中国标题：中国近海区域海洋数据库（RODCCS）：高质量数据助力近海缺氧与碳循环研究

为解决中国近海（CCS）高质量海洋地球物理和生物地球化学原位数据获取困难的问题，研究人员开发了区域性海洋数据库RODCCS。该研究整合了六个数据源的390万条数据，涵盖温度、盐度、溶解氧（DO）、营养盐和碳组分等12个关键变量，并经过六步严格质量控制（QC）。数据库采用NetCDF格式存储，结构统一、易于访问，为中国近海的模型评估、参数校准及缺氧和碳汇研究提供了可靠的数据基础，对海洋科学研究具有重要意义。

　　

在全球气候变化和人类活动加剧的背景下，近海区域的环境问题日益凸显。中国近海（Coastal China Sea，简称CCS），包括渤海、黄海、东海以及日本海的一部分，不仅是重要的经济区域，也面临着严重的生态挑战。近年来，该区域频繁报告的夏季和秋季缺氧现象（溶解氧浓度低于2 mg L^-1）以及其作为全球重要碳汇的潜力，引起了科学界的广泛关注。然而，由于海洋原位观测数据分散、质量控制标准不一，获取高质量且统一格式的数据成为模型评估和机制研究的重大瓶颈。这一数据缺失问题严重制约了我们对近海缺氧形成机制、碳循环过程及生态系统响应的深入理解。

为了应对这一挑战，由Cece Wang、Bei Su等研究人员组成的研究团队在《Scientific Data》上发表了一项研究，构建了一个全新的区域性海洋数据库——RODCCS（A Regional Ocean Database for the Coastal China Sea）。该数据库整合了来自六个国际和国内数据库的原始数据，经过严格的质量控制处理，并以统一的NetCDF格式存储，旨在为中国近海的多学科研究提供可靠、易用的数据支持。

研究团队主要采用了数据提取、质量控制（QC）和标准化存储三类关键技术。数据源自Array for Real-time Geostrophic Oceanography（Argo）、CLIVAR and Carbon Hydrographic Data Office（CCHDO）、National Earth System Science Data Center（NESSDC，包含作者未发表的叶绿素a数据）、CoastDOM、GLODAPv2和Rolling Deck to Repository（R2R）六个数据库。质量控制包括位置检查、深度检查、常量值检查、数值范围检查、垂直梯度检查和时间顺序检查六类方法，确保数据的准确性与一致性。最终数据以Network Common Data Format（NetCDF）格式存储，每个文件包含12个变量及其相应的时空属性、数据源标识和质量控制标志。

数据覆盖与变量

RODCCS涵盖了116°E–135°E、20°N–42°N的广阔海域，包括渤海、黄海、东海及部分日本海，数据深度从海表至6984米，时间跨度为1985年至2021年。共收集了12个关键海洋环境变量，包括温度（4,348,536条）、盐度（4,325,295条）、溶解氧（DO，4,235,725条）、硅酸盐（726,086条）、硝酸盐（745,908条）、亚硝酸盐（246,347条）、铵盐（29,526条）、磷酸盐（729,507条）、叶绿素a（Chl a，73,715条）、溶解无机碳（DIC，128,744条）、溶解有机碳（DOC，196,919条）和颗粒有机碳（POC，25,190条）。这些变量全面覆盖了物理、化学和生物地球化学过程的核心参数，为多学科研究提供了丰富的数据基础。

质量控制结果

通过六步质量控制流程，研究发现大部分无效数据集中在位置检查环节，例如温度数据中有近150万条数据因不在研究区域内被剔除。深度检查有效识别了位于海床之上或之下的异常数据，如图3所示，在123°E和23.08°N的断面数据中，部分温度、盐度和DO数据被正确标识为无效。常量值检查发现盐度数据中存在大量连续相同值（约23万条），可能由仪器故障导致。数值范围检查采用Chauvenet准则（适用于正态分布变量如盐度、Chl a、铵和DOC）和IQR（四分位距）方法（适用于非正态分布变量如温度、DO、营养盐和碳组分），成功识别出异常高值或低值，如温度高于42.07°C或DO高于338.56 μmol/L的数据。垂直梯度检查针对温度、盐度、DO、硅酸盐、硝酸盐和磷酸盐六个变量，设定了不同水深（≤400米和>400米）的最大梯度阈值（MGV），有效检测出剖面中的突变值，如DO在浅水区的异常高梯度值。时间顺序检查发现了部分数据记录时间倒置的问题，但磷酸盐的失败率最高（2.98%），而铵、DIC、DOC和POC未发现异常。

质量控制性能评估

以GLODAPv2为基准数据集，研究评估了盐度、DO、硅酸盐、硝酸盐和磷酸盐五个变量的质量控制性能。结果显示，数值范围检查的真阴性率（TNR）达到100%，表明该方法能准确识别异常数据。整体检查的真阳性率（TPR）和真阴性率（TNR）均较高，而假阳性率（FPR）较低，证明质量控制流程在保持高检测效能的同时，有效控制了误报率。

数据记录与可访问性

RODCCS以12个NetCDF文件发布，每个文件包含经纬度、深度、时间、数据源ID、QC标志和变量值等10个字段。数据可通过Figshare平台（https://doi.org/10.6084/m9.figshare.28532210）公开获取，配套的数据处理和质量控制代码已存储在GitHub仓库（https://github.com/BGM-USD2020/RODCCS_codes.git），便于用户重现研究过程或进行自定义分析。

RODCCS的构建不仅填补了中国近海高质量、标准化海洋数据的空白，也为相关领域的模型开发、验证与应用提供了坚实的数据基础。该数据库覆盖多个关键环境变量，并经过严格的质量控制，显著提升了数据的可靠性与一致性。在科学层面，RODCCS有助于深入解析中国近海的缺氧机制、碳汇潜力及生物地球化学循环过程，为区域环境管理和气候变化应对提供科学依据。在应用层面，数据库的开放共享将促进国内外研究团队的协作，推动海洋科学数据的互联互通与创新利用。总体而言，RODCCS是中国近海科学研究的一项重要基础设施，对未来海洋可持续发展具有深远意义。