2. 海洋观测数据类型与缺测场景识别

要判断一条海洋观测数据是否“缺测”，首先必须清楚它原本应该是什么样子。海洋观测数据并非单一类型，而是由不同要素、不同平台、不同采样节律共同构成的复合数据体系。缺测识别的前提，是建立“要素—平台—时间节律—空间位置”四者之间的对应关系，任何一环缺失或异常，都可能表现为数据缺测或质量可疑。

一、常见海洋观测要素及其数据特征

海洋观测要素决定了数据的物理量纲、变化幅度和合理范围，也决定了缺测的判定方式。常见要素包括：

• 温度：包括海表温度（SST）和水体温度剖面。温度变化连续、惯性大，相邻时刻差值通常很小，突变往往意味着传感器故障或数据错位。
• 盐度：通常由电导率换算得到，对传感器污染、生物附着极为敏感。盐度缺测常伴随电导率异常，而非单纯数值缺失。
• 海流：包括流速和流向，具有方向性。流向是角度量，缺测或异常时不能简单用线性插值处理，需按矢量处理。
• 波浪：有效波高、波周期、波向等统计量，通常按小时或半小时统计输出，缺测表现为整段统计窗口无值。
• 水位：潮位数据具有强周期性，缺测会破坏潮汐调和分析，需特别关注时间连续性和采样间隔一致性。

这些要素的共同点是：它们都不是孤立数值，而是带有时间戳、位置、深度层和平台标识的序列。缺测识别必须结合这些元信息，而不能只看数值本身是否为空。

二、观测平台与典型缺测模式

不同观测平台的工作方式不同，缺测的成因和表现也差异明显。下图归纳了四类典型平台与其常见缺测模式之间的对应关系：

浮标通常锚系定点、连续采样，缺测多表现为时间序列上的整段中断，常见原因包括供电不足、通信中断、传感器生物附着导致数值漂移后被判无效。潜标布放于水下，长期连续观测剖面，典型缺测是特定深度层无值或释放回收失败导致整段记录终止。调查船走航观测呈离散断面分布，缺测表现为站位间隔不均或局部断面空缺，多由天气、海况停测造成。卫星遥感为面状观测，缺测主要来自云覆盖造成的像元无效，以及重访周期带来的时间稀疏性。

三、缺测的三种基本形态

从数据组织角度看，缺测并不只有“空值”一种。实际业务中至少存在三类形态：

1. 显式缺测：数据文件中以特定填充值表示，如 -999、NaN 或空字段。这类缺测最容易被程序识别，但需注意不同来源的填充值约定可能不同。
2. 隐式缺测：记录本身不存在，例如某小时本应有 6 条记录却只有 4 条，时间戳出现跳跃。这类缺测不会出现在数值字段中，必须通过时间轴完整性检查发现。
3. 质量性缺测：数值存在但不可用，例如盐度超出物理合理范围、流速突变超过阈值、水位与潮汐规律严重背离。这类数据形式上“有值”，实质上应视为缺测或至少标记为可疑。

四、面向识别的实操思路

以某浮标温度数据为例，假设采样间隔为 10 分钟，一天应有 144 条记录。实际操作可按以下顺序展开：

1. 读取数据，确认时间戳字段与要素字段
2. 生成完整时间轴（起止时间 + 10 分钟步长）
3. 与实测时间戳比对，统计缺失条数 → 隐式缺测
4. 检查温度字段是否为 -999 或 NaN → 显式缺测
5. 计算相邻记录温差，标记 |ΔT| > 2℃/10min 的点 → 可疑突变
6. 检查温度是否超出当地历史合理范围 → 质量性缺测
7. 汇总三类结果，形成缺测标记清单

其中第 5 步的阈值并非固定值，应根据海域、季节和传感器精度合理设定。例如近岸浅水区日变化较大，阈值可适当放宽；深海区温度变化平缓，阈值应更严格。阈值设定本身应记录在质量标记说明中，保证可追溯。

需要强调的是，缺测识别不是一次性判断，而是与平台特性、要素物理规律和业务需求共同绑定的过程。同一段数据在气候分析中可能因连续性要求被判缺测，在事件性分析中却仍可使用。因此，识别结果应附带判定依据和适用条件，而不是简单给出“有值/无值”的二元结论。