维方式。

就海冰问题来说，我们不仅关心哪些区域生成了海冰，还关心这些结冰区域的海冰厚度和密度分布情况，以及由此对海上航运以及海上养殖区等造成的影响，从而为我们制定应对策略提供参考依据。

相关知识表明，海冰的形成跟很多因素有关，包括海域的海水质量（海水的盐度）、空气气象情况（风速、温度、太阳辐射、降水、湿度等）、海岸线情况以及海水污染程度等。我们在研究这个问题的时候，不可能把所有因素都考虑进来。一来这样实际操作起来比较困难；二来也不利于我们找出问题的“主要症结”。也就是说，我们要寻找“主要矛盾”的“主要方面”。这就需要我们对各相关因素进行归纳、提炼和取舍，最后找出影响结果的几个最主要因素。

山东科技大学的这个研究小组通过分析发现，海水盐度和气温是影响海冰生成的决定性因素。找出这些因素后，还需要进一步确定它们对于海冰生成的具体影响。这就需要研究者结合相关知识和已经掌握的资料进行综合、分析和推演，最终寻找出这些因素和最终结果之间的关联关系。这个过程，被称之为“建模”。所谓建模，就是指建立概念关系、数学和/或计算机模型的过程。模型是对事物关系的一种高度抽象和概括，是去除了无关及次要影响因子的精练表达。据了解，在地理信息系统软件里面，就有大量现成的模型，比如空间统计分析模型、水文模型等，方便使用者直接调用。如果在模型库里没有找到合适的模型，使用者还可以通过它提供的建模工具快速搭建起一个模型。模型建好后，通过采集到的监测数据，就能计算出沿海海冰的具体分布情况。同样，通过一些算术运算和操作，可以得到海冰厚度与海冰密度等级图。

海冰厚度分级图：根据计算结果，把海冰厚度分为五个级别，颜色越深表示海冰越厚

地理信息系统的另一个好处，是能够将计算结果以“地图”这种直观的视觉表达形式呈现出来。这样，哪些区域结冰了，它们的密度和厚度分别是多少，在图上都一目了然。这对我们进一步制定应对策略不无裨益。比如，假设有一艘渔船被困，需要停靠在岸边的破冰船前往营救。通过这个系统和我们已经建好的模型，就能够计算出该由停在附近的哪条破冰船前去救援，以及该船应该以什么样的路径前往。我们都知道，两点之间直线距离最短。但是在实际生活中，会因为有一些障碍物阻挡或别的原因，使我们不能简单地选择直线。就这里来说，有可能在这条直线上，有一个区域海冰特别厚，密度特别大，如果破冰船直接开过去，不仅不能突破这块区域，很有可能自身还被冰封，陷入危险。所以，就需要借助系统，为我们选出一条既距离短，且破冰成本又低的最优路径。

在此基础上，这个研究小组做了进一步的分析，比如海冰对海水养殖区的影响。也像前面一样，他们先找出了几个最主要的影响因素，如海冰的厚度（影响海冰冰封时期的长度）、海冰的密度（影响海产品的抢收、增收）、海冰的流速（海冰的迅速生成会对海上船只威胁很大），然后进行建模分析，即能得出海冰对海水养殖区的影响情况。同样道理，还可以分析海冰对海上建筑物尤其是海上油井气田的影响等等。