陈子飞，任 强,4，南 峰，王建丰，徐安琪，于 非,4,5*

(1. 中国科学院海洋研究所，山东 青岛 266071；2. 中国科学院大学，北京 100049； 3. 中国科学院海洋环流与波动重点实验室，山东 青岛 266071； 4. 中国科学院海洋大科学研究中心，山东 青岛 266071； 5. 青岛海洋科学与技术试点国家实验室，海洋动力过程与气候功能实验室，山东 青岛 266237)

海洋科学是一门以观测为基础的科学。在过去几十年中，海洋观测受到全球的关注，尤其是物理环境的观测，在观测方法、观测范围、观测技术和观测精度等方面取得长足进步[1]。一系列以观测为基础的科技计划被相继提出，如深海空间站、“透明海洋”“智慧海洋”“深渊探索”等[1-4]。特别是在中国科学院战略性先导科技专项“热带西太平洋海洋系统物质能量交换及其影响”的支持下，2017—2019年期间，我国在西太平洋深海已实现对20套潜标的维护升级，最大深度达6000 m，同时具备实时传输功能的潜标达到10套，实现多项重大突破[5-7]。潜标观测数据的连续获取和实时传输为我国海洋学和气候学研究提供持续的数据支撑，将提高我国气候和海洋环境预测能力，同时也在海洋环境安全保障方面具有重大的意义。

海洋上层、中层和深层环流系统的结构特征、变异规律以及动力学机制间的联系无疑是物理环境观测的重要方面，所以，现在海洋观测体系中基本离不开对海流的观测。声学多普勒流速剖面仪（Acoustic Doppler Current Profiler，ADCP）以固定的频率向水中发射声波，然后接收从声散射体返回的声波。这些声散射体在海洋中分布广泛，通常是一些悬浮粒子或浮游生物，它们的速度跟水流的速度保持一致。因此，我们可以通过ADCP测得海水中悬浮粒子的速度，即海水的流速[8]。ADCP作为一种大范围、高效率、长时间的海水流速剖面测量工具，它的发明和应用使我们对海洋中的很多动力学问题和物理现象有了全新的认识。

然而，在实际的海流观测中，ADCP获取的数据不免会因为外部因素存在一些异常，如鱼群的游动导致在某个或某部分深度上测得异常流速信号。虽然ADCP产品性能逐渐提高，数据质量水平有明显改进，但是，当数据出现明显异常时，如条带状异常流速数据（Striped Abnormal Data），技术人员只能依赖手动去除，处理效率低，出错率高。因此，为了保证科学研究结论的准确性，必须有效地对观测数据进行质量控制。本文将基于深海潜标系统上的锚系式ADCP观测，开展数据质量控制的研究工作，重点解决锚系式ADCP观测中普遍存在的条带状异常问题。

1 数 据

2017年4月，中科院海洋研究所和自然资源部第三海洋研究所利用“科学号”科考船在西太平洋（146° E，30° N）布放了一套深水潜标观测系统。潜标由锚系、释放器、浮力部件和主浮体、测量仪器等部分组成，是实现水下定点、长时序连续观测的主要设备，潜标布放深度达6183 m。次年6月，中科院海洋研究所搭载“科学号”科考船成功对潜标设备进行了回收，获取了长达429天的定点连续观测数据。观测海区位于副热带逆流与黑潮延伸体边界交叉影响区域，具有丰富的流系结构和活跃的中尺度涡活动特征[9-11]，是海洋—大气相互作用的关键区域。

在潜标主浮体上下两端分别各安装一台75 kHz ADCP（图1）。该型ADCP是TRDI公司研制的WorkHorse系列中一种流速观测剖面仪。目前，该产品也广泛应用于环境监测浮标、海上石油钻井平台和极地潜标研究等领域，是获取季节和年际流场结构的最佳选择。表1是75 kHz ADCP主要性能规格。

图1 潜标主浮球与配置的2台上打和下打TRDI 75 kHz ADCP

表175 kHz ADCP主要性能规格

本研究中，主浮体上75 kHz ADCP在布放时的配置参数如下，每次Ensemble发射Ping的次数设为30次，Ping指ADCP一次采样过程，包括准备、脉冲发射、回波接收和信号处理；每一次Ensemble的间隔为1 h，Ensemble指多次Ping的集合平均，即30次采样计算的平均值；通常Ping数越高，数据越精确。Time-averaging interval设为最小时长，指Ensemble采样历时，在该采样历时内，所有Ping采样数据经过平均后输出；深度单元Depth cell (Bin)设置为8 m，Bin指ADCP在接收回波信号时将水体划分为许多深度单元，实测流速是每个单元内的流速平均值，水体共74个深度单元。

2 ADCP质量控制方法

在实际海流测量应用中，复杂的水体环境（如气泡、鱼类等）、海水属性（跃层）和仪器的姿态等都可能会对ADCP数据的质量造成比较大的影响。因此，在使用ADCP数据前对其进行质量控制处理就显得格外重要。控制ADCP数据质量的参数如下。

水平速度（Horizontal Velocity）和垂向速度（Vertical Velocity），用来标记大于给定阈值的流速。不同的研究海区对应的最大流速阈值可能不同，大洋里最为强劲的海流就是北半球的两只西边界流，即黑潮和湾流，其最大流速通常小于1.5 m/s。

良好率（Percent Good），用来确保有效采样数（Pings）和理论标准差满足要求；Ping数可以用来计算一次Ensemble内流速的理论标准差。良好率是评估数据质量的一个最重要也是最常用的指标，指标范围为0～100。如100，则表示深度单元内有效Ping数占总Ping数的比值为100%。

纵摇（Pitch）和横摇（Roll），用来确保仪器姿态处于可接受的变化范围。纵摇是指沿ADCP的前后舷轴方向转动，而横摇是指沿ADCP左右舷轴转动。对于锚系ADCP，倾角一般要求小于30°。

回波强度（Echo Intensity），用来确保污染区域的数据被标记出来，如表层或底层以及任何存在障碍物干扰的数据。回波强度有助于确定每个深度单元内散射体的相对含量，也可以用来判断表层、底层或障碍物的位置。

相关幅值（Correlation Magnitude），用来确保使用最优的测量数据。相关幅值是每个深度单元中Pings脉冲与脉冲间相关性的度量。对于给定的ADCP，相关幅度具有一个恒定的值。随着相关幅值的降低，数据的准确性也随之降低。75 kHz ADCP期望的相关幅值是128，低于这个阈值表明信噪比较低。

速度误差（Velocity Error），用来确保ADCP每一个声束（Beam，75 kHz具有4个声束）测量到的速度对应的是同一处水流。ADCP测流假定海水是各向同性的，因此，理论上每个声束测量的水流速度均相同，见图 2（a）。理论上计算三维流速仅需要3个声束，冗余的第4个声束可以用来计算速度误差，评估同一层内水体各向同性的假设是否合理。

旁瓣干扰（Side Lobe Effects），在旁瓣影响区内，流速测验数据无效。这是由于在主声束（主瓣）声波达到底部之前，斜旁瓣声束（斜瓣）声波已经到达底部而形成的，见图2（b）。当声速角为20°时，旁瓣影响区的厚度约为测量深度的6%；25°时约为10%；30°时约为15%。

图2 速度误差与旁瓣干扰示意图

以上参数中，良好率和速度阈值是常用的质控参数。然而，只单独考虑它们是不够的，还需要综合考虑回波强度、相关幅值和速度误差才能保留有效的数据，剔除无效的数据。

3 结果与讨论

75 kHz ADCP原始观测数据的水平流场结果显示，一方面表层存在显著的数据异常，另一方面在不同深度上还存在很多条带状的数据异常结果（图3）。

图3 未质控处理的原始水平流速时间序列

因此，ADCP数据质量控制流程如图4所示。

图4 ADCP数据处理的质量控制流程图

3.1 旁瓣干扰质控

图3显示，表层出现显著的数据异常。这有可能是表层水体含有较多的气泡造成的误差。海表面的气泡是强散射体，但是海表面的气泡并不能作为海水中的散射介质，其自身运动方式的随机性较大，不能代表海水的运动，所以，表层气泡反射而回的声波信号会引起较大的观测误差。除了气泡外，表层误差也与ADCP采样时旁瓣干扰有关系。因此，首先需要去除旁瓣干扰影响的深度单元。TRDI 75 kHz ADCP的声束角为20°，则6%深度单元的数据是受污染的。因此，表层30 m以内数据是无效的（图5），需要去除。

图5 旁瓣干扰处理之后的流速时间序列

3.2 速度和良好率阈值质控

通过速度和良好率对ADCP数据进行质量控制是最常用的数据处理手段。图6是速度阈值设为2 m/s，良好率设为90质控后的流速结果，即当速度大于2 m/s、良好率低于90时数据为异常，需要去除。一般而言，这两个阈值可以满足用户的基本需求。然而，结果表明速度和良好率质控后的水平流速时间序列仍有很多条带状的异常分布，如2017年5月下旬的700—900 m剖面，2017年7月初的50—200 m剖面等。ADCP既可以提供流场结构分布，也可以用来计算剪切场。越来越多的学者开始基于ADCP剪切数据研究多尺度间的动力过程，如开展中尺度—次中尺度—细尺度之间的能量传递和微尺度的湍流混合估算研究[12-14]。所以，准确的流速垂向剪切观测已经越来越重要。图7显示流速垂向剪切方出现显著的条带状异常。即使将良好率阈值提高至100，异常结果仍没有被剔除，反而一些较好的上层和底层数据被错误性地删除。首先可以排除两台ADCP设备或者是与其他仪器相互干扰导致条带状异常的可能性。一方面，潜标主浮体以上的仪器仅有一台SBE 37 CTD，配置在水深约350 m的位置，而350 m以浅的ADCP数据同样出现条带状异常；另一方面，这种条带状异常现象也出现在其他潜标和海底着陆器观测中，如在南海东北部，水深大约1135 m位置布放一台海底着陆器[15]。着陆器上搭载一台上打75 kHz ADCP，其上方是不存在其他仪器的，但是 ADCP数据同样存在条带状异常的现象。所以，该条带状异常可能是ADCP流速观测时常常出现的问题，在使用时必须有效地将这些条带状异常数据剔除。

图6 速度与良好率阈值质控后的水平流速时间序列

图7 速度和良好率质控后的垂向流速剪切方时间序列

3.3 横摇和纵摇质控

该海区具有丰富的流系结构和高频发生的中尺度涡，如2018年4月至6月，一个西向传播的中尺度涡经过潜标位置，强劲的流场致使主浮体受到外力而发生显著的倾斜，主浮体被下压的深度最大超过400 m。因此，主浮体姿态的变化可能会对ADCP观测带来误差。通常横摇和纵摇倾角超过20°的数据剔除。在整个观测时段内，除了2017年7月和2018年5月之外，ADCP的姿态比较稳定，且倾角均在20°以内（图8）。特别是从2017年11月至2018年3月，ADCP姿态相对很稳定，但是流速和剪切的条带状异常结果仍然出现（图6和图7）。因此，仪器的姿态并非是影响条带状异常结果的主要因素。

图8 声束向下打的ADCP横摇和纵摇时间序列

3.4 速度误差与相关幅值质控

ADCP测流是基于深度单元内水体各向同性假设为前提的，因此，当水体非各向同性时ADCP观测的速度误差就会增大，可能会产生数据异常。另外，ADCP在发送Ping脉冲时只有相关幅值足够大时，测出的流速才是准确的，所以在上文已经完成质控的基础上，进一步通过速度误差和相关幅值质控剔除异常数据。首先，速度误差阈值设置为0.05 m/s，图9显示质控后得到流速质量已经有较好的改进，明显的条带状异常已经去除。然而流速垂向剪切结果显示，速度误差阈值质控后仍然存在部分未去除的条带状异常（图10）。

图9 速度误差质控后的水平流速时间序列

图10 速度误差质控后的垂向流速剪切方时间序列

相关幅值可以度量深度单元中脉冲与脉冲间的相关性，随着相关幅值的减小，数据的准确性也随之降低。在比较回波强度和相关幅值关系时发现异常增大的回波强度对应着大的相关幅值，表明相关幅值太大也是数据存在异常的一种体现。因此，本文在速度误差质控的基础上进一步对相关幅值设置阈值进行质控。本文将相关幅值范围定为120～135，超出这个范围内的数据为异常。流速垂向剪切结果显示经过相对幅值质控后，数据中的条带状异常被有效地去除（图11），进一步提高了ADCP数据质量水平。

图11 速度误差和相关幅值质控后的垂向流速剪切方时间序列

除此之外，本文也尝试单独使用相关幅值进行质控，结果显示并不能有效地去除条带状异常结果。这种条带状异常可能是由于不满足ADCP观测时要求深度单元内水体各向同性假设前提，也可能是由于异常增大的回波强度以及较弱的相关脉冲信号。因此，速度误差和相关幅值两种质量控制措施是相辅相成的，需要结合两者共同开展质量控制，才能有效地去除ADCP条带状异常数据（图10和图11）。

4 结论与建议

ADCP条带状数据异常不仅出现在本文使用的ADCP数据中，也出现在其他潜标和海底着陆器站点的ADCP观测中，但关于这种条带状异常数据出现的具体原因尚不清楚。本文基于2017年4月在西太平洋（146° E，30° N）布放的一套运行长达429天的深海潜标观测数据，开展了深海锚系潜标ADCP数据处理的质量控制研究工作，总结了ADCP质量控制的参数因子，重点解决了锚系式ADCP流速观测中存在的条带状异常数据的质量控制问题。

本文得出仅通过速度、良好率、仪器姿态进行质量控制，水平流速时间序列仍有很多条带状的异常分布。特别是流速垂向剪切，异常数据仍没有得到有效地解决，这将不可避免地对研究海洋内部能量串级和微尺度的湍流混合估算产生较大的错误。本文进一步通过速度误差和相关幅值对ADCP数据进行质量控制，可以有效地去除条带状异常数据。所以，这种简单且实用的质量控制手段可以有效地去除锚系式ADCP数据中条带状异常数据，也将很大程度地提高潜标流速剖面数据的质量水平。本文对于ADCP质量控制的3点建议如下。

（1）质控参数阈值可以根据实际观测数据进行调整，既要保证有效地去除异常数据，同时也要避免误删正常数据；（2）可以结合速度与流速剪切结果一起来评估数据质量的优劣，因为有些情况下，流速剪切异常可能比流速异常显示得更加显著；（3）本文的质量控制处理方法也可以借鉴至其他类型的ADCP数据处理上，特别是坐底式ADCP数据的质量控制。