基于气候性温盐关系模型对Argo数据进行质量控制的研究

通过全球Argo计划的实施,我们获得了大量的温盐剖面数据。如果对浮标所在洋区的状况不是很了解,很难判断Argo浮标电导率传感器的工作状态及盐度数据的可靠性。为了避免错误的数据,必须对Argo进行有效的质量控制。国家海洋信息中心根据西北太平洋海区的南森站和CTD温盐数据,建立了高质量的气候学温盐数据集,对投放在西北太平洋海区的Argo浮标数据进行了相应的质量控制。结果表明,利用Argo浮标所在海区的气候学数据对Argo数据进行质控是比较有效的方法之一。     

Argo光盘数据集的研制与应用

早期的Argo数据光盘主要基于文件系统的数据管理,都没有提供对查询结果的保存和打印功能,更没有引入数据库系统对浮标数据进行综合管理.文中针对Argo数据共享和分发过程中存在的不足,特别是Argo光盘数据集所存在的问题,提出了改进方法.并引进数据库技术对Argo光盘数据集进行了补充和完善:提出了使用Winrar压缩软件对光盘数据资料进行压缩,从而解决了日益增加的Argo数据与光盘容量有限的矛盾,可以更好的满足Argo数据分发和共享的需求.为了充分发挥Argo光盘数据集的功能,文中还针对Argo资料用户对图形文件的需求,利用VC++和Matlab混合编程的方法,开发了Argo视图软件.最后,基于数据库技术研制完成了一张包含了1997-2006年全球海洋上全部Argo剖面浮标观测的Argo光盘数据集,并系统介绍了该数据集的结构、功能和应用过程等.     

基于Argo浮标的西太平洋SMAP卫星海表面盐度数据质量评估

以西太平洋为研究区域,利用Argo浮标表层盐度观测值(5 m)对SMAP卫星获得的2016年海表面盐度反演质量进行了评估。首先将西太平洋2016-01—12期间的每日和每月SMAP卫星SSS数据与Argo实测SSS数据进行匹配,然后利用最小二乘线性回归法对其进行相关性分析,并对误差的分布特征进行了研究。结果表明:SMAP SSS与Argo SSS之间具有极显著的正相关关系;每日Argo浮标数据(WMO ID:2901520,WMO ID:2901548)和SMAP SSS的变化趋势基本一致,前者均方根误差(RMSE)、偏差(Bias)和相关系数(r)分别为0.43, 0.34和0.71,后者RMSE,Bias和r分别为0.41,0.26和0.69;研究区域内全年RMSE值处于0～0.35,在西太平洋南部海域偏差较大,这可能是由于该海域小岛众多,缺少Argo实测数据,导致其网格化的盐度存在较大误差。除夏季外,研究区域的大部分海域,RMSE都小于0.25。在海表盐度较低的海域,两者的对比结果误差较大,该现象在夏秋两季尤为显著。     

全球海洋Argo网格数据集制作与可靠性验证

利用改进的 Barnes 逐步订正法,结合一个混合层模型,构建完成了一个新版(2004-2017 年) 全球海洋(79. 5°S~79. 5°N,180°W~180°E)Argo 三维网格温、盐度资料集及衍生数据产品。 与旧版网格数据集相比,新版数据集采用一阶近似(表层温、盐度通过混合层内温、盐度线性拟合得出)的混合层模型,改善了资料集在表层的准确性;与 WOA13 资料集、同类 Argo 资料集和锚碇浮标观测资料的可靠性检验结果表明,新版全球海洋 Argo 网格数据集提供的资料是可信的,其质量也是有充分保证的。     

基于机器学习的海洋浮标寿命及轨迹预测

Argo计划(Array or Real-time Geostrophic Oceanography)为海洋和大气研究提供了宝贵的资料,在短期天气预报和长期气候预测中起到了重要作用.为保证Argo观测阵列的正常运转,需要时刻关注浮标的运行状态,以保证研究区域内维持一定数量和密度的浮标.然而Argo浮标投放费用高昂,投放...     

参考数据集对Argo剖面浮标盐度观测资料校正的影响

国际Argo计划采用新颖的Argo剖面浮标来监测全球大洋中上层的变化,对浮标盐度观测资料进行质量控制是非常重要的。本文采用历史水文观测资料集得到的温-盐度(-S)关系,并利用Wong等人开发的WJO延时模式盐度校正方法,对电导率传感器出现漂移、偏移等故障的Argo剖面浮标盐度资料进行校正。对影响校正结果的历史水文资料集(或参考数据集)的选取进行了初步研究,并在不同的海区进行试验。结果表明,选取合适的参考数据集可以提高盐度校正的精度。     

基于WebGIS的Argo数据共享服务系统

为了应对快速增长的 Argo 浮标数据,方便海洋科研人员利用 Argo 数据进行科学研究,使用WebGIS 技术设计了 Argo 数据共享服务系统架构,并根据科研用户需求实现了系统,结果表明:系统可以满足用户需求,具有较高的使用价值.     

基于距平分析的Argo海表温度场重构

提出基于距平分析的Argo海表温度场(SST)重构方法,即在Argo浮标观测点提取温度距平值序列进行Kriging插值生成距平场,并叠加气候态SST的方法重构Argo海温场。以Argo数据相对稀少的2003年8月份和Argo数据相对较多的2012年8月份印度洋海域(60°S—30°N,25°—125oE)为例,重构水平分辨率为1°×1°的海表温度场。分析表明:(1)这种基于距平分析方法重构的海温场与对Argo数据直接Kriging插值获得的结果相比在精度上有大幅提高;(2)重构的温度场与最优插值海表温度场(OISSTV 2.0)的等温线具有高度的一致性,并且在Argo浮标附近海域有更好的细节表现;(3)即使在Argo数据相对稀少的海域,基于距平分析方法重构的海温场也能保持较高的精度要求,包括边缘海域和南大洋极锋附近均有较好表现。     

Argo溶解氧数据的气候态校正方法改进

Argo浮标观测的溶解氧数据的质量控制方法目前还还不够完善,其中传统的气候态校正方法存在的问题主要表现为会受到异常剖面和异常斜率系数的影响。本文针对这些问题,提出了一套气候态校正方法的改进方案,包括:1)使用中值法取代平均值法;2)利用比较浮标观测的溶解氧饱和度整个剖面与气候态剖面的方法,提出了一种异常剖面的剔除标准;3)提出了一种异常斜率系数的剔除标准。改进后的溶解氧剖面与气候态剖面更为接近,有效避免了异常剖面与异常值的影响,显著提高了Argo浮标观测溶解氧的整体数据质量。     

Argo浮标观测溶解氧数据的原理与质量控制

Argo剖面浮标已成为海洋溶解氧观测数据的主要来源,截至2018年7月已在全球范围内获取了超过13万条溶解氧剖面,然而目前其数据的质量控制仍然存在不足。本文首先介绍了Argo浮标上携带的溶解氧传感器的测量原理、主要误差来源以及两种校正方法:气候态校正法与空气测量校正法,并提出了目前在溶解氧传感器数据质量控制研究亟需解决的技术问题,包括:①由于传感器伸出水面的高度不够,一些浮标并不能有效测量空气氧含量,因为无法进行空气测量校正方法;②Argo观测的溶解氧数据库中目前存在一些异常测量剖面没有得到有效剔除,影响校正系数的计算;③使用平均值确定校正系数的方法容易受到异常剖面的干扰。     

海洋可控源电磁数据预处理方法研究

海洋可控源电磁法是探测海底油气资源和矿产资源的一种新兴的海洋地球物理勘探方法。本文提出了一套海洋可控源电磁数据预处理方法,包括时频转换和预白处理、时钟漂移补偿、随机噪音估计、叠加窗口选择、方位校正、椭圆极化分析、主轴旋转以及合并航道数据等等,并用实例详细说明了各种处理方法及其应用效果。     

倾废航行数据记录仪的数据判读

本文简要介绍了我所研制的ＨＹＱ１－１型倾废航行数据记录仪的特性。根据该仪器在实际运行中取得的大量数据,探讨一些特殊航线的判读方法以及地面数据处理软件的改进措施。     

海岸线数据共享分类编码与数据结构

按照海岸线的自然属性和社会属性对海岸线进行了分类和编码,并探讨了特征点和海域空间管理界线等海岸线辅助要素的分类及编码规则,最后建立了海岸线数据共享空间数据库的分层及属性表结构框架。     

海洋数据仓库的数据清洗规则应用研究

建立海洋数据仓库以实现海洋多源信息的汇集融合已成为趋势,数据清洗是数据仓库建立过程中的重要环节。文章介绍基于滤波和离差法的数据清洗规则,并以厦门市海洋水温数据为例,采用该规则方案对异常值进行批量探测和修正,得到较好效果,可为数据挖掘技术的研究和应用提供支持。     

Huffman数据压缩技术在卫星数据通信中的应用

当前,很多海洋监测平台利用卫星进行数据传输,卫星通信虽然有其自身的优点,但也存在一个突出的问题-通信费用高.针对通过卫星发送的海洋监测数据的特点,采用Huffman数据压缩技术对数据进行压缩,可以提高通信效率,降低通信费用.论文主要介绍了Huffman数据压缩技术原理以及如何将其应用到海洋监测平台的卫星数据通信中.     

可视化编程用于建立成像光谱仪海洋遥感资料处理系统

利用可视化编程语言ＶＢ开发出一套成像光谱仪资料处理系统，用于海面叶绿素浓度信息提取，具有操作方便的图形用户界面，大大简化了各种振兴中华，去了众多参数值的反复输入。图像处理模块可加入许多常用的图像处理功能。并可调入一些商业化软件，寿命完成许多图像处理功能。     

海洋数据仓库及数据挖掘技术方法研究

针对“数字海洋”应用目标,分析海洋数据管理与应用需求,研究数据仓库与数据挖掘技术在海洋信息领域的应用现状,提出海洋数据仓库与数据挖掘关键技术问题,以及构建海洋数据仓库及数据挖掘系统技术方法。     

利用海洋重力数据和水深数据的相关性剔除粗差

在进行海洋重力和水深测量的时候,由于各种原因会造成部分测量数据带有较大的误差或出现错误.根据海洋重力测量时同时进行水深测量的作业方式,通过实际测量数据,利用海洋重力数据和水深数据的相关性,介绍了在数据后处理中海洋重力数据和水深数据的相互参照作用,以判断测量数据的正确与否,便于删除错误数据,提高测量数据的质量.     

空中重力测量数据代表地面数据的误差分析

利用严密的向上延拓公式将地面重力数据上延至空中不同高度,而后与相应的地面重力数据比较从而得到不同高度的代表误差。通过两个不同地形区域的实际算例表明,对于地形平坦区域,在1km高度以下,5＇空中重力数据直接代表地面重力数据的误差小于1mGal,在满足测量规范要求下,空中重力数据可以不用向下延拓而直接使用。对于地形复杂区域,当空中测量高度大于1km时,空中重力数据的代表误差大于3.3mGal,因此必须考虑向下延拓的问题。     

海洋数据同化与数据融合技术应用综述

简述了不同数据同化和数据融合方法在海洋环境监测与预测方面的应用、国内外相关业务单位的海洋分析和预报系统的现状,以及海洋数据同化将来的业务化应用的发展趋势。四维变分和集合卡尔曼滤波正在成为国际上海洋环境分析与预报的主要应用方向,海-气耦合数据同化以及海冰数据同化是目前数据同化方法研究的热点。