海表温度（sea surface temperature，SST）是海洋与大气之间进行热量交换的关键指标，作为描述海洋表层热状况最为重要的海洋环境参数之一，其被广泛地应用于上层海洋过程、海气热量交换、海洋大气数值模拟与预报等的研究和应用中（Frankignoul and Kestenare，2002; Brunke et al.，2008; 朱芳泽等，2014）。海-气相互作用研究表明，海温是影响长期天气过程的重要因素（王晓悦和钱永甫，2002; 陈晨等，2021）。海温的变化直接影响气候变化、渔场分布，厄尔尼诺、台风等自然灾害的形成也与海温变化密切相关（毛江玉等，2000; 李刚等，2012; 李经纬等，2021）。因此准确的海表温度信息对于理解大气海洋环境变化、预测海洋灾害、指导渔业生产等都具有重要意义（Kawai and Wada，2007; 秦大河等，2007）。

现场观测是获取海表温度最直接、最准确的方式之一，主要通过海上浮标、沿岸站及船舶等常规观测系统获得（宝乐尔其木格和任国玉，2013）。海表温度现场观测资料是所有其他海温数据产品的基础。无论是网格化SST数据产品、卫星反演SST产品，还是多源融合产品或是再分析资料，这些海表温度资料产品都需要依赖船舶浮标观测资料作为基础保障。例如:网格化数据产品通过插值和同化等技术手段，将离散的观测资料转化为空间上连续的数据场，船舶浮标观测资料作为基础数据，决定了网格化数据产品的空间分布和变化趋势（Woodruff et al.，1987; Smith and Reynolds，2003; 陈丽凡等，2019）。卫星遥感技术可以快速获取大范围的海表温度信息，但受到多种因素的影响，如大气校正、传感器精度等，其反演结果需要船舶浮标观测资料进行验证和校准（Emery et al.，2001; Xu et al.，2010; Bulgin et al.，2016）。多源融合产品通过集成不同来源的海表温度数据，如船舶浮标观测资料、卫星遥感数据等，形成更为全面、准确的海表温度数据集。船舶浮标观测资料作为其中重要的一部分，为多源融合产品提供了基础数据和参考依据（Thiébaux et al.，2003; Reynolds et al.，2007; Donlon et al.，2012）。再分析资料则是利用数值天气预报模式和同化技术，对历史观测数据进行再处理和再分析，生成具有更高时空分辨率和准确性的数据集。船舶浮标观测资料在再分析资料的制作过程中扮演着重要角色，为同化方案和数值模式提供了真实可靠的初始条件和边界条件（Derber et al.，1989; Kalnay et al.，1996; Hersbach et al.，2020）。

海表温度现场观测资料为其他各种海表温度产品提供了准确的数据支持，确保产品的质量和可靠性，因此也在海洋科学研究和实际应用中发挥着至关重要的作用并被重视。海温观测资料的搜集、整理、质量控制等是很多学者长期致力于研究的重要课题（Hansen et al.，1996; Gronell et al.，2008; Kennedy et al.，2011; Zhang et al.，2024）。各国根据自己收集的资料，整理出了几套共享的全球海温观测资料（Rayner et al.，2003; Woodruff et al.，2011; 杨玮等，2011; Xu and Ignatov，2014），这些资料被广泛应用于全球和区域气候变化分析。随着国内资料融合和再分析产品研发的快速发展（沈艳等，2013; 师春香等，2019; 周自江等，2022; Liu et al.，2023），海表温度观测资料的收集整理工作变得愈发重要。因此中国很多涉海科研机构也进行了大量的海洋观测数据整理和质量控制工作（Liu et al.，2017; 吴晓芬等，2019; 刘玉龙等，2021; Tan et al.，2022）。面对国内多个部门自行收集整理的数据标准不一、数据格式迥异，观测资料和信息产品缺乏共享等实际情况，本工作旨在发展一套具有较好数据完整性、经过统一标准质控、长时间序列的全球海表温度观测数据集，由此进行分析并发布共享。

船舶观测为现场直接测量方式，也是历史最为悠久的观测海温的方式，即利用商船、“天气”测量船或其他调查船，在某一地点使用测温仪器进行海水温度观察。作为海温资料最大、最可靠直接的数据来源，船舶观测海表温度资料为长期海温分析和气候变化研究提供了宝贵的数据（宝乐尔其木格和任国玉，2013）。而现场浮标观测自20世纪70年代开始使用，起步相对较晚，它主要是利用装载在浮标平台上的测温仪器对海表温度进行观察，又分为漂流浮标和固定浮标，其观测具有长期、连续、实时、自动等优点，是海洋观测技术精度最高、最有效、最重要的手段之一。此外，浮标与船舶观测海表温度的传感仪器不同，两种观测资料存在一定的系统偏差（徐宾等，2018），在多源海表温度资料融合时，往往也将船舶和浮标资料作为两种不同的资料源进行误差评估并作进一步融合。

因此本工作将针对船舶、浮标两类海表温度主要现场观测平台，收集整合全球（特别是丰富了我国海域）多来源海表温度观测资料，完成解码、提取、查重、标准化等步骤，得到长期全球区域的海表温度资料，并利用ERA5再分析资料，选择统一的质量控制方案进行质控，得到一套质量较高、时间序列较长、较为完整的全球船舶、浮标观测海表温度资料产品，为后续进行海表温度资料评估、多源海表温度资料融合、全球气候变化分析等工作提供基础资料产品保障。本文进一步对船舶和浮标观测数据统计特征及误差进行对比分析，以探究两种观测数据的适用性，为使用海表温度观测数据进行气候变化研究以及资料评估订正提供一定参考。

1 数据集的研制

1.1 数据源

该套观测数据集的研制基于美国NOAA的国际海气综合数据集（International Comprehensive Ocean-Atmosphere Data Set，ICOADS）最新产品（ICOADS V3）、全球电信系统（Global Telecommunication System，GTS）实时传输“海洋表面观测报告”数据、美国NOAA的CFSR/GDAS系统所使用的海洋观测资料、中国邻近海域观测资料以及南方海洋科学与工程广东省实验室（珠海）（南方海洋实验室，SML）组织的航次近期采集的海表温度数据等多个数据源。各类数据源具体说明如下。

1) ICOADS

美国NOAA的ICOADS数据分布全球范围，源于不同的观测系统，包括多个海表观测要素资料，是目前国际上最完整、最全面、时间序列最长的公开的现场观测资料（Freeman et al.，2017），也是本数据集最主要的数据来源。ICOADS观测数据最新版本为ICOADS版本3.1（R3.1），于2017年10月完成，数据时间涵盖1662—2014年；此外，R3.0.2版本数据自2015年至今（正常滞后1~2 mon），相当近实时提供数据。数据主要分为enhanced-trim（质控后）和final-untrim（原始数据）两类。本数据集使用的是质量更高的enhanced-trim数据，提取1900年以后船舶和1976年以后浮标观测的海表温度数据记录的相关信息。

2) GTS

全球电信系统GTS是世界气象组织（WMO）提供全球和双边交换资料的核心业务平台，通过GTS实时传输的“海洋表面观测报告”（包括船舶观测报告）是中国接收全球海洋资料的重要来源（刘向文等，2011），也是本产品制作使用的重要数据来源，自1981年开始收集。

3）CFSR_OBS和GDAS_OBS

美国NCEP气候预报系统再分析（Climate Forecast System Reanalysis，CFSR）输入观测资料（CFSR_OBS；Saha et al.，2014）和美国NCEP全球数据同化系统（NCEP GFS and Global Data Assimilation System，GDAS）输入观测资料（GDAS_OBS；Wang et al.，2022）都存在大量的全球海洋温度观测数据，且因为需要作为同化资料的输入而进行了严格的质量控制，因此其是本产品制作中质量较好的数据源之一。

4）其他来源

部分收集的资料来源于中国国家气象信息中心、国家海洋信息中心等国家级数据中心提供的中国邻近海域的现场船舶、浮标观测资料，丰富了我国海域的资料。此外南方海洋实验室自2021年以来，组织执行了多个调查和科考航次，这类数据也成为本数据集近期的一个数据源。

各个来源的数据有重叠，也有补充，甚至不同，因此需要整合（完成解码、提取、查重、标准化等步骤）上述多来源船舶和浮标观测的海表温度观测数据。因为GTS、CFSR_OBS、GDAS_OBS等全球数据产品中部分数据源也来自应用最广泛的ICOADS资料，所以有大量重叠的记录需要去重。并且各研究单位因通讯、解码或获取版本不同等原因，不同数据集会出现位置相同但要素值不同的记录。这里处理的方式是:首先对这类数据进行质量控制，根据质控信息去除错误或怀疑值，保留正确值; 如果质控都是正确的，则再由数据源质量进行判断，质量较好的CFSR_OBS、GDAS_OBS优先，ICOADS其次，质量稍差的GTS则排在最后。

数据经过整合之后，再进行统一的质量控制加工，最终形成全球船舶和浮标观测海表温度数据（Global_ship_buoy_SST），即:“1900—2023年全球船舶海表温度观测数据集”和“1976—2023年全球浮标海表温度观测数据集”。

图1给出了Global_ship_buoy_SST数据集与ICOADS船舶和浮标在各个年代的观测海表温度记录数变化。可以看到，Global_ship_buoy_SST数据集主要基于ICOADS数据，在近40年（1981以后）由于融入了更多的数据源，所以船舶和浮标观测的样本数明显多于ICOADS数据。1961年以后全球船舶海表温度记录数显著上升，20世纪70—90年代船舶的记录数呈现阶段性的高值区间，90年代以后船舶观测数减少并趋于平稳，此时浮标观测记录数明显增多，并远超船舶观测数，呈现随年代际增长的趋势，2001—2010年浮标观测记录数达到了船舶观测数的6倍以上; 2011年以后，浮标观测记录数达到了船舶观测数的10倍以上。

浮标观测记录数远超船舶观测数的主要原因是浮标连续观测带来了庞大的观测记录数。由图2给出的全球船舶和浮标的逐日观测总数和去除日内观测后的记录数对比可以看到，浮标观测数去除对固定地点连续观测的日内记录后，观测数降到总观测数的一半以下（红色与蓝色线之比），而船舶观测数变化不大。

1.2 质量控制

质量控制方法判别的可信度是用户在使用观测数据集时关注的一个焦点。本数据集制作时采用的质量控制方案除了采用对粗大误差的传统质量控制技术（Woodruff，2008），还发展了借助模式分析场进行观测资料质量控制的技术方案（廖捷和周自江，2018），该方法也是目前国际上各机构制作再分析资料时对观测资料进行的业务质量控制方案（Onogi，1998; Collins，2001），即:利用再分析资料对观测资料进行质量控制，认为观测值与再分析资料差异不超过3.5倍气候标准差，如果差值大于3.5倍标准差，则设定观测数值可疑，称为“标准差异常检查”。在本数据制作过程中，利用目前国际上公认的质量较高的再分析资料ERA5（1940—2023年，逐时，0.25°×0.25°分辨率）海表温度数据，计算全球海表温度格点上的气候标准差，判断当前的观测记录落在哪个格点上，然后与该格点内该时刻的再分析数据比较计算差值，判断差异是否大于3.5倍标准差。

数据集Global_ship_buoy_SST统一的质量控制流程及检查内容如图3所示。首先执行基本信息检查，然后执行以下环节:着陆检查、界限值检查、主要变化范围检查、时间一致性检查、标准差异常检查（各个步骤的检查内容如图3所示），最后执行质量控制综合判断和标注质量控制码QCI（quality control indicator，I_QC，如图3中H步骤所示）。

图4a和图5a分别给出了船舶和浮标数据质量控制中错误记录数（I_QC=2）和怀疑记录数（I_QC=1）占总样本数百分比的逐日变化。可以看到，船舶观测怀疑样本数百分比平均为10%左右，浮标观测的错误和怀疑样本数百分比明显低于船舶观测，基本低于5%（1990年以前浮标观测较少的年份，I_QC=1的样本数百分比较高，大值可达15%），即浮标观测数据的正确率较高，其数据质量高于船舶观测数据。特别注意在1940—1950年期间船舶不仅记录数较少（图2），且错误率也较高（图4a），因此，这段时间可用的船舶观测数据非常少，对应全球平均海表温度变化有个较大的下降波动（图4b），而在ERA5的全球平均海温变化分析中并没有这一现象（图略），这一时期的全球海温降低可能是由于样本数太少造成的。在近期（2015年左右）船舶观测出现了一个怀疑和错误样本数升高的现象，主要是由于2015年以后的ICOADS资料为近实时资料，其质量较经过严格质控的历史资料要差。

此外，从质量控制码大于0的海表温度（I_QC＞0; 质控为怀疑或者错误值）与正确海温（I_QC=0）的平均值区间分布（图4b和图5b）对比来看，I_QC＞0的平均海表温度值变化范围明显大于正确海表温度值的变化范围，特别是浮标观测中I_QC＞0的平均海表温度值范围已超过0~30℃范围，表明质量控制可以去除海表温度变化较大值或异常值。值得注意的是，2010—2020年期间，I_QC＞0（质控为怀疑或者错误的海表温度）的平均值相对正确海温值是个明显的低值，如果未做质量控制，那么这部分（I_QC＞0）样本将会降低全球海表温度平均值。

2 数据特征对比评估

2.1 全球样本时空覆盖率

为了分析资料全球覆盖情况，这里以2°×2°进行逐月统计（因为海洋资料的观测位置不固定，因此统计资料全球覆盖时，将全球划分为180×90个格点，即2°×2°一个格点，如果整个月有数据落在该格点上，则视为覆盖）。图6给出了船舶和浮标资料全球空间覆盖率的逐月变化。可以看到，浮标观测全球覆盖率明显低于船舶资料，即便在2015年以后浮标总体观测记录增多时，观测的覆盖率也仅仅达到30%以上，但不超过40%。

20 世纪50年代以后，船舶资料的全球覆盖率逐渐增加，1960年以后稳定达到40%以上; 在1940—1960年期间，船舶观测覆盖率出现一个低值区间; 在1970—1990年期间，船舶的观测覆盖率出现一个高值区间，可达60%以上，而在近期（2000年后）随着船舶单点重复观测增加（图2a），船舶全球覆盖率又有降低; 这些资料覆盖率的分析结果与船舶观测样本数的变化（图1和图2）是对应的。

选取船舶和浮标观测数据较多的共同时间段1990—2023年，分析资料覆盖的空间分布（图7）。从图7a看到，船舶观测资料分布与船的航线有关，航线密集地区资料密度较大，北半球中高纬度较多，北半球比南半球多; 北太平洋和大西洋的船舶资料覆盖率较高。从图7b看到，浮标资料时间覆盖较大的区域集中在大西洋和赤道地区，且多集中在沿岸地区和固定的浮标观测断面。美国在大西洋沿岸投放的浮标观测较多，由于漂流浮标的观测，整个大西洋浮标观测数据都较多; 赤道地区存在几个明显的浮标观测断面，集中了大量的浮标连续的海表温度观测。对比图7a和7b可以看到，船舶观测空间覆盖范围大于浮标观测，并且船舶资料在月尺度上时间覆盖率明显高于浮标资料，其覆盖率在大西洋和北太平洋上可达80%以上，而浮标资料即便在覆盖率较高区域也仅有60%左右，其大部分观测覆盖区域覆盖率仅有20%~30%。

2.2 全球气候变化应用

由于时间序列较长，海表温度观测资料经常用于海温长期变化趋势分析和气候变化研究。船舶和浮标观测资料的时空覆盖特点和可用性分析可为全球海表温度气候变化研究提供资料使用参考。图8给出了船舶、浮标以及ERA5资料显示的全球平均海表温度在1990—2023年间的变化。将船舶、浮标观测资料插值成2°×2°分辨率并进行逐月统计，3种资料均取6 mon的滑动平均。从图8看到，1990—2023年期间，船舶资料显示的全球海表温度趋势与ERA5资料一致，具有缓慢的上升趋势，而浮标观测显示的海温变化剧烈，在1990—1997年和2000—2015年两个时间段均显示出相反的降低趋势，显然由于浮标观测样本的全球时空覆盖率很低，对全球海表温度的代表性差，所以无法仅利用浮标资料对全球海表温度趋势变化进行研究。

在1998—2012年期间，全球地表平均温度升高的速率只有0.05℃/（10 a），然而1951年以后的平均温度升高的速率为0.12℃/（10 a）。也就是说，1998年（超级厄尔尼诺年）以来，全球变暖减缓了，这个现象被叫作全球变暖停滞（global warming hiatus; IPCC，2014）。从图8可以看到，1998—2012年期间（图中虚线区间所示），全球船舶观测的海表温度显示出“基本不变的平台期”，而这前后，海温显示明显的升高趋势，与已有研究结果一致，这表明船舶观测的海表温度对全球气候变化研究有重要参考价值。

综上所述，船舶资料虽然观测样本数相对浮标较少，但其覆盖时空范围相对较大，对全球海表温度趋势变化研究具有一定的参考; 浮标观测样本的时空覆盖率很低，对全球海表温度的代表性差，无法仅利用浮标资料进行全球海表温度趋势变化的研究，若能结合浮标观测数据的准确性和船舶观测数据的覆盖率，则能更好地将它们应用于全球变化研究。

2.3 偏差分析

为了验证浮标观测资料的精度更高，利用ERA5资料对浮标、船舶资料的误差进行对比分析。使用0.25°×0.25°逐小时ERA5再分析海表温度资料，以0.25°×0.25°为一个格点，计算落在同一格点上的船舶、浮标观测海表温度与ERA5资料的平均偏差、均方根误差及相关系数。为了更加准确计算统计偏差，仅使用I_QC=0的船舶和浮标观测数据，即使用质控后显示为准确的值分析各类误差统计值随时间的变化，如图9所示。

可以看出，统计样本增大后（1990年以后），各类误差值相对稳定，浮标观测与ERA5资料的平均偏差和均方根误差较船舶资料更小，相关系数更大，表明由于浮标观测资料误差更小，所以ERA5资料更趋近于浮标资料。分析统计误差值较为稳定的时段（1990年样本数增大以后）的各个误差可以看到，对于平均偏差，船舶、浮标观测资料与ERA5资料都存在一个正偏差，浮标与ERA5的正偏差约在0.1℃以下，船舶与ERA5的正偏差约在0.2℃，表明ERA5再分析资料的海表温度值与现场观测资料存在正的系统误差。而再分析资料（ERA5）与浮标、船舶观测资料的相关系数都达0.98以上，表明再分析资料的制作充分融合了这些实测资料，海洋现场观测数量虽然少，但作为海洋要素的直接观测资料，在数值模式同化系统中占有举足轻重的地位。

浮标数据是更精确的观测数据。为了计算船舶观测与浮标观测的系统偏差，以2°×2°为一个格点，计算落在同一格点上的船舶与浮标观测海表温度的偏差（为了更加准确计算系统偏差大小，这里船舶和浮标观测都仅使用I_QC=0，即使用质控后显示为准确的值），统计逐日的船舶观测系统偏差随时间的变化（图10）。可以看出，在统计样本增大后（1990年以后），逐日偏差趋近正值，船舶和浮标数据之间具有正的系统偏差，约为0.2℃，即船舶海表温度观测值相对浮标观测值偏大，这与船舶和浮标观测海表温度的深度不一致有关，这也可以作为船舶数据偏差订正的依据（Reynolds et al.，2002）。

3 结论与讨论

本工作针对船舶、浮标两类主要海表温度观测手段，收集了ICOADS、GTS、CFSR_OBS、GDAS_OBS、中国近海等多来源海表温度观测资料，完成解码、提取、查重、标准化等步骤，整合得到了序列较长、较为完整的全球海表温度观测资料。数据集制作的质量控制方案除了采用对粗大误差的传统质量控制技术，还发展了借助模式分析场进行观测资料质量控制的技术方案，即利用ERA5再分析资料，对数据进行了统一的质量控制加工，制定的质量控制方案可以去除海表温度变化较大值或异常值，最终形成的“1900—2023年全球船舶海表温度观测数据集”及“1976—2023年全球浮标海表温度观测数据集”，可为后续进行海表温度资料评估、多源海表温度资料融合、全球气候变化分析等工作提供基础资料产品保障。本文进一步对资料的数据特征差异进行了评估，得到如下主要结论:

1）20世纪90年代以后，浮标观测记录数远超船舶观测，2011年以后，浮标观测记录数达到船舶观测的10倍以上。庞大的浮标观测记录数主要是由浮标时间上连续观测造成的，但浮标资料在时空覆盖率上远低于船舶观测，对全球或大面积海表温度的代表性差，无法仅利用浮标资料进行全球海表温度趋势变化的研究。

2）质量控制结果表明浮标观测数据的正确率较高，其质量高于船舶观测数据。船舶和浮标与ERA5再分析资料的误差对比分析表明，浮标观测资料误差小，因此浮标数据可作为精度较高的数据源订正或评估其他数据源。船舶资料相对浮标资料有正的系统偏差，逐日的平均偏差约为0.2℃。

3）1961年以后全球船舶观测的海表温度记录数显著上升，在20世纪70—90年代，船舶的记录数呈现阶段性的高值区间，90年代以后船舶观测数减少并趋于平稳; 1990—2023年期间，船舶资料显示的全球海表温度趋势与ERA5资料一致，具有缓慢的上升趋势，其中1998—2012年全球船舶观测的海表温度显示出“基本不变的平台期”，而这前后，海温显示明显的升高趋势。船舶资料虽然观测样本数相对浮标较少，但其覆盖时空范围相对较大，对全球海表温度趋势变化研究具有一定的参考。若结合浮标观测数据的准确性和船舶观测数据的覆盖率，则能更好地将它们应用于全球变化研究。

从本文数据集的对比评估可看出，每类数据都有其弊端和优点，因此要得到准确的高覆盖、高分辨率的SST分布场，需结合各种资料的优势，发展多源融合数据产品，而作为直接观测海温的船舶和浮标数据，是多源融合数据产品的制作过程中不可或缺的数据源之一。精度较高的浮标观测数据可作为多源融合数据融合时的基准数据，用于评估和订正其他数据源; 而精度稍差但时空覆盖较广的船舶观测数据则需进行系统误差订正后参与融合，以增加观测信息，从而提高融合产品的可靠性。

致谢:http: //www .hellosea.org.cn/提供了本文制作的数据集的共享服务（数据集的DOI号分别为10.12378/geodb.2023.2.033.V1和10.12378/geodb.2023.2.034.V1），谨致谢忱！

参考文献