全球漂流浮标海面温度数据集

全球漂流浮标海面温度数据集由美国国家海洋和大气管理局(NOAA)的全球漂流计划创建，旨在通过漂流浮标收集全球海洋表面的温度数据。数据集包含自1979年以来每小时的海面温度估计，总计285,886,818条记录。这些数据通过数学模型处理，以捕捉海面温度的日变化和低频变化，为科学分析、气候监测及卫星海面温度观测的校准和验证提供支持。数据集的应用领域广泛，包括海洋学研究、气候变化分析及天气预报模型的改进。

The Global Drifting Buoy Sea Surface Temperature Dataset was created by the Global Drifter Program of the U.S. National Oceanic and Atmospheric Administration (NOAA). It aims to collect global ocean surface temperature data via drifting buoys. The dataset contains hourly sea surface temperature estimates since 1979, totaling 285,886,818 records. These data are processed using mathematical models to capture diurnal and low-frequency variations of sea surface temperature, providing support for scientific analysis, climate monitoring, and the calibration and validation of satellite-based sea surface temperature observations. The dataset has a wide range of applications, including oceanographic research, climate change analysis, and the improvement of weather forecast models.

搜集汇总

数据集介绍

构建方式

在海洋观测领域，全球漂流浮标海面温度数据集的构建采用了多层级处理框架。原始数据源自美国国家海洋和大气管理局全球漂流浮标计划的温度传感器观测，涵盖自1979年以来的历史记录。通过预处理与质量控制步骤，剔除部署前与失效后的异常数据，形成Level-1数据集。随后，基于局部加权散点平滑方法，对非均匀时间序列的观测值进行迭代拟合，采用包含一阶多项式与三个日频谐波的数学模型，分别捕捉海面温度的非日变化与日变化分量。最终，通过最小二乘估计生成每小时整点时刻的温度估计值，并同步计算标准不确定度，形成与现有浮标位置和速度数据集相匹配的Level-3产品。

特点

该数据集的核心特点在于其高时间分辨率与精确的不确定性量化。作为全球首个小时级浮标海面温度数据集，它实现了与浮标轨迹位置和速度数据的时空对齐，为研究海洋表层动力过程提供了协调一致的数据基础。数据集不仅提供总海面温度估计，还分离出非日变化与日变化分量，并分别附有标准误差估计，使得用户能够精细分析温度的不同时间尺度变异。其不确定性估计较以往测量误差低一个数量级，典型标准误差约为0.016°C至0.019°C，显著提升了数据的可靠性。此外，数据集包含针对不同温度分量的质量标志，为用户筛选可靠数据提供了明确依据。

使用方法

该数据集主要应用于海洋气候监测、卫星遥感数据校准验证以及海气相互作用研究。用户可通过美国国家海洋和大气管理局环境信息国家中心或ERDDAP服务器获取NetCDF格式的数据文件。在使用时，建议依据质量标志筛选数据，优先采用标志为4或5的非日变化与总温度估计，以及标志为5的日变化估计，以确保数据的物理合理性。数据集中的温度估计值保留三位小数，而不确定性估计则采用向上取整至0.001°C的保守策略。用户可将该数据集与卫星反演产品进行比对分析，但需注意不同数据源在深度代表性与时间代表性上的差异。配套的Python代码库允许用户自定义模型参数，复现估计过程并进行扩展分析。

背景与挑战

背景概述

全球漂流浮标海面温度数据集由美国国家海洋和大气管理局（NOAA）全球漂流浮标计划（GDP）支持，于2022年8月正式发布，核心研究团队包括迈阿密大学、兰卡斯特大学及NOAA大西洋海洋与气象实验室的科学家。该数据集旨在解决海洋表面温度（SST）高频观测的缺失问题，通过拟合包含日变化谐波与低频多项式的数学模型，从1979年以来的漂流浮标原始温度观测中生成每小时规则时间步长的SST估计值。其创新性在于首次提供了与现有每小时浮标位置和速度数据集相匹配的拉格朗日式SST产品，显著提升了海洋边界层热量通量、日变化过程及气候模式验证等领域的研究能力，成为卫星遥感SST产品校准与验证的关键基准。

当前挑战

该数据集面临的挑战主要体现在两个层面：在科学问题上，需精准分离海面温度中的日变化信号与低频背景变化，这对理解上层海洋热力过程及改进气候模型参数化至关重要；在构建过程中，则需克服原始观测数据的高度异质性——包括Argos与Iridium传输系统导致的采样间隔不规则、不同制造商浮标传感器分辨率差异（0.0026°C至0.17°C）、以及数据缺失与异常值干扰。此外，量化估计不确定性时还需解决传感器量化误差的建模难题，并确保在空间高动态区域（如西部边界流区）的模型适应性，这些因素共同增加了数据产品的一致性与可靠性保障难度。

常用场景

经典使用场景

在全球海洋观测领域，该数据集为研究海表面温度（SST）的日变化与低频演变提供了高时空分辨率的拉格朗日视角。通过整合全球漂流浮标计划（GDP）的观测数据，并采用包含三次谐波的日变化模型与一阶多项式背景趋势的数学框架，该数据集能够生成沿浮标轨迹的逐小时SST估计值。这一经典应用场景使得科学家能够精细解析SST的日循环特征，例如日增暖过程，同时分离出由大尺度海洋环流或气候强迫引起的非日变化信号，为理解上层海洋的热力过程提供了关键数据支撑。

实际应用

在实际业务化应用中，该数据集为数值天气预报、气候监测和海洋灾害预警提供了重要的现场观测约束。其逐小时的SST估计可直接同化进入海洋与大气数值模式，改善模式初始场的准确性，进而提升短期天气与季节气候预测的技能。同时，数据集的高质量SST序列可作为基准，用于校准和验证各类卫星遥感SST产品（如ESA SST CCI），评估其在不同海区、不同时间下的偏差与不确定性。此外，在海洋热浪监测、渔业资源管理以及航海安全保障等领域，该数据集提供的实时或准实时SST信息也具有直接的应用价值。

衍生相关工作

基于该数据集所衍生的经典研究工作，主要集中在改进海洋过程认知与开发新型数据分析方法两个方向。一方面，研究人员利用其高分辨率SST序列，深入探究了西边界流区、赤道区域等高动能海区的SST日变化空间特征及其与风应力、太阳辐射的关联，推动了对于海气通量日循环机制的量化理解。另一方面，该数据集采用的局部加权散点平滑（LOWESS）拟合与不确定性传播方法，为处理其他不规则时空序列的海洋观测数据（如漂流浮标盐度、海平面气压）提供了可借鉴的统计框架，促进了拉格朗日观测数据质量控制与产品生成技术的进步。