摘要&关键词
摘要：海洋气象观测数据及统计产品是开展海洋气象预报、制作海洋气候背景以及科学研究、工程建设的基础和重要参考。目前业务上使用的海洋气象统计产品多为2010年以前的数据，且多为平均态的产品，有待补充和丰富。近年来，海洋气象观测数据量的极大增长为制作海洋气象统计产品提供了数据保证。为此，本研究针对西北太平洋海洋气象要素的特点，对ICOADS（International Comprehensive Ocean-Atmosphere Data Set，国际海洋大气综合数据集）原始数据进行了主要海洋气象要素提取、质量控制和统计分析，生成了海洋气象观测数据和海洋气象要素统计产品数据。其中，海洋气象要素统计产品较以往的同类产品增加了低云云底高、最大风速、平均最大风速、6级以上风日数、7级以上风日数、8级以上风日数等较为实用的统计产品。
关键词：西北太平洋；海洋气象；观测数据；统计产品
Abstract & Keywords
Abstract:?Sea surface meteorological observation data and statistical products are the basis and important reference for sea surface meteorological forecast, marine climate background, scientific research and engineering construction. At present, the data used in sea surface meteorological statistical products are mostly those before 2010, and most of them are average products, which need to be supplemented and enriched. In recent years, the exponential growth of sea surface meteorological observation data has provided data guarantee for the production of sea surface meteorological statistical products. Therefore, based on the characteristics of sea surface meteorological elements in Northwest Pacific Ocean, by extracting the main sea surface meteorological elements, we carried out quality control and statistical analysis of the International Comprehensive Ocean-Atmosphere Data Set (ICOADS) original data, and the sea surface meteorological observation data, and compiled the sea surface meteorological element statistical product data. Compared with similar products in the past, the statistical products of sea surface meteorological elements have more practical statistical products, such as low base height, maximum wind speed, average maximum wind speed, the number of windy days above strong breeze, the number of windy days above moderate gale, and the number of windy days above fresh gale.
Keywords:?Northwest Pacific Ocean;?sea surface meteorological;?observation data;?statistical product
数据库（集）基本信息简介
| 数据库（集）名称 | 西北太平洋海洋气象观测及统计产品数据集 |
| 数据作者 | 姜洪峰、郑崇伟、陈飞、赵艳玲、韩玉康 |
| 数据通信作者 | 姜洪峰（(jhf_9@163.com） |
| 数据时间范围 | 1980年1月至2017年12月 |
| 地理区域 | 西北太平洋海域（100–170°E，5–45°N） |
| 数据量 | 4.66 GB |
| 数据格式 | 文本格式（*.DAT）、二进制格式（*.DAT） |
| 数据服务系统网址 | http://www.dx.doi.org/10.11922/sciencedb.j00001.00161 |
| 数据库（集）组成 | 本数据集由2个部分组成：（1）质量控制后的西北太平洋海洋气象观测数据，为文本格式数据，由456个文件组成，文件名为“YYYY.MM.DAT”（YYYY取值范围1980–2017年，MM取值范围01–12月），包括海面气压、海面气温、露点温度、海表温度、风速、风向、总云量、低云量、低云状、低云云底高、能见度和天气现象12个要素；（2）西北太平洋海洋气象统计产品数据，为二进制数据，空间分辨率为0.5°×0.5°，由12个文件组成，文件名为“month_MM_sta_qx.DAT”（MM取值同上），包括月平均气温、露点温度、海表温度、气压、风速、最大风速、平均最大风速、6级以上风概率、7级以上风概率、8级以上风概率、总云量、低云量、低云云底高、平均能见度、能见度小于4千米概率、雾概率、雷暴概率、降水概率、6级以上风日数、7级以上风日数、8级以上风日数21个要素。 |
Dataset Profile
| Title | Sea surface meteorological observation and statistical product dataset of Northwest Pacific |
| Data corresponding author | JIANG Hongfeng (jhf_9@163.com) |
| Data authors | JIANG Hongfeng, ZHENG Chongwei, CHEN Fei, ZHAO Yanling, HAN Yukang |
| Time range | From January 1980 to December 2017 |
| Geographical scope | Northwest Pacific Ocean（100–170°E, 5–45°N） |
| Data volume | 4.66 GB |
| Data format | Text format (* DAT), binary format (* DAT) |
| Data service system | <http://www.dx.doi.org/10.11922/sciencedb.j00001.00161> |
| Dataset composition | This data set consists of two parts: (1) The sea surface meteorological observation data of Northwest Pacific after quality control are in text format, composed of 456 files “YYYY.MM.DAT” (YYYY value range: from 1980 to 2017, MM value range: from January to December); covering 12 elements: sea surface pressure, sea surface temperature, dew point temperature, sea surface temperature, wind speed, wind direction, total cloud cover, low cloud cover, low cloud shape, low cloud base height, visibility and weather phenomenon; (2) The data of sea surface meteorological statistical products of Northwest Pacific are binary data with spatial resolution of 0.5°×0.5° and consists of 12 files named “month_ MM_ sta_ qx.DAT” (MM value range: from January to December); covering 21 elements: monthly average temperature, dew point temperature, sea surface temperature, air pressure, wind speed, maximum wind speed, average maximum wind speed, wind probability above strong breeze, wind probability above moderate gale, wind probability above fresh gale, total cloud cover, low cloud cover, low cloud base height, average visibility, probability of visibility less than 4 km, fog probability, thunderstorm probability, precipitation probability, the number of windy days above strong breeze, the number of windy days above moderate gale, and the number of windy days above fresh gale. |
引 言
海洋气象观测数据及统计产品是开展海洋气象预报、制作海洋气候背景以及科学研究、工程建设的基础和重要参考[1]。目前业务上使用的海洋气象统计产品多为2010年前的数据，且多为平均态的产品，有待补充和丰富。
与陆地上固定气象观测相比，海洋气象观测主要依赖船舶和浮标等平台开展观测，存在着时空分辨率低、观测不连续、资料量少等特点，由此导致海洋气象统计产品样本数少、结果可信度低等问题[2]。近年来，海洋气象观测数据量的增长较快[3]，如在台湾海峡、吕宋海峡等航路较为繁忙的区域，0.5°方区内的月平均统计样本数维持在300–400个，为制作海洋气象统计产品提供了数据保证。
1 ? 数据采集和处理方法
1.1 ? 数据源
本研究数据来源于ICOADS资料（下载网址：https://icoads.noaa.gov/），该资料是由美国海洋大气局地球研究实验室、国家气候数据中心和美国国家自然科学基金委员会大气研究中心的合作下建立的最新国际综合海洋大气资料集，从1784年至今已有超过2亿次观测报告，是目前世界上最全面、观测数据量最大的海上观测资料集。其中，海表面观测资料主要是通过多个国家的船舶（商船、**船只、科学考察调查船）、锚定浮标和漂流浮标、沿海观测站以及海上平台观测得到的，范围覆盖全球海域（图1）。从1980年以后，海上观测设备和方式逐渐多样化，传统的船舶观测数量随之减少，取而代之的是浮标观测[4]。
图1 ? 海洋气象观测点示意图
1.2 ? 数据收集与处理
在主要海洋气象要素提取上，提取了业务上常用的海面气压、海面气温、露点温度、海表温度、风速、风向、总云量、低云量、低云状、低云云底高、能见度和天气现象12个要素。为使数据能够准确可靠地反映大气真实的变化规律，需要对数据进行质量控制。质量控制按照气象资料的类别分要素进行，各种质量控制方案的选取遵循成熟性和实用性相结合的原则，在对实际资料进行大量质量控制试验和检查的基础上，提出符合资料实际情况的质量控制方法和流程，对海洋气象观测资料进行质量控制。对质量控制后的海洋气象观测资料，按照0.5度方区，分区制作了方区内各月的常用海洋气象要素统计产品。
2 ? 数据样本描述
2.1 ? 数据集结构
本数据集包括两部分内容，总大小4.66 GB：一是质量控制后的海洋气象观测数据，为非规则网格点数据，总大小4.65 GB，共12个观测要素。二是海洋气象要素统计产品，为规则网格点数据，分辨率为0.5°×0.5°，总大小14.8 MB，共21个统计要素。具体数据集组成如表1。其中，6级大风概率的定义为：该统计方区内累年超过6级大风的观测样本数与所有观测样本数的比值；6级大风日数的定义为：只要当天该统计方区（0–23时）有1个观测时次出现超过6级的大风即认为出现1个6级大风日，然后逐年累加并取平均，即为各月平均大风日数。7级大风、8级大风概率和日数的定义与6级大风的相同。本文的数据观测时间均换算为北京时。
表1 ? 数据集组成
| 数据名称 | 要素种类 | 观测站 | 数据格式 | 数据量 | 数据类型 |
|---|---|---|---|---|---|
| 海洋气象观测数据 | 海面气压、海面气温、露点温度、海表温度、风速、风向、总云量、低云量、低云状、低云云底高、能见度和天气现象 | 非规则网格点 | 文本型 txt | 4.65 GB | 逐小时 |
| 海洋气象要素统计产品 | 平均气温、露点温度、海表温度、气压、风速、最大风速、平均最大风速、6级以上风概率、7级以上风概率、8级以上风概率、总云量、低云量、低云云底高、平均能见度、能见度小于4千米概率、雾概率、雷暴概率、降水概率、6级以上风日数、7级以上风日数、8级以上风日数 | 0.5°×0.5°网格点 | 二进制格点型dat | 14.8 MB | 逐月 |
2.2 ? 数据属性表
海洋气象观测数据表包括观测点信息、观测时间和要素数值3部分内容，数据表中的字段名称、量纲、数据类型、数据样例等信息具体如表2。
表2 ? 海洋气象观测数据表内容
| 表内容序号 | 字段名称 | 量纲 | 数据类型 | 数据样例 |
|---|---|---|---|---|
| 1 | 测站名称 | - | 文本型 | UJXC |
| 2 | 测站经度 | °E | 数值型 | 114.6 |
| 3 | 测站纬度 | °N | 数值型 | 20.1 |
| 4 | 年 | - | 数值型 | 1988 |
| 5 | 月 | - | 数值型 | 1 |
| 6 | 日 | - | 数值型 | 14 |
| 7 | 时分 | - | 数值型 | 1200 |
| 8 | 海面气压 | hPa | 数值型 | 1017.9 |
| 9 | 海面气温 | ℃ | 数值型 | 22.0 |
| 10 | 露点温度 | ℃ | 数值型 | 19.6 |
| 11 | 海表温度 | ℃ | 数值型 | 22.0 |
| 12 | 风速 | m/s | 数值型 | 8.2 |
| 13 | 风向 | ° | 数值型 | 70 |
| 14 | 总云量 | 成 | 数值型 | 2 |
| 15 | 低云量 | 成 | 数值型 | 2 |
| 16 | 低云状 | - | 数值型 | 2 |
| 17 | 低云云底高 | m | 数值型 | 600 |
| 18 | 能见度 | km | 数值型 | 10.0 |
| 19 | 天气现象 | - | 数值型 | 1 |
3 ? 数据质量控制和评估
3.1 ? 气象观测资料质量控制
气象观测资料的质量控制方法主要包括：
一是按照各要素的气候值范围对各要素进行气候学界限（表3）检查。
表3 ? 海面气象观测气候学界限值
| 气温 | ?50.0～50.0℃ |
| 海表温度 | ?10.0～40.0℃ |
| 气压 | 850～1080 hPa |
| 风速 | 0.0～80.0 m/s |
| 能见度 | 0.0～80.0 km |
二是按时空分布进行各要素合理取值范围检查。首先根据已有的世界海洋气候图集中1°×1°经纬网格累年各月各要素的平均值和标准差，计算出每月各要素5°×5°经纬网格的合理取值范围。对5°×5°经纬网格内每条观测记录进行范围判别，若其要素值落在当月该要素出现的合理范围之外，则该要素加标识符，不参加统计。若该月某要素5°×5°经纬网格内所有1°×1°经纬网格均无上述多年平均值和标准差，则该月5°×5°经纬网格该要素出现的合理范围视为缺测。
三是利用观测报告内部气象要素之间的内在联系进行一致性检查。对每条观测记录内的要素进行相互匹配的检查。如海气温差的绝对值应小于15.5℃，低云量不能超过总云量，降水与云量的一致性检验等。若出现矛盾，则尽可能利用因果关系决定取舍。
四是连续性检验（表4）。对可疑的要素值，同一观测平台要素观测值前后两时次之差（相差3小时）是否处于合理范围内。
表4 ? 海面气象要素连续性检验取值范围
| 气温差值 | ≤7.0℃ |
| 露点温度差值 | ≤7.0℃ |
| 海表温度值 | ≤5.0℃ |
| 气压差值 | ≤30 hPa |
其中，正确记录标记为0，错误记录标记为1，可疑记录标记为2。
3.2 ? 气象统计产品制作
舍弃错误数据和存疑数据，选用通过质量控制的气象数据进行统计产品的制作。在100–170°E、5–45°N范围内，划分成0.5度方区，凡位于某一方区内的气象数据均参与该方区产品的统计，形成141×81的经纬网格统计产品。
采用最优插值法将统计生成的经纬网格统计产品进行插值。若0.5度方区内样本数小于10个，则该方区数据使用最优插值法得到的数据；对于样本数大于10个的方区则仍旧采用原方区统计数据。
在最优插值法中，网格点的分析值是由网格点的初估值加上修订值确定，修订值由观测值与初估值的偏差加权求得[5]：
（1）其中，分析场xa 和背景场xb 是长度为n的向量；观测场y0 是一个长度为观测总数的向量；H为线性观测算子；W为权重矩阵。
4 ? 数据价值
本数据集能够以多种形式、相对客观地刻画西北太平洋海洋气象要素变化和特征分布规律（如图2–3），可满足海洋环境保障对海洋气候背景的需求，对掌握各季月、各海区气候特点以及提高海洋气象背景分析能力具有重要作用，可更好地为决策服务提供支持。
图2 ? 1月、4月、7月、10月平均风速图（单位：m/s）
 |  |
 |  |
图3 ? 东沙海区各月平均气温（℃）、6级以上大风概率（%）、降水概率（%）、雷暴概率（%）
[1]
SMITH S R, FREEMAN E, LUBKER S J, et al. The International Maritime Meteorological Archive (IMMA) Format [EB/OL]. [2016–04–05]. https://icoads.noaa.gov/e-doc/imma/R3.0-imma1.pdf.
+?CSCD?·?Baidu Scholar
[2]
李猛, 胡波, 韩晓增, 等. 2009–2018年中国科学院海伦农业生态实验站气象数据集[J]. 中国科学数据, 2020, 5(1). (2020-03-14). DOI: 10.11922/csdata.2019.0034.zh.
+?CSCD?·?Baidu Scholar
[3]
郑崇伟, 夏淋淋, 罗霞, 等. 南海—北印度洋的大浪频率特征[J]. **理工大学学报(自然科学版), 2016, 17(3): 284-288.
+?CSCD?·?Baidu Scholar
[4]
赵洪臣 , 刘永学, 周兴华, 等. 基于志愿观测船舶和浮标数据的SST日产品质量评价研究[J]. 海洋科学进展, 2016, 34(3): 462-473.
+?CSCD?·?Baidu Scholar
[5]
王可光, 张建华, 王彩欣, 等. 西北太平洋常规SST资料的客观分析方法研究（I.旬平均船舶报资料分析）[J]. 海洋预报, 2000, 17(4): 52-59.
+?CSCD?·?Baidu Scholar
数据引用格式
姜洪峰, 郑崇伟, 陈飞, 等. 西北太平洋海洋气象观测及统计产品数据集 [DB/OL]. Science Data Bank, 2020. (2020-11-11). DOI: 10.11922/sciencedb.j00001.00161.
稿件与作者信息
论文引用格式
姜洪峰, 郑崇伟, 陈飞, 等. 西北太平洋海洋气象观测及统计产品数据集[J/OL]. 中国科学数据, 2021, 6(1). (2020-11-13). DOI: 10.11922/csdata.2020.0042.zh.
姜洪峰Jiang Hongfeng
主要承担工作：数据加工计算、统计产品制作。
（1980—），男，辽宁宽甸人，硕士，工程师，研究方向为海洋环境保障。
郑崇伟Zheng Chongwei
主要承担工作：数据质量控制、统计产品制作。
chinaoceanzcw@sina.cn
（1983—），男，四川宜宾人，博士，工程师，研究方向为海战场环境建设、物理海洋学及海洋资源评估。
陈飞Chen Fei
主要承担工作：数据收集处理、数据质量控制。
（1984—），男，河北唐山人，硕士，工程师，研究方向为海洋环境保障。
赵艳玲Zhao Yanling
主要承担工作：统计产品加工、数据格式标准化处理。
（1980—），男，河北唐山人，博士，高级工程师，研究方向为海洋环境保障。
韩玉康Han Yukang
主要承担工作：数据加工计算，存储设计。
（1990—），男，山东莱州人，硕士，助理工程师，研究方向为海洋环境保障。
