Argo基础课程3-BGC-Argo数据质量控制

  • 数据获取:
    Coriolis/France: https://data-argo.ifremer.fr/dac/
    FNMOC/USA: https://usgodae.org/pub/outgoing/argo/dac/

  • Real-Time数据
    24小时内发布,提交至自动质量控制平台进行标记和调整,“R”

  • Delayed-mode数据
    经过仔细浏览时间序列,与参考值进行比较,至少每年进行1次分析(BGC更常见),‘A’, or ‘D’

  • 数据的命名规则:
    在这里插入图片描述

  • txt及gz文件:浮标、剖面和参数的潜在设置

  • “aux”文件夹:实验浮标的辅助数据

  • “dac”文件夹:剖面数据

  • “etc”文件夹:数据管理器的杂项文件

  • “geo”文件夹:core argo only,以海洋为分类

  • 建议使用Sprof文件,集成了所有剖面

  • 数据标签:
    在这里插入图片描述

  • D模式数据:目视检查过,具有最高质量

  • A模式数据:实时调整,较好的质量

  • R模式数据:Raw data,可能具有仪器误差

  • 数据质量标签:

0未进行质量控制
1Good data
2Probably good data
3“Questionable” (Raw BGC)
4Bad data
5Value changed
8Estimated value
9missing value
  • 叶绿素数据的校正
    CHLA = (Sensor_count – DARK_CHLA) * SCALE_CHLA
    假定*(a*Φf) 是一个常数,会随着物种的类型、细胞大小、色素分布,浮游植物健康,光照水平,水柱的深度以及时间的变化进行变化。
    RT校正
    1.原位黑暗校正,最初5个cycle最小值的中值
    2.非光化学淬灭校正,Xing 2012
    3.修正因子的校正(修改的比例因子)
    4.Scale_factor因子(Scale_chla)目前使用值为2;Xing(2011)提出全球局地的chla斜率,可用于实时的校正

  • BBP700—与几何学相关
    在这里插入图片描述
    新的质控标准将大型动物的spikes标记为“3 pribably bad”

  • POC计算:
    在这里插入图片描述

  • 注:盐度数据用在较多BGC参数的校正中,溶解氧数据用在PH和营养盐的校正中

  • 5
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值