CODC-S：全球海洋盐度剖面数据集的质控新方法与水文循环监测应用

为解决全球海洋盐度数据质量不均一性问题，中国科学院大气物理研究所团队开发了CODC-QC-S自动质控系统，构建了覆盖1940-2023年的1100万条盐度剖面数据集CODC-S。通过11项质控检查和时间-空间动态阈值设计，显著提升了数据可靠性，为全球水循环变化和海洋生态研究提供了高质量基准数据。

　　

海洋盐度作为"海洋雨量计"，是反映全球水循环变化的关键指标。然而，过去80年积累的1100万条盐度剖面数据存在仪器误差、时空覆盖不均等问题，不同质量控制(QC)方法的差异更导致气候研究结论的不确定性。传统QC系统如WOD-QC依赖高斯分布假设，难以处理海洋盐度的偏态分布特征；而现有盐度产品如EN4、Ishii等数据集间的显著差异，进一步凸显了建立统一质控标准的迫切性。

中国科学院大气物理研究所团队在《Scientific Data》发表研究，推出全球海洋盐度数据集CODC-S（CAS Oceanography Data Center-Salinity）及配套的CODC-QC-S质控系统。该系统创新性地采用非参数化0.5%-99.5%分位数阈值，通过11项自动化检查（包括基础信息校验、尖峰检测、密度倒转验证等），构建了考虑地形约束、海流影响和时间趋势的动态盐度气候学范围（IAP-S-range）。研究整合了WOD数据库和52,253条非WOD数据，覆盖CTD、Argo浮标(PFL)、瓶测(OSD)等7类仪器1940-2023年的观测，最终形成包含22亿个测量值的质控数据集。

关键技术包括：1) 基于GEBCO海底地形数据的本地深度校验；2) 改进的箱线图法处理盐度偏态分布；3) 迭代式尖峰检测和垂直梯度检查；4) 555km半径的动态气候学范围计算，考虑地中海溢出流(MOW)等区域特征；5) 引入WOCE高精度CTD数据作为基准验证集。

数据质量控制效果
通过WOCE基准数据集验证，CODC-QC-S对CTD和瓶测数据的真阴性率(TNR)分别达99.93%和99.24%。Argo灰名单浮标检测显示，问题浮标的异常数据剔除率达常规值的3倍。相比未质控数据，QC后全球0-2000米盐度(S₂₀₀₀)标准差从0.0059 g/kg降至0.0015 g/kg，更符合GRACE卫星估算的淡水输入量级。

仪器特异性分析
自动哺乳动物观测仪(APB)数据异常率最高（7.39%），尤其在500米以深；而Argo浮标(PFL)在2005年后因传感器改进，异常率降至2%以下。CTD数据在1980年前因早期技术限制，深层数据异常显著。

气候学验证
质控后的盐度标准差场成功消除了"红点"伪影，与WOA23气候产品一致。在湾流、南极绕极流(ACC)等高能区域，IAP-S-range有效识别出水团边界引起的合理高变异性。

长期趋势影响
QC处理使大西洋盐度(SSS)趋势估计从0.19±0.05调整为0.09±0.04 g/kg/百年，更符合水文循环加速理论。太平洋次表层(0-2000m)淡化趋势-0.015±0.004 g/kg/百年，揭示淡水输入的空间异质性。

该研究标志着国际质量控制海洋数据库(IQuOD)计划在盐度领域的重要进展。动态阈值设计和仪器特异性处理为多源海洋数据融合树立了新标准，而公开的CODC-S数据集将助力于：1) 量化水循环加速的时空格局；2) 校准CMIP6等气候模型盐度偏差；3) 监测地中海溢出流(MOW)等关键水团变化。特别是对Argo实时数据的质控能力，为全球海洋实时监测系统(GOOS)提供了关键技术支撑。未来通过纳入更多区域观测（如中国南海CTD网络），将进一步增强数据集在边缘海的应用价值。