典型海洋环境观测数据产品应用现状及对我国的启示

doi:10.11959/j.issn.2096-0271.2022007

大数据 ›› 2022, Vol. 8 ›› Issue (1): 73-83.doi: 10.11959/j.issn.2096-0271.2022007

典型海洋环境观测数据产品应用现状及对我国的启示

孙苗¹^,²^,³, 王子珂¹^,²^,³, 童心¹^,²^,³, 符昱¹^,²^,³, 王漪¹^,²^,³, 康林冲¹^,²^,³, 姜晓轶¹^,²^,³

¹ 国家海洋信息中心，天津 300171
² 国家海洋科学数据中心，天津 300171
³ 自然资源部海洋信息技术创新中心，天津 300171

出版日期:2022-01-15 发布日期:2022-01-01
作者简介:孙苗（1987- ），女，博士，国家海洋信息中心助理研究员，主要研究方向为海洋科学数据共享、海洋中尺度涡识别与追踪
王子珂（1994- ），男，国家海洋信息中心研究实习员，主要研究方向为海洋卫星遥感、海洋科学数据共享等
童心（1993- ），男，国家海洋信息中心助理工程师，主要研究方向为海洋科学数据共享技术、海洋科学数据智能推荐
符昱（1991- ），男，国家海洋科学数据中心工程师，主要研究方向为海洋科学数据共享、海洋科学数据管理与服务
王漪（1987- ），女，国家海洋科学数据中心工程师，主要研究方向为海洋科学数据共享、海洋科学数据管理与服务
康林冲（1985- ），男，国家海洋信息中心高级工程师，主要研究方向为海洋信息化、海洋科学数据共享
姜晓轶（1973- ），男，博士，国家海洋信息中心高级工程师，主要研究方向为海洋信息化
基金资助:
国家重点研发计划资助项目(2017YFC1405300)

Status of classical marine environmental observing data products application and enlightenment to China

Miao SUN¹^,²^,³, Zike WANG¹^,²^,³, Xin TONG¹^,²^,³, Yu FU¹^,²^,³, Yi WANG¹^,²^,³, Linchong KANG¹^,²^,³, Xiaoyi JIANG¹^,²^,³

¹ National Marine Data and Information Service, Tianjin 300171, China
² National Marine Data Center, Tianjin 300171, China
³ Technology Innovation Center of Marine Information, MNR, Tianjin 300171, China

Online:2022-01-15 Published:2022-01-01
Supported by:
The National Key Research and Development Program of China(2017YFC1405300)

摘要/Abstract

摘要：

海洋环境观测资料在海洋科学研究、海洋安全保障与权益维护、辅助决策支撑方面发挥了重要作用。世界范围内应用比较广泛的海洋环境观测数据产品主要由海洋科技强国研制发布并持续更新，我国贡献较少。以典型海洋环境观测数据为例，系统梳理了数据特点、质量控制流程、管理应用和开放共享现状，对比分析了我国研究现状及存在的问题，并针对问题从数据共享机制、平台搭建、数据研制等方面提出提高我国海洋科学数据产品的应用服务能力的建议。

关键词: 海洋科学数据, 海洋环境观测数据, 数据共享, 数据应用

Abstract:

The marine environmental observing data play an important role on the scientific research, environment safety, rights maintenance and synthetic decision support.The most widely used marine environmental observing data in the world are produced, shared and updated by the marine science and technology developing countries.However, few are produced by our country.Taking the marine environmental observing data as examples, the characteristics, quality control workflow, management, application and sharing of the representative datasets were systematically reviewed.In addition, the present status of the domestic research and the existing problems were introduced.Moreover, related suggestions were also put forward on the sharing mechanism, platform development and data producing.

Key words: marine scientific data, marine environmental observing data, data sharing, data application

中图分类号:

P717

孙苗, 王子珂, 童心, 符昱, 王漪, 康林冲, 姜晓轶. 典型海洋环境观测数据产品应用现状及对我国的启示[J]. 大数据, 2022, 8(1): 73-83.

Miao SUN, Zike WANG, Xin TONG, Yu FU, Yi WANG, Linchong KANG, Xiaoyi JIANG. Status of classical marine environmental observing data products application and enlightenment to China[J]. Big Data Research, 2022, 8(1): 73-83.

图/表 3

表1

图1

图2

参考文献 15

[1]	STOCKER T F , QIN D H , PLATTNER G K ,et al. IPCC technical summary.Climate change 2013:the physical science basis[R]. Cambridge and New York:Cambridge University Press, 2013.
[2]	王世红, 赵一丁, 尹训强 ,等. 全球海洋再分析产品的研究现状[J]. 地球科学进展, 2018,33(8): 794-807.
	WANG S H , ZHAO Y D , YIN X Q ,et al. Current status of global ocean reanalysis datasets[J]. Advances in Earth Science, 2018,33(8): 794-807.
[3]	BOYER T P , BARANOVA O K , COLEMAN C ,et al. World ocean database 2018[Z]. 2018.
[4]	Intergovernmental Oceanographic Commission of UNESCO. Global temperature and salinity profile programme (GTSS) –data user’s manual (1st Edition)[Z]. 2011.
[5]	VLIZ. GTSPP real-time quality control manual[Z]. 2010.
[6]	WILSON J R Global temperature-salinity profile programme (GTSPP)-overview and future[Z]. 1998.
[7]	ROEMMICH D , JOHNSON G , RISER S ,et al. The Argo program:observing the global oceans with profiling floats[J]. Oceanography, 2009,22(2): 34-43.
[8]	NECI Argo. Global Argo data repository[Z]. 2021.
[9]	KLATT O , BOEBEL O , FAHRBACH E . A profiling float’s sense of ice[J]. Journal of Atmospheric and Oceanic Technology, 2007,24(7): 1301-1308.
[10]	SCHMID C , MOLINARI R L , SABINA R ,et al. The real-time data management system for Argo profiling float observations[J]. Journal of Atmospheric and Oceanic Technology, 2007,24(9): 1608-1628.
[11]	WONG A P S , JOHNSON G C , OWENS W B . Delayed-mode calibration of autonomous CTD profiling float salinity data by θ-S climatology[J]. Journal of Atmospheric and Oceanic Technology, 2003,20(2): 308-318.
[12]	JOHNSON G C , TOOLE J M , LARSON N G . Sensor corrections for sea-bird SBE41CP and SBE-41 CTDs[J]. Journal of Atmospheric and Oceanic Technology, 2007,24(6): 1117-1130.
[13]	ALLEN S , . Australia’s integrated marine observing system observation methods and technology review[C]// Proceedings of OCEANS’11 MTS/IEEE KONA. Piscataway:IEEE Press, 2011.
[14]	杨锦坤, 韩春花, 杨扬 ,等. 国内外海洋环境数据公开发布现状综合分析与有关考虑[J]. 海洋信息, 2021,36(1): 1-10.
	YANG J K , HAN C H , YANG Y ,et al. A comprehensive analysis on domestic marine environmental data publishing and sharing in China and overseas[J]. Marine Information, 2021,36(1): 1-10.
[15]	潘嵩 . 美国跨部门海洋预报能力计划概况及对我国的启示[J]. 海洋经济, 2019,9(3): 41-47.
	PAN S . Summarize on the multi-agency cooperation in marine environment prediction of the USA and the implications for China[J]. Marine Economy, 2019,9(3): 41-47.

数据集	NODC （1974年）	NODC （1991年）	WOA94	WOD98	WOD01	WOD05	WOD09	WOD13	WOD18
OSD	425 000	783 912	1 194 407	1 373 440	2 121 042	2 258 437	2 541 298	3 115 552	3 220 635
CTD	无	66 450	89 000	189 555	311 943	443 953	641 845	848 911	1 029 231
MBT	775 000	980 377	1 922 170	2 077 200	2 376 206	2 421 940	2 426 749	2 425 607	2 430 807
XBT	290 000	704 424	1 281 942	1 537 203	1 743 590	1 930 413	2 104 490	2 211 863	2 303 354
MRB	无	无	无	107 715	297 936	445 371	566 544	1 411 762	1 585 135
DRB	无	无	无	无	50 549	108 564	121 828	251 712	227 871
PFL	无	无	无	无	22 637	168 988	547 985	1 020 216	1 867 873
UOR	无	无	无	无	37 645	46 699	88 190	88 190	127 544
APB	无	无	无	无	75 665	75 665	88 583	1 713 132	1 804 605
GLD	无	无	无	无	无	338	5 857	103 798	1 148 699
总站次数	1 490 000	2 535 163	4 487 519	5 285 113	7 037 213	7 900 368	9 133 369	13 190 743	15 745 754

典型海洋环境观测数据产品应用现状及对我国的启示

Status of classical marine environmental observing data products application and enlightenment to China

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 15

相关文章 15

Metrics

推荐阅读 0

[1]	王跃. 基于过程视角的我国政府数据共享流通管道建设关键问题和策略研究[J]. 大数据, 2023, 9(3): 29-38.
[2]	李懿, 王劲松, 张洪玮. 基于区块链与函数加密的隐私数据安全共享模型研究[J]. 大数据, 2022, 8(5): 33-44.
[3]	高飞, 周国民, 满芮. 基于生命周期理论的农业科学数据中心化管理模式[J]. 大数据, 2022, 8(1): 24-36.
[4]	李茹姣, 张欣, 宋述慧, 王彦青, 邹东, 肖景发, 赵文明, 章张, 鲍一明. 基因组科学数据的安全管理与应用[J]. 大数据, 2022, 8(1): 37-45.
[5]	陈异凡, 闫燊, 杨亚超, 胡林, 樊景超, 张翔鹤, 周国民. 我国农业科学数据共享协议[J]. 大数据, 2022, 8(1): 46-59.
[6]	杨琳, 王炜, 诸纪, 王明政. 面向数据共享的教育数据标准体系研究与建设实践[J]. 大数据, 2020, 6(6): 3-13.
[7]	刘彦松, 夏琦, 李柱, 夏虎, 张小松, 高建彬. 基于区块链的链上数据安全共享体系研究[J]. 大数据, 2020, 6(5): 92-105.
[8]	张召, 田继鑫, 金澈清. 链上存证、链下传输的可信数据共享平台[J]. 大数据, 2020, 6(5): 106-117.
[9]	胡正丁, 薛巍. 面向异构众核超级计算机的大规模稀疏计算性能优化研究[J]. 大数据, 2020, 6(4): 40-55.
[10]	金澈清, 陈晋川, 刘威, 张召. 政府治理大数据的共享、集成与融合[J]. 大数据, 2020, 6(2): 27-40.
[11]	张孜,黄钦炎,冯川. 广州市城市智能交通大数据体系研究与实践[J]. 大数据, 2019, 5(4): 113-120.
[12]	王建民, 王晨, 刘英博, 刘璘. 大数据系统软件创新平台与生态建设[J]. 大数据, 2018, 4(5): 104-112.
[13]	赵鑫, 吴德志, 周志忠. 混凝土泵送机械大数据挖掘与应用[J]. 大数据, 2018, 4(4): 64-75.
[14]	朱扬勇, 熊贇, 廖志成, 叶雅珍. 数据自治开放模式[J]. 大数据, 2018, 4(2): 3-13.
[15]	沈逸, 姚旭, 朱扬勇. 数据自治开放与治理模式创新[J]. 大数据, 2018, 4(2): 14-20.