类型b:学术报告
作者及机构
本文由Mark Bushnell(美国综合海洋观测系统)、Christoph Waldmann(德国不来梅大学海洋环境科学中心)、Steffen Seitz(德国联邦物理技术研究院)、Earle Buckley(Buckley Environmental公司)、Mario Tamburri(美国马里兰大学环境科学中心切萨皮克生物实验室)、Juliet Hermes(南非环境观测网络)、Emma Henslop(联合国教科文组织政府间海洋学委员会)和Ana Lara-Lopez(澳大利亚塔斯马尼亚大学综合海洋观测系统)共同撰写。论文于2019年11月19日发表在《Frontiers in Marine Science》期刊上,标题为《Quality Assurance of Oceanographic Observations: Standards and Guidance Adopted by an International Partnership》。
论文主题
本文是一篇综述性论文,旨在为海洋观测数据的质量保证(Quality Assurance, QA)提供国际通用的标准和指南。论文聚焦于海洋观测数据的质量保证流程,包括传感器选择、校准、部署、维护和数据采集等环节,并强调了测量不确定度(measurement uncertainty)的重要性。此外,论文还介绍了国际合作伙伴(如ATLANTOS、JCOMM、ACT、QARTOD和IMOS)在海洋观测数据质量保证方面的实践经验。
主要观点及论据
海洋观测数据质量保证的定义与挑战
论文首先明确了质量保证(QA)和质量控制(Quality Control, QC)的区别:QA是指在仪器部署前采取的措施,以提高生成高质量数据的概率;而QC是对已采集数据的检查和评估。作者指出,QA和QC的术语常被混用,且不同机构对它们的定义可能存在差异。此外,不同观测项目的需求(如精度、资源、技术能力)差异巨大,导致QA标准难以统一。论文以ISO 9000:2015标准为基础,提供了QA和QC的明确定义,并强调文档化(如元数据记录)对确保数据透明度和可追溯性的重要性。
国际合作伙伴的QA框架与实践
论文介绍了五个国际组织在海洋观测数据QA方面的经验:
数据质量评估与标记方案
论文对比了不同机构采用的数据质量标记方案(flagging schemes),例如:
测量不确定度的计算与重要性
论文详细探讨了测量不确定度的概念,强调其与测量误差(measurement error)的区别:不确定度是量化数据可信度的参数,而误差是测量值与参考值之间的偏差。作者列举了不确定度的主要来源,包括校准重复性、参考标准的不确定度、仪器长期稳定性等,并提供了一个盐度传感器的不确定度计算实例(见补充材料)。论文呼吁更多观测项目公开测量不确定度,以帮助用户判断数据的适用性。
海洋最佳实践系统(Ocean Best Practices System, OBPS)的作用
论文介绍了OBPS的四大目标:
论文的意义与价值
本文的价值在于:
1. 标准化推动:首次汇总了多个国际组织的QA实践,为海洋观测数据的质量保证提供了通用框架。
2. 实践指导:通过具体案例(如传感器选择、校准流程)帮助观测机构优化QA流程。
3. 国际合作示范:展示了ATLANTOS、JCOMM等机构如何协调不同标准,对全球海洋观测网络的建设具有参考意义。
4. 未来方向:提出通过OBPS进一步整合QA资源,并呼吁更多机构参与最佳实践的开发和修订。
亮点
- 首次系统比较了不同海洋观测机构的QA标准和标记方案。
- 强调测量不确定度的重要性,并提供了详细的计算方法。
- 提出利用OBPS实现QA实践的长期保存和共享,具有前瞻性。