平台按语：2024年2月8日，Argo官方网站刊发Argo资料管理组（ADMT）联合主席Claire Gourcuff, Megan Scanderbeg和Tanya Maurer，生物地球化学子任务Argo资料管理小组（BGC ADMT）联合主席Catherine Schmechtig，以及英国气象局Fiona Carse先生等人合作撰写的“What’s new with Argo data?/Argo数据有什么新变化?”一文。他们想让你（Argo数据用户）了解2022年和2023年Argo数据集的现状，并告诉你Argo至今分享了多少条测量剖面？数据传递到GTS的速度有多快？你该多久刷新一次Argo数据集？以及有关访问Argo数据的新工具信息等。文章还回答了Argo正在使用的传感器哪些是最新的和Argo数据文件本身有什么变化等问题。此外，如果你有其他任何问题，也可以直接联系argo@ucsd.edu，解疑释惑。
借此，需要说明的是，本平台在每个月初编发的“OneArgo观测网浮标每月状态报告”，因月报引用的统计数据及图表均来自于OceanOPS网站（网址www.ocean-ops.org），而该网站恰好在2月中旬宣布将临时关闭一段时间，原因是OceanOPS网站要迁移到新的托管平台上。据进一步了解，OceanOPS系统之所以目前无法使用，且至少要关闭数个星期，源于将整个系统（包括服务器、数据库和应用程序等）要从法国卫星地面接收中心（CLS）迁移到法国海洋开发研究所（Ifremer）。“这种必要的迁移需要对我们的工具进行重大调整，以确保符合新的安全和基础设施标准。目前，CLS、Ifremer和OceanOPS IT团队正在协同工作，以便及时重启操作系统。......同时，这一转变也代表着一个重大进步，因为它使GOOS信息管理中心(OceanOPS)与GOOS的其中一个重要全球资料中心(Coriolis)，能够更加紧密地结合在一起，从而增强了我们未来监测Argo和GOOS其他系统的能力”。
目前，每年核心（Core）和生物地球化学（BGC）剖面的数量相当稳定，而深层（Deep）剖面的数量略有增加。所有的Argo任务都会提供核心（温度、电导率/盐度和压力/深度）资料。
Argo DAC优化了它们的数据传输技术，以提高及时性，超过80%的数据在6小时内交付。BGC参数的BUFR格式目前正在最终确定。
用户应该多久更新一次用于研究的Argo数据？我们建议每年更新一次，因为各国Argo资料中心会不断利用延时模式质量控制(DMQC)方法，来校正那些受到传感器漂移影响的观测数据。但只有在积累了足够的信息，可以全面评估参数精度和调整要求时，才会进行DMQC，除非已知传感器存在问题；否则，通常会在测量后12-24个月时才开展这项工作。
BGC Argo剖面比核心剖面更频繁地做重新处理。建议每6个月更新一次，主要出于如下因素考虑：1）更新解码算法；2）随着方法的不断改进，更新QC处理算法；3）更新元数据信息；4）对传感器性能有了更新的理解等。
如果你使用来自GDA的Argo剖面文件，可以通过以下方式保持最新状态:
（1）下载最近的每月DOI tarball: 10.17882/42182 (doi.org)；
（2）使用rsync命令更新本地镜像: Argo GDAC同步服务---Argo数据管理(argodatamgt.org)；
（3）在Argo数据选择工具上进行选择: https://dataselection.euro-argo.eu；
（4）通过ERRDAP选择Argo数据: www.ifremer.fr/erddap/index.html。
如果你使用由第三方创建并在此网页https://argo.ucsd.edu/data/argo-data-products/上列出的Argo产品，请注意该产品中的Argo数据可能不是最新的。更多信息请联系数据产品制作方。
05、使用测高/高度计的验证示例
通过对Argo的动态高度异常(DHA)和测高数据(SLA)的比较发现：1）延时模式的数据更准确；2）实时误差通过质量控制标志从数据系统中消除。
（1）突发盐度漂移(ASD)或快速盐度漂移会影响海鸟CTD传感器上某些批次序列号的盐度。
（2）这个问题导致比通常预期的更早和更快的盐度漂移。出现ASD问题的浮标需要更频繁地使用延时模式进行检查。
（3）ASD主要出现在2015年至2019年间布放的浮标身上，且主要影响2018年至今测量的盐度剖面(详见下图)。
（4）2018年，制造工艺发生了变化，问题似乎得到了解决。不过，ADMT还会继续密切关注这一状况。
07、BGC Argo数据质量现状？
Henry Bittig先生从2014年1月19日开始，就在对BGC参数进行审核(https://biogeochemical-argo.org/cloud/document/implementation-status/)，说明了6个主要BGC变量的PARAMETER_DATA_MODE状态，并在2023年更新了几份质量控制文件:
BBP QC文件(https://doi.org/10.13155/60262)；
CHLA QC文件(https://doi.org/10.13155/35385)；
pH QC文件(https://doi.org/10.13155/97828)。
DM程序和实时调整的应用是BGC-Argo团队的一项持续努力，且合格数据的比例也在继续增加。
目前，Argo海洋观测网建设维护中正在布放更多配备RBR CTD (SENSOR_MODEL = RBR_ARGO, RBR_ARGO3)的浮标，它们的数据正在使用适当的QC标志实时分发。
ADMT正在为RBR CTD建立延时模式质量控制方法，并由DMQC专家实施，拟将测量精度提高到Argo中使用的其他CTD型号的预期水平。
09、BGC-Argo有哪些新传感器?
ECO_FLBBFLB三通道生物光学传感器，即Chla荧光(@470nm)、Chla荧光(@435nm)和光学后散射(@700nm)传感器:
（1）几个装备了FLBBFL传感器(双Chla通道435,470)的浮标已于2022年和2023年布放；
（2）在aux目录下的GDAC上可获得这些传感器的测量数据(在法国Coriolis DAC上有14个浮标，在美国AOML DAC上有2个浮标)；
（3）在435 nm激发目标光合吸收(特别是Chla)；
（4）与在470 nm激发的FLUORESCENCE_CHLA435相比，Chla的变化更小。
SBE83_OPTODE氧传感器：
（1）能够在空气中采样的新型SBE氧传感器现已可用，并在BGC-Argo系统中大量使用；
（2）目前有10个AOML浮标装备了SBE83_OPTODE，数据可在GDAC中获得；
（3）这些传感器是泵送的，允许比无泵送的光电器件更快的响应时间，从而减少了温跃层偏差；
（4）在空气中采样允许更准确的原位校准。
GDF(Gasket DuraFET) pH传感器：
（1）Argo中最新的pH传感器设计，由MBARI开发；
（2）与MBARI DuraFET相同的传感器元件和原理，具有重新包装的外壳；
（3）目前在Argo系统中有超过20个装备了GDF传感器的浮标，并且性能良好;计划在2024年增加布放数量。
10、未来可能会出现哪些新的BGC传感器？
Ramses传感器(辐射测量高光谱)：如，1)Ed, Lu；2)PACE任务验证。
RBR tridente：1）荧光和BBP；2）传感器市场多元化
11、Argo文件里有什么新数据？
v3.2轨迹文件：轨迹文件已被合并，在v3.2轨迹文件中包含核心和BGC数据，还包括了在海面上进行的空气中氧气测量和在漂流期间进行的任何BGC测量。预计明年将有更多的DAC生成这些文件。
位置错误可以使用以下可选变量“position_error_reporting”、“position_error_estimate”和“POSITION_ERROR_COMMENT”存储在剖面文件中。
NB_SAMPLE_CTD, nb_sample_parameter_sensor_name, TEMP_CNDC, CNDC, MTIME在物理参数列表中增加或移动到'intermediate core'或'‘intermediate b '类别。http://www.argodatamgt.org/content/download/30910/209488/file/argo-parameters-list-core-and-b_20230612.xlsx
更复杂的确定冰下剖面位置的方法正在延时模式中使用，以改进估计位置。这些估计位置可以存储在剖面文件和轨迹文件中。
12、访问Argo数据的更新
只对BGC数据感兴趣的用户，看看每月的DOI快照就知道了，它现在包含一个单独的zip文件，其中包含所有可用的*Sprof.nc文件，网址为http://doi.org/10.17882/42182;
想要选择在时间和空间上具有某些参数的剖面文件，可以试试EuroArgo选择工具，网址为https://dataselection.euro-argo.eu/。
13、通过数据库访问Argo数据的更新
Argovis (https://argovis.colorado.edu/)是一个web应用程序和RESTful API数据库，允许你选择和共同定位海洋数据集(包括Argo、GO-SHIP和Drifters等)，并将它们带入你自己的计算环境中。
Jupyter笔记本可以帮助你入门(https://github.com/argovis/demo_notebooks)。
这些工具允许你选择Argo netCDF文件，并将它们带入你所选择的编程语言中，以便做进一步分析。它们消除了理解Argo netCDF格式的困难，并帮助你为研究选择最佳数据质量。
（1）Argo Online School (https://euroargodev.github.io/argoonlineschool/intro.html)，它有Python的Jupyter笔记本，并介绍了如何通过浮标资料、文件类型和日期访问数据;
（2）Argopy: Python库Argo数据访问、操作和可视化数据(https://github.com/euroargodev/argopy)；
（3）argoFloats: R包下载和分析Argo数据(https://github.com/ArgoCanada/argoFloats)；
（4）Matlab中的OneArgo剖面浮标工具箱(https://github.com/NOAA-PMEL/OneArgo-Mat) 和R (https://github.com/NOAA-PMEL/OneArgo-R)；
（5）Python中的Argovis Jupyter笔记本:(https://github.com/argovis/demo_notebooks)
在该网址https://argo.ucsd.edu/data/argo-software-tools/下可以找到所有工具。
15、还有更多问题或想了解最新信息？
（1）可以将你的问题或反馈发送至argo@ucsd.edu；
（2）通过Argo电子邮件列表查找最新公告，网址为https://argo.ucsd.edu/stay-connected/；
（3）Argo数据流的技术更新张贴在https://argo.ucsd.edu/category/status/；
（4）访问我们的数据常见问题解答网页https://argo.ucsd.edu/data/data-faq/，了解与Argo数据相关的所有事情；
（5）如何引用Argo数据？可以访问https://argo.ucsd.edu/data/acknowledging-argo/。
