1. 课程导入与海洋盐度观测体系

海洋盐度是描述海水物理状态的基本参量之一，与温度共同决定海水密度，进而影响水团形成、层结稳定度、环流结构以及海气间的热量与淡水交换。盐度异常识别与质控，指的是在盐度观测数据进入分析、同化或业务应用之前，识别其中偏离真实海洋状态的错误值、可疑值与不一致信号，并给出标记、修正或剔除的处理结论。它的目标不是"让数据看起来平滑"，而是尽可能保留真实的海洋信号——包括河口冲淡水、强降水形成的薄淡水层、海冰融冻造成的局地盐度变化——同时抑制仪器漂移、传感器污染、定位错误、编码错误等非海洋因素带来的污染。

要做好这件事，首先需要建立两个核心概念。其一是参考真值与不确定度：任何盐度观测都带有误差，质控判断本质上是在"观测值—预期值—允许误差"三者之间做比较，而不是简单地判断数值是否落在某个固定区间。其二是时空一致性：海洋盐度具有强烈的空间连续性和时间演变规律，一个孤立看来的"异常值"，在邻域背景下可能是真实的锋面或淡水事件；反之，一个看似合理的数值，若与邻近观测或气候态严重不符，也可能是错误。因此，质控通常需要结合气候态背景场、邻域观测、垂向剖面结构以及数据自身的元信息（仪器类型、定位质量、处理标志）综合判断。

从数据来源看，海洋盐度观测体系大致可分为现场观测、卫星遥感和模式再分析三大类，它们的误差结构与质控需求差异显著。

现场观测包括温盐深仪（CTD）剖面、抛弃式温深盐仪（XBT/XCTD）、Argo浮标、锚系潜标、走航表层温盐系统以及志愿观测船等。这类数据直接测量海水电导率并换算为实用盐度，精度高、垂向分辨率好，是盐度质控与气候态构建的基石。但其质控需求也最复杂：CTD剖面需要检查电导率传感器漂移、热滞后与泵效应、下降速率异常、盐度尖峰；Argo数据需要处理剖面定位误差、传感器偏移与延迟模式校正；走航表层数据则要应对船体进水口深度变化、气泡与生物污损。现场观测的质控重点在于剖面结构合理性与仪器元信息核查。

卫星遥感主要通过L波段微波辐射计反演海表盐度（如SMOS、Aquarius、SMAP），提供大范围、准同步的表层盐度场。其优势是覆盖广、重复观测能力强，但受海表粗糙度、海温、无线电频率干扰、陆地与海冰污染影响，近岸和 high-latitude 区域误差明显增大，且只能获取表层信息。卫星盐度的质控需求集中在反演质量标志的使用、射频干扰筛查、近岸与海冰掩膜处理以及与现场观测的交叉验证。

模式再分析产品（如GLORYS、HYCOM、WOA气候态等）通过数据同化将观测与数值模式结合，提供时空连续、无缺测的盐度场。它适合作为背景场和预期值来源，但本身受模式误差、同化方案与观测稀疏度影响，在观测不足区域可能"平滑掉"真实的中小尺度信号。因此再分析数据在质控中更多扮演参考背景角色，而非绝对真值，使用时需明确其分辨率与不确定性范围。

理解了三类来源的特点，就能看出质控的整体框架应当是一条"分层递进"的处理链：第一层是元信息与格式检查，核查时间、位置、仪器类型、处理标志是否完整合理，剔除明显越界或编码错误的值；第二层是单点与剖面结构检查，包括盐度范围检查、垂向梯度与尖峰检测、密度反转检查，识别不符合海水物理规律的剖面；第三层是时空一致性检查，将观测与气候态背景场、邻域观测或再分析场比较，计算偏差是否超出允许不确定度；第四层是交叉验证与综合判定，对可疑点结合多源信息给出最终质控标志。这一框架的关键在于：每一层都输出可追溯的标志，而不是直接覆盖原始数据，从而保证质控过程可复核、可回退。

举个教学示例（以下参数为合理假设，非实测结果）：某Argo浮标在南海北部一个剖面中，表层盐度约33.8，50米处约34.5，100米处约34.6。若质控系统发现该剖面在50米附近出现一个孤立尖峰34.9，而其上下相邻层分别为34.5和34.6，垂向梯度突变明显超出该区域典型值，则可标记为"可疑尖峰"；再与同区域气候态背景场比较，若偏差超过0.3且无对应的中尺度涡或淡水事件佐证，则可判定为传感器噪声并建议剔除该层。反之，若近岸站表层盐度从34.0骤降至32.5，但同期有强降水记录且邻近走航观测也显示类似低盐信号，则不应简单剔除，而应保留并标注"真实淡水事件"。

本课程后续将围绕这一框架逐步展开：从盐度定义与单位换算、误差来源分类，到各类来源数据的具体检查算法、阈值设定、标志体系与结果评估。学习本章后，读者应能说清三类盐度数据各自的优势与局限，理解质控为何必须"分层递进、多源互证"，并建立起"保留真实信号、抑制非海洋污染"的基本判断意识——这正是后续所有具体算法与操作的思想起点。