水下滑翔機數據管理

王冠琳, 王巖峰, 官 晟*

水下滑翔機數據管理

王冠琳, 王巖峰, 官 晟*

(1. 自然資源部 第一海洋研究所, 山東 青島, 266061: 2. 青島海洋科學與技術試點國家實驗室 區域海洋動力學與數值模擬功能實驗室, 山東 青島, 266237 )

近年來, 隨著水下滑翔機技術的深入發展, 其在各國海洋觀測與探測系統中發揮著重要作用, 由此積累了大量的觀測數據, 構建了相當成熟的數據管理框架體系, 并將逐步形成標準的業務化流程。我國在此方面開展的工作尚處于起步階段。基于此, 文中綜述了全球海洋觀測系統(GOOS)計劃對水下滑翔機數據管理的需求, 介紹了美國綜合海洋觀測系統(IOOS）、澳大利亞綜合海洋觀測系統(IMOS)和歐洲水下滑翔機觀測組織(EGO)等已經形成的水下滑翔機業務化數據管理系統, 梳理總結了水下滑翔機數據管理在工作流程創建、數據格式和元數據、質量控制等關鍵技術方面的核心內容, 同時提出了水下滑翔機常見搭載的溫鹽深傳感器(CTD）、光學類和生化類傳感器的數據質控要點。最后, 從我國水下滑翔機的應用現狀和發展角度, 對水下滑翔機數據管理未來的工作進行了討論, 并在數據質控、業務體系建設等方面提出了具體建議。文中的工作可為我國水下滑翔機觀測數據的科學管理及應用提供參考。

水下滑翔機; 數據管理; 數據質量控制

0 引言

Pierre[1]等在2009年的全球海洋觀測白皮書中, 建議將水下滑翔機列入全球海洋觀測系統(global ocean observing system, GOOS), 其能勝任各種海況下的現場工作, 在海洋水體高分辨率時空尺度采樣觀測方面發揮著重要作用。2010年以后, 水下滑翔機在海洋觀測和調查中得以迅速推廣應用, 主要歸功于其工作性能在歷經近20年的發展后日益成熟穩定, 其獨特的工作方式在一定程度上填補了其他海洋觀測手段在續航能力、觀測范圍、觀測隱蔽性等方面的不足: 與漂流浮標相比, 水下滑翔機的優勢在于能夠控制性地進行采樣觀測; 與一般AUV相比, 其優勢在于更長的續航時間; 與拖曳系統相比, 其優勢在于可反映觀測要素在更長時間尺度上的空間變化。

隨著水下滑翔機技術的不斷成熟, 應用面不斷擴大, 其觀測范圍幾乎覆蓋了所有中小尺度的海洋動力過程[2]。當前國際上所有重要的海洋觀測系統和海洋觀測計劃中, 都會包含水下滑翔機的研究任務和應用, 并開始向業務化的滑翔機網絡轉換, 每天在全球的海洋中都有將近30臺水下滑翔機工作。我國水下滑翔機在近年來也取得了飛速的進展, 從多型號水下滑翔機的海試到應用試驗, 我國在該領域的技術水平正迅速向世界先進水平靠攏[3-4]。

目前, 海洋觀測數據的管理得到了國際上的空前重視。在GOOS計劃正在制定的2030戰略[5]中, 明確提出了對于海洋觀測數據質量控制和共享的需求。在它的戰略目標7中是這樣描述的: 要確保全球海洋觀測數據和信息滿足FAIR(finda- ble, accessible, interoperable, reusable)原則(可發現F, 可訪問A, 可互操作I, 可重用R); 具有適當的數據質量和反應時間; 鼓勵向用戶提供免費和不受限制的海洋觀測資料, 確保數據、元數據和產品的公開交換在最少的時間延遲下進行, 同時具備無限期的可訪問性。GOOS計劃將通過指定的數據中心(通常是特定的平臺)跟蹤現場觀測網絡對上述原則的執行情況: 通過數據聚合器的手段將數據流聚合在一起, 確保及時匯交數據并提供可信度說明, 提供有關數據來源和元數據處理的信息, 以及數據系統(包括衛星)之間的互操作性, 從而確保每個海洋基本變量的可用性; 通過使用現代化的信息和通信技術手段支持數據流, 確保數據和相關元數據是可被發現的。數據流將引入端到端的評估, 了解用戶的體驗質量。水下滑翔機作為未來GOOS計劃中的重要組成部分, 在數據管理方面將要努力實現上述目標。

2017年10月, 世界氣象組織(world meteorolo- gical organization, WMO)和國際海洋委員會(inte- rnational olympic committee, IOC)經過近一年的磋商[6], 聯合批準將支持長期的水下滑翔機觀測計劃, 其關注的4個重點領域中, 數據管理作為其中獨立的領域之一, 主要任務包括: 制定基本制度和業務流程, 收集、處理和管理水下滑翔機的數據。

綜上, 在可預見的未來, 水下滑翔機將成為GOOS的重要組成部分, 每天都會產生大量的實時數據提供給科學家和業務部門使用, 水下滑翔機數據管理的業務化標準也正在逐步形成。以美國的綜合海洋觀測系統(integrated ocean observing system, IOOS)[7]、澳大利亞的綜合海洋觀測系統(integrated marine observing system, IMOS)[8]和歐洲水下滑翔機觀測組織(European gliding observatories, EGO)[9]為代表的水下滑翔機科學觀測計劃都已把數據管理列為其業務化流程的重要環節。

近年來, 水下滑翔機在我國獲得廣泛應用, 各類用戶也積累了大量數據。如何管理好這些數據, 保證這些數據的質量, 讓有需求的用戶方便地獲取和使用這些數據, 從而發揮其應有的作用, 是目前工作的當務之急。但國內目前還沒有對此展開專門的研究, 業務化的管理規范更無從談起。因此積極借鑒國際上的相關經驗做法, 為我國未來的水下滑翔機發展提供參考, 是文中探討的重點。

1 數據管理現狀

水下滑翔機的數據管理目前在國際上基本成型, 其基礎設施主要是通過1個國際或國內行業認可的標準數據中心或數據服務中心(如世界氣象組織的全球通信系統(global telecommunication system, GTS)實時數據和基于web服務的實時、延遲數據)提供具有互操作性和內部可比性的實時或最小延遲數據, 數據要滿足FAIR原則, 至少具有WMO和IOC海洋和大氣現場觀測計劃支持中心聯合技術委員會(The WMO-IOC joint technical commission for oceanography and marine meteorology insitu observing programs support centre, JCOM-MOPS)定義的最低級別的元數據。

水下滑翔機的數據管理主要借鑒Argo計劃的成熟經驗。國外研究機構在設計水下滑翔機數據的標準格式時, 多采用與Argo數據類似的框架。2010年, WMO提出了使用通用二進制表示氣象數據格式, 用以解碼NetCDF文件的編碼, 進行水下滑翔機所測量的水文等參數數據的標準化。CF則是另一個主要的標準格式, 它可提高由NetCDFAPI創建文件的處理和共享性能, 正逐漸被EGO引用。

目前各國初步達成共識, 水下滑翔機的數據管理將建立在IOOS、IMOS和EGO現有的工作流程和為水下滑翔機開發的通用格式基礎上。其數據格式將基于NetCDF和CF格式。同時根據水下滑翔機和其他網絡(如Argo、Ocean-SITES等)的經驗, 進一步制定一項國際公認的、適用于特定目的(如物理、生物及地球化學不同學科)的數據管理方法。

文中分別介紹國際上主要的(包括水下滑翔機)觀測系統數據管理現狀。

1) 美國IOOS系統

IOOS是由美國國家滑翔機數據中心(nationalglider data assembly center)支持的國家滑翔機網絡(national glider network)數據管理系統。系統為滑翔機數據的訪問提供了1個集中的場所, 使用現有環境研究部門的數據訪問計劃(the environ- mental research division’s data access program, ERDDAP)和專項實時環境分布式數據服務(the- matic real-time environmental distributed data services, THREDDS)。元數據標準采用NetCDF、CF和特定屬性數據集查詢(attribute conventions dat- aset discovery, ACDD)3種, 標準文件格式為Net- CDF, 可通過用戶界面搜索和查詢數據集, 采用實時海洋數據的質量控制(quality control of real- time oceanographic data, QARTOD)方法進行質量保障和質量控制, 實時和延遲模式的觀測數據都被永久歸檔。美國IOOS在2012年發表了國家滑翔機網絡白皮書, 按計劃: 2013年開始設計實施國家滑翔機網絡; 2014年從基于軌跡的NetCDF文件格式轉變為基于剖面的NetCDF文件格式; 2017年開始提交延遲模式的數據集; 到2018年9月已提交了498個實時數據集, 擁有35名滑翔機操作員, 16名數據管理者, 主要觀測覆蓋美國周邊海域, 同時在南大西洋、東北大西洋、南極和印度洋等海域也有涉及。其主要的體系結構如圖1所示。

2) 澳大利亞IMOS系統

IMOS系統的數據管理機構為澳大利亞國家海洋滑翔機中心(Australian national facility for oc- ean gliders, ANFOG), 所提供的數據通過澳大利亞海洋數據網(Australian ocean data network, AODN)開展服務。由ANFOG運營IMOS中所有環繞澳大利亞的水下滑翔機, 原始數據在觀測數小時后即可獲取, 延遲模式的數據也在3個月內提供。每個觀測任務都有自己的延遲模式NetCDF文件, 包括元數據、自動和人工的質量保障和質量控制。AODN數據入口負責檢查文件并向公眾發布。 ANFOG提供一款GliderScope軟件用于提取和可視化國際滑翔機數據, 一款NetCDF Ninja軟件用于查看和編輯NetCDF格式的數據文件。其主要的體系結構如圖2所示。

圖1 綜合海洋觀測系統的水下滑翔機數據管理體系架構

3) 歐盟的EGO

EGO的水下滑翔機數據流分為3個層次組織: 操作員/首席研究員、數據中心(data analytics cen- ter, DAC)和水下滑翔機數據中心(glider data analytics center, GDAC)。每個級別的數據管理描述如下: 操作員布放、操控和回收滑翔機, 對滑翔機的海上操控負責, 并實時交付數據和元數據; 首席研究員(principal investigator, PI)通常是一名科學家, 負責項目科學方面的使命, 同時負責提供DAC延遲模式的數據和完整的元數據; DAC按照“EGO水下滑翔機用戶手冊”的要求將原始數據和元數據處理成EGO格式文件, 并將EGO文件實時發送給GDAC。上述組織負責向GTS實時發送數據。DAC還與PI合作負責延遲模式的數據流, GDAC在實時和延遲模式下執行并分發數據文件副本。

GROOM(gliders for research, ocean observation and management)計劃是在歐盟FP7框架下的1個用于海洋研究、觀測和管理的水下滑翔機項目, 其目標是研究評估建立可持續發展的歐洲滑翔機基礎設施要求, 從而可以安全地操作單臺水下滑翔機或者滑翔機編隊。2012年10月, GROOM主導為EGO建立了水下滑翔機數據格式[10]: 與CF和SeaDataNet兼容的NetCDF格式, 可與國際上正在開發的數據標準(如澳大利亞的IMOS和美國的IOOS)進行互操作; 針對實時和延遲模式滑翔機數據集的標準質量控制協議; 確保滑翔機的數據、元數據和技術信息以一致的方式存儲和分發。

EGO的水下滑翔機數據分為3種模式: 實時數據, 即任務實施過程中實時傳輸的科學數據; 回收數據, 即滑翔機回收后從存儲卡中恢復的科學數據; 延遲模式, 即延遲模式下的科學數據質量控制。

EGO的水下滑翔機數據管理系統非常接近Argo的數據管理系統(參見圖3): 采用DAC-GDAC的組織形式在工作參與者之間共享; 采用NetCDF和CF文件格式管理元數據, 觀測中采用常規代碼以及實時質量控制程序。

圖3 歐洲水下滑翔機觀測組織的水下滑翔機數據管理體系架構

2 數據管理的核心內容

數據管理工作的通用流程如圖4所示, 圖中給出了數據創建、注冊訪問、質量控制、數據入庫及數據獲取等核心任務的流程。

1) 創建工作流程

工作流程主要包括: 收集水下滑翔機數據并將其安全存檔, 按照統一標準形成標準格式的文件并進行數據處理, 按照管理制度進行內部存儲,向用戶分發數據。

圖4 水下滑翔機通用數據管理工作流程

2) 數據格式和元數據

水下滑翔機的數據格式主要基于NetCDF, 原因如下: 它是用戶廣泛接受的一種數據格式; 可以自我描述, 并有多種工具可用; 是一種可靠、高效的數據交換格式。我國的水下滑翔機主要基于此種格式。

水下滑翔機元數據是按照一定標準, 從數據資源中抽取出足夠的、代表性的特征, 采用規范化描述所組成的1個特征元素集合。元數據信息的準確和完整是數據集成的重要基礎。元數據應描述數據集的內容、觀測海區、質量控制信息、數據模式、數據的所有者等有關的信息。水下滑翔機的科學觀測要素種類較多, 數據在采樣頻率、精度、格式、表述形式及數據結構等方面都存在差異, 并涉及不同的時間尺度、空間參照系統、坐標系統等特殊性, 在元數據的設計上要注意體現多態性和多樣性等特點。

3) 質量控制

水下滑翔機數據的質量控制是指采用一定方法、模型和參數, 判斷所提供的水下滑翔機實時數據或延遲模式數據的質量可靠性和準確性, 并進行質量標識的處理過程。數據質量控制是數據質量評估的重要基礎, 對水下滑翔機觀測數據進行適當的處理和質量控制, 能夠較好地解決數據中可能存在的問題, 剔除數據中的不合理因素, 提高數據的可靠性與準確性。

目前海洋數據質量控制中選用的檢驗方法主要包括: 位置檢驗、氣候學范圍檢驗、合理性檢驗(季節性、局地性)、時間連續性、異常天氣/海況限制、內部一致性檢驗、可視化圖形繪制檢驗等方法。由于水下滑翔機目前除了標準的溫鹽深傳感器外, 還可搭載多學科的傳感器, 因此在不同觀測要素的質控方法上, 要根據數據觀測的時間和空間的差異以及要素特性, 采用不同的質控方法, 適應性地調整質控參數。通常必選的檢驗方法包括時間連續性檢驗、語法檢驗、位置檢驗、有效范圍檢驗、壓力值檢驗。可選的檢驗方法包括氣候學范圍檢驗、尖峰檢驗、梯度檢驗、多變量檢驗、溫鹽曲線檢驗及鄰域檢驗等。

針對實時數據的質量控制, 主要是移植Argo 的實時資料質控方法, 目前常用的檢驗內容包括有效范圍(如溫度、壓力、速度等)檢驗、區域范圍檢驗和梯度檢驗等; 針對延遲模式的質量控制, 主要是進行科學校正, 采用修正系數、誤差估算、標準偏差和參考數據等多種方式進行。

國際上, 部分水下滑翔機生產廠家也提供了一套質量控制程序, 以Seaglider 2011年發布的質量控制手冊[11]為例: 質量控制采用類似Argo實時數據的質量控制數據處理過程, 整個質量控制是在滑翔機的岸基站上自動完成的; 配置文件采用NetCDF格式; 在轉換和質量控制測試的假設條件是滑翔機的數據采集處于一個正常的剖面測量周期。

3 不同傳感器的質量控制要點

3.1 溫鹽深傳感器質控要點

溫鹽深(conductivity-temperature-depth, CTD)傳感器觀測誤差的主要來源有2個: 一是熱敏電阻、電導率和壓力傳感器的傳感器時間響應不同; 二是熱滯后效應(由于電導率電池慣性)。通常在質量控制時要針對上述情況考慮以下2種校正。

1) 響應時間延遲校正

鹽度是通過2個獨立傳感器幾乎同時測量溫度和電導率來計算的。使用未對齊的值計算的鹽度是不正確的, 并可能在鹽度數據中顯示為峰值, 從而產生錯誤的不穩定密度剖面。而對于帶有水泵系統的水下滑翔機, 其CTD也可能發生偏差。這個誤差可以通過微調2個獨立傳感器記錄的相對時間來糾正。由于滑翔機或泵的運動, 微調量的大小取決于傳感器采樣率和流速。

2) 熱滯后校正

電極型電導率傳感器的工作原理是精確測量流經開放式電導池的海水電阻。當電導率傳感器進入較冷(或較暖)的水中時, 電導池會微微加熱(或冷卻)電導池內的水。由于電導率是溫度的強函數, 電導池內水溫的這種微小變化導致電導率測量值與池內外溫度相同時的測量值有很大的不同。當水下滑翔機通過溫度梯度時, 就會產生這種熱滯后效應。如果沒有校正, 用于計算鹽度的電導率和溫度將導致錯誤的鹽度和密度值, 特別是在強溫度梯度附近。國外科學家為了獲得更準確的鹽度剖面開發了數種校正方法[12]。

上述校正都依賴于溫度測量精度和傳感器采樣率。校正的程度取決于CTD傳感器的能力和觀測的需求。

當水下滑翔機的垂直速度低至小于5~6 cm/s時, 通過CTD電導池的流速會明顯過低, 無法提供與溫度一致的電導率測量, 導致鹽度計算不準確。所以在水下滑翔機運動低速區的數據要特別予以重視。另外由于大振幅內波破碎造成的不穩定性有可能導致CTD數據波動, 這種情況在質量控制時要具體分析。CTD傳感器的漂移很可能無法通過實時、自動化的檢測校正。執行長期觀測任務的水下滑翔機數據質控也應引起重視。具體可借鑒美國海軍局地自治滑翔機數據編輯例程(local automated glider editing routine, LAGER)質量控制手冊[13]。

3.2 光學類和生化類傳感器質控要點

光學類傳感器數據的氣候學范圍校驗較溫鹽數據的氣候學范圍校驗有很大的不同, 主要體現在其動態范圍變化很大, 受環境變化影響很大, 數據經常有類似噪音的特征出現。所以在此類數據管理中, 對于數據質量的把控, 人工干預是非常有必要的, 專家的知識和經驗在其中發揮著重要作用。

現場校準光學類設備(包括后向散射系數測量和葉綠素熒光測量等設備)非常困難, 由于其數據取決于海水成分, 而不同海域的海水成分變化較大。對其的數據管理, 除了與動力要素的匹配外, 還應關注不同海域的生態系統特征。圖5簡述了美國海軍光學類傳感器數據質量控制的基本步驟[14]。

圖5 美國海軍局地自治滑翔機數據編輯例程的光學類傳感器數據質控基本步驟

加裝生化傳感器的Argo(BIO-Argo)對于生化類要素都分別有獨立的檢驗, 包括溶解氧、CDOM(colored dissolved organic matter)、硝酸鹽、光量子效率、光輻射量、后向散射系數和葉綠素a等。在水下滑翔機的化學類傳感器質控時也可參照處理[15]。如溶解氧的數據質控經常面臨的問題是水下滑翔機在下降和上升的剖面上溫度的不一致性, 光電類溶解氧探測會受到環境溫度變化的影響。在具體處理時可參考儀器公司推薦的校正步驟, 包括跟時間有關的校正、跟壓力有關的校正和鹽度補償等[16]。

4 結束語

我國水下滑翔機技術的研究始于21世紀初, 雖然起步較晚, 但在其相關技術方面發展迅速。目前, 天津大學、中國科學院沈陽自動化研究所等單位開發出的水下滑翔機系統已經達到海洋觀測實際應用水平, 多種類型的水下滑翔機已投入到海洋觀測的實際應用中, 包括長航程滑翔機、生化性滑翔機等, 觀測的要素和動力過程也變得越來越廣泛, 包括層結、湍流、中尺度渦、內波、陸架坡物質輸運及熱帶氣旋的海洋響應等, 因而針對水下滑翔機的數據管理勢在必行，應盡快達成共識。

對照國際的成熟經驗, 針對我國水下滑翔機發展的現狀和未來規劃, 建議如下: 制定我國水下滑翔機的元數據和標準數據格式, 建議統一基于NetCDF格式; 制定水下滑翔機多學科傳感器的數據質量控制手冊, 主要包括溫鹽深傳感器、葉綠素傳感器、溶解氧傳感器, 特別是針對我國近海海域建立區域檢測的合理閾值; 建立水下滑翔機科學觀測業務化運行的數據管理框架, 形成與國際主流觀測計劃對接的接口。

[1] Pierre T, Gary M, Charitha P, et al.Gliders as a Component of Future Observing Systems[R]. Italy: Venice Convention Centre, Venice-Lido, 2009.

[2] Rudnick D L, Davis R E, Eriksen C C, et al. Ocean Resea- rch Enabled by Underwater Gliders[J]. Annual Review of Marine Science, 2016, 8: 519-541.

[3] 俞建成, 劉世杰, 金文明, 等. 深海滑翔機技術與應用現狀[J].工程研究——跨學科視野中的工程, 2016, 8(2): 208-216.Yu Jian-cheng, Liu Shi-jie, Jin Wen-ming, et al. The Pres- ent State of Deep-sea Underwater Glider Technologies and Applications[J]. Journal of Engneering Studies, 2016, 8(2): 208-216.

[4] 沈新蕊, 王延輝, 楊紹瓊, 等. 水下滑翔機技術發展現狀與展望[J]. 水下無人系統學報, 2018, 26(2): 89-106. Shen Xin-rui, Wang Yan-hui, Yang Shao-qiong, et al. Dev- elopment of Underwater Gliders: An Overview and Pro- spect[J]. Journal of Unmanned Undersea Systems, 2018, 26(2): 89-106.

[5] Global Ocean Observing System. The Global Ocean Observing System 2030 Strategy[R]. France: 7 Place De Fo- ntenoy, 75352 Paris 07-SP, 2019.

[6] World Meteorological Organization. Joint WMO/IOC Te- chnical Commission for Oceanography and Marine Meteorology[R]. Geneva 2-Switzerland: 7 Bis, Avenue De La Paix-P.O. Box 2300-CH 1211, 2017.

[7] John K, LCDR B L, Robert F, et al. IOOS Strategy of Glider Data Management. IOOS National Glider Data As- sembly Center[C]//Glider Data Management Meeting. Ge- noa, Italy: IOOS, 2018.

[8] 35 Stirling Highway Perth WA 6009 Australia. Australian National Facility for Ocean Gliders(ANFOG) Data Management, USER’s Manual[R]. Version 3.0. Perse: The Un- iversity of Western Australia, 2010.

[9] EGO Coordination Team. Simple Procedures for Glider Data Management in EGO[R]. France: 4 Place Jussieu, 75252 Paris cedex 05, 2018.

[10] EGO Coordination Team. EGO Gliders User’s Manual[R]. France: 4 Place Jussieu, 75252 Paris cedex 05, 2012.

[11] School of Oceanography and Applied Physics Laboratory. Seaglider Quality Control Manual[R]. Version 1.13. Washin- gton: University of Washington, 2016.

[12] IOOS Program Office Glider Data Assembly Center. Ma- nual for Quality Control of Temperature and Salinity Data Observations from Gliders[R].Version 1.0. Silver Spring: U.S. IOOS Program Office, 1315 E W Hwy, MD 20910, 2016.

[13] Michael Carnes, Patrick Hogan. Naval Research Laboratory, Validation Test Report for LAGER[R]. Version 1.0. Stennis Space Center, MS 39529-5004 USA, 2010.

[14] Hou W, Burrage D, Carnes M, et al. MS 39529-5004 USA. Development and Testing of Local Automated Glider Ed- iting Routine for Optical Data Quality Control[R]. 4555 Overlook Ave. S.W. Washington, DC 20375: Naval Research Laboratory, Stennis Space Center, 2010.

[15] Catherine S, Virginie T, Bio A, et al. Argo Quality Control Manual for Biogeochemical Data[R]. Version 1.0. The Bio Argo Team, CNRS, UMR 7093, LOV, Observatoire oce?a- nologique, Villefranche-sur-Mer, France. DOI: 10.13155/ 40879, 2016.

[16] Department of Commerce, National Oceanic and Atm- ospheric Administration, National Ocean Service, Integra- ted Ocean Observing System. Manual for Real-Time Qu- ality Control of Dissolved Oxygen Observations: A Guide to Quality Control and Quality Assurance for Dissolved Oxygen Observations in Coastal Oceans[R]. Version 2.0. Silver Spring: Integrated Ocean Observing System, 1315 E W Hwy, MD 20910, 2015.

Data Management of Underwater Gliders: a Review

（1. First Institute of Oceanography, Ministry of Natural Resources, Qingdao 266061, China; 2. Laboratory for Regional Oceanography and Numerical Modeling, Pilot National Laboratory for Marine Science and Technology(Qingdao), Qingdao 266237, China）

This paper reviews the requirements of the global ocean observing system(GOOS) program for data management of underwater gliders, and introduces some present data management systems such as the U.S. integrated ocean observing system(IOOS), the Australian integrated marine observing system(IMOS), and the European gliding observatories(EGO); and then summarizes the core contents of underwater glider data management, concerning workflow creation, data format and metadata management, quality control, etc. The key points of data quality control of multidisciplinary sensors, including conductivity-temperature-depth sensor, optical sensor and bio-chemical sensor, are introduced. Moreover, the future work for data management of underwater gliders is discussed from the perspective of current application and development of underwater gliders in China, and suggestions for the data quality control and operation system are offered. This work may provide reference for scientific management and application of underwater glider observation data in China.

underwater glider; data management; data quality control

TJ630; U674.941; TP272;

A

2096-3920(2019)05-0514-07

10.11993/j.issn.2096-3920.2019.05.006

王冠琳, 王巖峰, 官晟. 水下滑翔機數據管理[J]. 水下無人系統學報, 2019, 27(5): 514-520.

2018-11-02;

2019-04-10.

國家重點研發計劃(2016YFC0301103); 國家自然科學基金委員會-山東省人民政府聯合資助海洋科學研究中心項目(U1606405); 山東省重點研發計劃(2016CYJS02A02).

*官 晟(1972-), 男, 博士, 研究員, 主要研究方向為水下自動平臺觀測及控制相關技術.

(責任編輯: 楊力軍)