信息速览
IBTrACS 是全球热带气旋的合并档案。它不是一家机构的产品，而是把美国、日本、中国、印度、法国、澳大利亚、斐济、新西兰等地的官方最佳路径收进同一张表，一场风暴一行一时刻地摊开。截止 2026 年 10 月的版本是 v04r01，覆盖 1841 年至今，共 174 列。
它最容易被误读的地方，也是最值得写的地方：同一场风暴在表里有很多个强度。美国那一列说 115 节，日本那一列说 924 百帕、风速 110 节，中国那一列说 145 节——三个数都「对」，因为它们分别属于三家机构各自的档案。IBTrACS 做的事是并列，不是裁决。
这份条目写给要用风暴路径做训练、做统计、做致灾评估的人。全篇只关心三件事：它的规模到底有多大、一列一列的数据是怎么组织的、以及在哪里会踩空。
| 项目 | 数值 | 来源 |
|---|---|---|
| 官方全名 | International Best Track Archive for Climate Stewardship | 产品页标题 |
| 当前版本 | v04r01（2024 年 6 月发布，滚动更新） | 产品页 Current Version |
| 主持机构 | NOAA NCEI，与 WMO 各 RSMC/TCWC 协作 | 产品页首段 |
| 时间覆盖（官方口径） | 1841 年至今 | 技术文档 Coverage |
| 空间覆盖 | 70°N 至 70°S，180°W 至 180°E | 技术文档 Coverage |
| 列数 | 174（计数文档逐条编号 1–174） | 列文档 |
| 时间分辨率（插值后） | 3 小时 | 技术文档 6.6 |
| 位置分辨率 | 0.1°（约 10 公里） | 技术文档 3.1 |
| 机构字段组 | 11 组前缀 + 4 份静态历史源 | 列文档 |
| 全量 CSV 体积 | 333,131,682 字节 | HTTP 响应头（2026-10-29） |
| 风暴/轨迹计数 | 官方未公布；抽样外推约 72 万行 | 抽样推算，非官方 |
| 更新频率 | 每周三次（周日/周二/周四） | 产品页 Update Schedule |
| 许可 | WDC 开放政策 + WMO 第 40 号决议 | 产品页数据使用政策 |
| DOI | 10.25921/82ty-9e16 | 产品页 Dataset Identifiers |
| 访问门槛 | 无，直下；用户注册为可选 | 产品页 Data Access |
§1 速览：它是什么，也不是什么
§1.1 一句话定义
IBTrACS 是一份以风暴为单位、以时点为行的全球热带气旋档案。每一行是说：某场编号为 SID 的风暴，在某个 UTC 时刻，位于某个经纬度，而在这个位置上，十一家机构分别认为它有多强。
这三个「分别」，是理解整份数据的钥匙。它不是一张「风暴强度表」，而是十一家机构档案的并排副本，被时间轴和地理位置缝合在一起。
§1.2 读者最常带着的三种处境
第一种：要做一个全球或西太的风暴强度识别模型。 训练集需要大风级样本，翻开源数据发现同一个台风在五个列里都有「最大风速」，且互相不等。此时需要判断的不是「哪个对」，而是「训练标签从哪一列取、如何声明」。这件事在 §3 展开。
第二种：要做历史致灾事件的回溯或灾损统计。 需要把风暴路径与人口、基础设施叠加，关心的是位置、登陆点、风圈半径。此时强度多口径反而不是最大的障碍，障碍在 §4 讲的位置与登陆字段口径。
第三种：要做气候尺度的强度趋势研究。 这类工作最容易出错，因为 1841 年以来的记录本身是不同时代、不同观测手段、不同机构责任范围拼起来的，任何不加限定的长期拟合都会被记录制度的变迁污染。§5 专门处理这一层。
把三种处境与它能给出的东西对照一下，就是一张决策卡：
| 你的处境 | 它能给你 | 它给不了你，需要另找 |
|---|---|---|
| 训练风暴强度识别模型 | 十一家机构的强度标签、风圈半径、统一的 3 小时时点 | 一个权威的单一强度标签，得自己选列 |
| 历史致灾回溯与灾损比对 | 风暴中心路径、登陆标志、离岸距离 | 登陆点的精确经纬度、地面仪器读数 |
| 气候尺度的趋势研究 | 完整的事件清单与机构判读沿革 | 一条同质的长时间序列，得自己划窗 |
| 实时告警与大屏 | 最近 7 天活动风暴的轻量子集 | 预报，它只记已发生的路径 |
这张表最后一行值得多说一句：IBTrACS 是事后档案，不是预报产品。它记录的风暴都已经在事实层面发生过，即使最新一年的轨迹还在「实时」状态，那也是对已发生过程的记录，不是对未来的预测。
§1.3 它和「再分析」不是一回事
这是最重要的概念区分。再分析（如 ERA5）是把观测同化进数值模式，产出的是同一套物理定律下的连续场；IBTrACS 是把各家机构人工判读后定稿的路径收集起来，产出的是权威意见的合订本。
由此推出两处日常后果。其一，IBTrACS 没有格点场，不能像再分析那样给出一片海域的完整风场，只能给出风暴中心的点序列和风圈半径。其二，它能提供再分析做不到的东西——权威机构当年到底是怎么说的。做灾后责任认定、做保险理赔参照、做历史台风复盘，需要的正是这个「原话」，而不是一套模式再算出来的近似值。
§1.4 不适合谁
不适合要一片海域完整风场的人。 这是轨迹档案，不是格点产品。想要某经纬度上逐小时的 10 米风速，应转向再分析或卫星散射计。
不适合想把「真实强度」直接拿去训练的人。 表里没有一个叫「真实强度」的列。任何把 WMO 列当作地面真值、把机构列之间的差异当作噪声的做法，都在误读这份数据的设计意图。
不适合需要 1950 年前南印度洋精确风暴数的人。 官方在产品页与技术文档里都点出了这个问题：早年的旁支被拆成多条轨迹，风暴数虚高。
不适合需要逐小时强度曲线的人。 3 小时是插值后的统一节拍，原始上报多为 6 小时，中间的点是算出来的。
§1.5 贯穿本文的案例：1951 年的台风 RUTH
为了让「多口径」这件事落到具体数字上，全文用同一场风暴贯穿。它出现在 1951 年西太平洋，SID 为 1951281N11147，名称 RUTH。
选它有三个理由。它在数据里是完整的主轨（TRACK_TYPE 为 main），没有旁支争议；它的生命史里同时有美国、日本、中国三方给出风速，且三方数值在本站可核对的时点上并列存在；它的峰值时段出现在 10 月中旬，正好落在三方都开始系统记录强度之后，不是三方都空白的早期时段。
后面 §3 会用它讲清楚「同一时刻三个峰值」是怎么排列在列里的，§4 会用它讲 1951 年这场风暴的强度差异有多大、为什么不能简单取平均，§5 会用它说明为什么 1950 年代之前的强度比较要格外小心。下文凡提「§1.5 的案例」，指的都是这场风暴。
§2 规模与结构：174 列是怎么长出来的
§2.1 官方没有给出风暴总数，这是有意的
先说清楚一件事：IBTrACS 的产品页与技术文档里，都没有一个「共 N 场风暴」的确切数字。技术文档第 5.3 节标题就叫「风暴计数的不确定性」，开篇一句是提醒使用者在数风暴时务必小心，随后逐条列出造成不确定的原因。这不是文档偷懒，而是这个数据集的性质决定的——它的行是按「时点」组织的，风暴数需要使用者自己按轨迹类型过滤后去重。
能核到的是文件层面的硬数字。2026 年 10 月 29 日对全量 CSV 发起请求，响应头声明的文件长度为 333,131,682 字节，Last-Modified 是 2026 年 10 月 27 日。列文档对每一列编号，最后一条是第 174 列 STORM_DIR。这两个数字都是可以直接复现的。
行数只能估。全量文件下载在常规网络条件下会超时，可行的办法是取多个不相邻的片段，从每个片段里数换行符。在文件 0.9%、9%、18%、36%、45%、54%、63%、72%、81%、90%、96%、99% 处各取约 300 KB，逐段数有效行，得到每段 619 至 697 行、平均约 652 行。按体积线性外推，全量约 72 万行。
这个「约 72 万」是估算，必须这样标注。它和官方任何一个数字都不等同，也不能当成官方的计数对外引用。若要用在论文里，正确写法是「按文件体积与多点抽样外推」。
§2.2 十一组机构前缀，是怎么排布的
列的顺序不是随意的，它反映了档案的层级。开头的十几列是全球层面：
| 列组 | 列 | 含义 |
|---|---|---|
| 身份 | SID、SEASON、NUMBER | 编号、年份、当年序号 |
| 位置 | BASIN、SUBBASIN、NAME、ISO_TIME、NATURE、LAT、LON | 海区、次海区、名字、时点、性质、经纬度 |
| 权威口径 | WMO_WIND、WMO_PRES、WMO_AGENCY | 该位置负责机构的强度与名字 |
| 质量标记 | TRACK_TYPE、DIST2LAND、LANDFALL、IFLAG | 轨迹类型、离岸距离、登陆标志、插值标记 |
之后是按机构分块的字段，每块结构相似：位置、类别/等级、风速、气压，有风圈能力的机构再加四象限半径。顺序是 USA（第 18–42 列）、TOKYO（43–54）、CMA（55–59）、HKO（60–64）、KMA（65–75）、NEWDELHI（76–83）、REUNION（84–103）、BOM（104–128）、NADI（129–133）、WELLINGTON（134–137）。
再往后是四份不再更新的静态历史源：DS824（138–142）、TD9636（143–147）、TD9635（148–152）、Neumann 南半球（153–157），以及一份 19 世纪北大西洋抢救资料（158–162）。最后是阵风、海浪、移速移向等派生列（163–174）。
这 174 列的分块方式本身就在说一件事：这份档案是先按机构组织，再按时间缝合的。理解这一点，就不会把 USA_WIND 与 WMO_WIND 当成两个「观察角度」，而会知道它们是两条独立档案线上的两个点。
§2.3 一行到底长什么样
以 1842 年第一条记录为例。SID 是 1842298N11080，年份 1842，海区 NI（北印度），次海区 BB（孟加拉湾），名字 UNNAMED，时点 1842-10-25 03:00，性质 NR（未报告），位置 10.9°N、80.3°E，轨迹类型 main，离岸距离 43 公里，登陆标志 0。此后所有机构列都是空格，唯一非空的是 TD9636 的位置与移速移向。IFLAG 是 15 个字符的标记串，只有第 12 位是 O，其余是下划线——意思是这一行只有 TD9636 这一家有原始上报，其余十四家都没有。
这行数据把整份档案的性质说得非常清楚：一个 1842 年的风暴，没有风速、没有气压、没有名字，只有一条由 1980 年代抢救整理的轨迹。它在表里占一行，但它和 2026 年一场有卫星微波扫描、有飞机下投探空的风暴，信息量相差几个数量级。
§2.4 体积的分布是不均匀的
把十个 CSV 子集的文件头逐个取下来，能看到体积的分布：
| 子集 | 字节数 | 说明 |
|---|---|---|
| ALL | 333,131,682 | 全量 |
| since1980 | 145,228,727 | 卫星时代，约 44% |
| WP | 114,683,518 | 西太平洋，单一海区最大 |
| SI | 77,968,128 | 南印度洋 |
| NA | 57,593,323 | 北大西洋 |
| EP | 47,265,183 | 东太平洋 |
| SP | 35,675,043 | 南太平洋 |
| NI | 27,890,516 | 北印度洋 |
| last3years | 11,709,686 | 近三年 |
| SA | 56,442 | 南大西洋 |
有两点值得记住。第一，1980 年以后的记录占了近一半体积。这意味着若只做现代气候研究，下载 since1980 子集能省掉一半以上流量，而信息密度反而更高。第二，七个海区子集加起来远超 ALL，因为官方明确说明：海区子集收录的是「在该海区至少有一个位置」的风暴，一场跨越海区的风暴会同时出现在两个子集里，不同海区文件不能相加。
北印度洋的 27.9 MB 与南大西洋的 56 KB 形成了一个有意思的对照。后者几乎是空的，因为南大西洋在气候上极少生成热带气旋，档案里只有零星几条。
§2.5 三个格式装的是同一份东西
官方提供 CSV、netCDF、Shapefile 三条路。技术文档第 8.1 节的原话是各格式风暴数据完全一致，唯一差别是 netCDF 带了更多溯源信息。体积差异极大：全量 CSV 是 333 MB，全量 netCDF 只有 23.5 MB——原因是 CSV 用空格表示缺失，每一行仍然要写满 174 个字段的逗号，而 netCDF 用二进制的填充值，还能压缩。
这个体量差异直接影响使用策略：做批量计算用 netCDF，做人工核对和小样本通读用 CSV。CSV 的好处是可以用最朴素的方式看——前两行是列名和单位，第三行开始是数据，肉眼就能读。这一点在排查「某个机构某一年为什么全空」时特别有用。
§3 多口径：同一场风暴的十一种说法
§3.1 设计意图：并列，而非裁决
产品页首段对 IBTrACS 的定义是：把多家机构的近期与历史热带气旋数据合并，形成一份统一的、可公开获取的最佳路径数据集，以改善机构间比较。注意最后半句——这份数据集存在的理由之一，就是让人能比较不同机构的说法。
技术文档 6.3 节说得更直白：WMO 那一列给出的是负责机构的报告，而在机构程序差异较大的边界处会出现很大差异，最典型的是 180° 以西，也就是美国机构与日本气象厅的分界处。
因此，「同一场风暴有很多个强度」不是数据质量问题，是这份档案的核心内容。把这一点当成噪声去平均、去取中位数、去用某一列覆盖其他列，都是在消解它存在的理由。
§3.2 平均时长不统一，官方明确不换算
这是最容易被忽略、后果最大的一条。列文档在 WMO_WIND 项下写得很清楚：风速不做平均时长调整，并列出了各家的口径——美国方面是 1 分钟，东京 10 分钟，新德里 3 分钟，留尼汪 10 分钟，澳大利亚气象局 10 分钟，纳迪 10 分钟，惠灵顿 10 分钟。技术文档表 3 补全了其余：中国气象局 2 分钟，香港天文台 10 分钟，韩国气象厅 10 分钟。
技术文档还给出了一个粗换算的经验值：10 分钟峰值换算到 1 分钟峰值大约高 12%。但它随即声明，各家程序不同、可用观测也不同，两个因素叠加之后，跨海区的热带气旋比较就成了一个棘手问题。
更进一步，6.2 节有一句很重的话：不同机构之间风速值不可换算，因为差异中有一些已经被描述清楚，另一些则未知，所以不存在简单的换算法。
这句话的含义是：不要试图把中国列的 2 分钟风速换算成美国列的 1 分钟风速再放在一个表里比较。若非要比较，正确做法是固定取一列、只在该列内部纵向比较，并在方法里声明。
§3.3 用 §1.5 的案例：RUTH 的三个峰值
回到 1951 年的那场风暴。在它 10 月中旬的几个时点上，三家的读数并列在同一行里：
| 时点（UTC） | 东京（10 分钟） | 北京 CMA（2 分钟） | 美国（1 分钟） | 气压 |
|---|---|---|---|---|
| 10-10 12:00 | 965 百帕 / 未列风速 | 77 节 | 100 节 | 965 |
| 10-11 06:00 | 948 百帕 | 106 节 | 105 节 | 948 |
| 10-12 00:00 | 928 百帕 | 126 节 | 115 节 | 928 |
| 10-12 18:00 | 924 百帕 | 145 节 | 110 节 | 924 |
三个现象值得注意。
第一，气压高度一致，风速高度不一致。 这条轨迹在四个时点上的中心气压，三家给出的值完全相同（965、948、928、924），而风速差最多 35 节。这一点在理解整个档案时很有用：气压是单点物理量，各家判读趋同；风速是分布量，与平均时长和判读方法关系更大。
第二，相对高低在峰值处发生了反转。 10 月 12 日零时，北京列 126 节高于美国列 115 节；18 小时后的下一个时点，北京列 145 节远高于美国列 110 节。若有一份研究取美国列作为强度标签，这场风暴会被归为 4 级；若取北京列，它超过 137 节，会被归为 5 级。同一场风暴，换个列就是换个等级。
第三，日本这一时段的风速列并非全程有值，气压列却几乎连续。 这解释了为什么很多历史台风研究用气压而不是风速做强度指标——气压的跨机构一致性要好得多。
§1.5 的案例到这里已经足够说明：取哪一列不是技术细节，而是结论本身。
§3.4 用 §1.5 的案例之外的对照：2001 年的 KONG-REY
再换一个年代近些的例子，把口径问题放到有更多机构的场景里。2001 年西太平洋台风 KONG-REY，SID 2001202N23152，109 个时点，其中 WMO 列有值 32 个、美国列 65 个、东京列 55 个、中国列 67 个、香港列 63 个。
在它 7 月 27 日 00 时的行里，五家读数分别是：WMO 70 节、东京 70 节、中国 68 节、香港 70 节、美国 85 节。前三家几乎重合，美国列高出 15 节。到了 7 月 23 日，分歧更大：东京 40 节、中国 38 节、香港 45 节、美国 60 节——美国列比东京列高出整整 50%。
再看它的生命史：美国列在 7 月 24 日就给出 75 节，东京列当天的等级仍是 4 级（强热带风暴），到 7 月 26 日才升到 5 级（台风）。升级的时点差了两天。 对做登陆预警复盘的人来说，这 48 小时比任何绝对数值都重要。
§3.5 列多不代表每行都有值
KONG-REY 那 109 个时点里，WMO 列只有 32 个有风速值，美国列 65 个，东京列 55 个。也就是说，同一场风暴里，哪一列有值、哪一列是空，随行而变。
原因有三。其一，各机构的记录起止时间不同，风暴在某个机构责任区之外时该列自然为空。其二，WMO 列只在与负责机构对应的位置上填值，跨过责任区边界就换人填。其三，官方明确说过，WMO 的风速气压不做插值，因为它们是官方信息；而其他机构的列在 3 小时化过程中做了插值与填充，因此有值率更高。
这意味着：若直接用某列非空的行数去数「有效样本量」，得到的结果混合了记录制度和插值规则两层因素，不是纯物理意义上的观测数。
§3.6 IFLAG：判断一个值是不是原始上报的唯一依据
174 列里有一列专门用来回答「这个数值是怎么来的」，就是 IFLAG。它是 15 个字符的串，每个位置对应一家机构，取值五种：下划线表示该机构没有报告，O 表示原始上报，P 表示位置与强度全部由插值填充，I 表示位置是原值但强度被插值，V 表示位置与强度是原值但其他字段被插值。
15 个位置依次对应：美国、东京、中国、香港、韩国、新德里、留尼汪、澳大利亚、纳迪、惠灵顿、DS824、TD9636、TD9635、Neumann、Chenoweth。
以 §1.5 的案例为例，1951 年 RUTH 在某一行上的标记是第 1 位为 O、第 12 位为 O，其余为下划线——表示这一行只有美国和 TD9636 两家给了原始上报。而相邻的 3 小时间隔行，第 1 位变成 P，表示那个时点的风速是美国列的插值结果。
这条规则的实际用法是：凡是要说「机构 X 在此时刻报告了 Y」，先查 IFLAG 对应位是不是 O。 是 P 或 I 的，只能说「IBTrACS 在此刻为机构 X 填充了 Y」。
§3.7 为什么会有这么多历史资料源
除了在役的十一家机构，列里还有四份不再更新的历史集。TD9636 是 1980 年代美国国家气候数据中心与海军联合整理的全球合并资料；DS824 是 UCAR 的全球最佳路径资料；TD9635 是西太平洋的一份历史报告集；Neumann 是南半球资料；Chenoweth 是 19 世纪北大西洋的抢救资料。
这些资料的存在，是 IBTrACS 能把时间覆盖推到 1841 年的原因。但它们也有个共同特点：风速是估计的。列文档在 TD9636 的说明里明写，这些风速估计是主观的，使用时须谨慎。DS824 的问题更严重，早期直接给出 25、35、65 这样的固定值，用来代表「只知道是热带低压 / 热带风暴 / 飓风」的情况。
所以在 1950 年以前，所谓「强度」，多数时候是「类别」的数值化表达，不是一个连续的物理测量。
§3.8 升级路径：为什么升级版本会给机构比较带来新差异
把上面几个案例串起来看，会发现一个不太直观的现象：同一场风暴在不同 IBTrACS 版本里的强度差异，有时比同期两家机构之间的差异还大。
原因在变更日志里。逐条读 v04r01 的日志，能看到持续的动作：某个机构补上某一年，某段历史被重新分析，某个风暴的某个字段被修。每一条都会改变某些行里的数值。
以 2026 年 10 月 2 日那条为例：新增了香港天文台 2025 年、惠灵顿与澳大利亚气象局的部分最佳路径，同时对北大西洋 1971 至 1975 年做了重新分析。这意味着 1971 至 1975 年北大西洋风暴的美国列数值，在这个时点前后并不相同。
对做复现的人来说，这带来一条硬约束：凡是依赖强度的结果，必须连同版本日期一起发布。只写「v04r01」不够，因为同一版本号下的内容在滚动。文件名的内嵌日期（当前是 20261027）才是内容身份。
对做机构比较的人来说，这条约束意味着：比较结论有时效。今年算出来「美国列比东京列平均高 X 节」，明年可能因某一家补了几年资料而变。这不是数据不可靠，而是档案在成长。
§3.9 一个容易忽略的细节：台风的名字不是唯一键
风暴名字在 NAME 列里，但它不能用来做唯一识别。第一，早期风暴大量叫 UNNAMED，1842 到 1850 年代几乎没有具名记录。第二，同一名字会在不同年代重复使用——台风命名表是循环的，一份跨越 180 年的档案里，同一个名字出现十几次很正常。第三，列文档明确写了，IBTrACS 会忽略大多数含数字或缩写的名字。
唯一可靠的键是 SID。它的结构本身就带着信息：2001202N23152 拆开是 2001 年、年积日 202、北纬 23、经度 152。也就是说，风暴的身份里编码了它的生成时间与生成位置。
这个结构有一个直接后果：SID 在风暴生命期内不变，即使风暴后来跨了海区、换了几次名字。§4.4 中跨区的 WUTIP，它的 SID 里记录的仍是它在西北太平洋生成时的位置。
§3.10 气压与风速的关系不是固定的
多口径讨论里还有一层：同一家机构自己给出的气压与风速，关系也不是固定的。
历史上，早期观测没有直接风速时，机构会通过风压关系从气压推风速，或者反过来。列文档在澳大利亚气象局的 PRES_METHOD 字段里就列出过这些方法：飞机或下投探空观测、水上浮标、陆上观测、Dvorak 判读直接得出、由风压方程从风速推气压、从周边观测估计、雷达外推等。
这意味着两个数不是独立测量，而是常常互为推导。在某个时点看到气压与风速「完全吻合」，不等于两家机构判断一致，可能只是其中一家从另一家的值推出来。
§1.5 的案例显示，RUTH 的气压完全一致、风速分歧明显，有一种可能的解释就在这里：气压可能是各家各自判定后趋同，也可能是其中某家从别家的气压反推了风速，因而保留了气压而调整了风速。文档没有给出这场风暴的具体处理方式，所以这一点只能作为可能性提出，不能作为结论。
§4 边界：位置、登陆与时间轴上会踩空的地方
§4.1 合并位置不是任何一家的原值
IBTrACS 在 LAT、LON 两列给出的是合并后的代表位置。技术上它是算法在几家机构的位置中选定的，不是平均值，也不是某一家的原值。
技术文档给了位置不确定度的量级：按强度分，弱风暴（小于 60 节）约 30 至 40 公里，中等（60 至 100 节）约 20 至 25 公里，强风暴（大于 100 节）约 10 至 15 公里，且 1980 年以前都更大。这个量级意味着，在早年，一场风暴的「中心」本身就有几十公里的模糊度。
对做路径叠加分析的人来说，这个模糊度不是可以忽略的：几十公里的偏差，在海岸线曲折的湾区和群岛，决定了风暴是擦过还是登陆。
§4.2 离岸距离与登陆标志的分工
DIST2LAND 与 LANDFALL 是两列，含义不同。
DIST2LAND 是当前位置到最近陆地的距离，单位公里，方向上取最近的，陆地掩膜包含所有大陆和面积大于 1400 平方公里的岛屿。
LANDFALL 是到下一个时点的最小距离，本质是一个登陆标志位：等于 0 表示 3 小时内登陆，大于 0 表示未来 3 小时内不登陆。列文档补了一句实用提示：小于 60 海里（约 111 公里）时，即使中心不在陆地上，系统也可能已影响到这片陆域。
这两列合起来，能回答「什么时候登陆、在哪里登陆」这类问题，但边界很清楚：它是一个时间窗口标志，不是一个地理坐标。要知道登陆点经纬度，需要用 LANDFALL 为 0 的那一行的 LAT 与 LON，且要知道那个位置本身带有上面说的几十公里模糊度。
1993 年以前没有这两列，所以 1993 年前的登陆事件需要另找资料。列文档显示这两列是 v03r06（2014 年）引入的，版本历史里也确认了这一点。
§4.3 三种时间：原始、插值、当前年
IBTrACS 的时间轴上有三层，混在一起会很麻烦。
原始上报层：多数机构按 6 小时上报，印度气象局可达 3 小时，美国在登陆或强度突变时会加报非标准时刻的点，这也是 HURDAT2 引入的一个特征。
插值层：官方把位置用样条插值、风速气压用线性插值统一到 3 小时。线性插值的好处是保极值——如果一场风暴的生命期峰值是 100 节，插值后峰值仍然是 100 节，不会因为插值被抹平。样条插值则会创建新的极值，所以位置用样条、强度用线性。WMO 列例外，不插值。
实时层：当前年度以及前一年部分轨迹标为 PROVISIONAL，是近实时数据，官方说通常会在两年内被机构再分析替换。
三层混用的后果，在算能量类指标时最明显。技术文档第 6.5 节专门提醒：3 小时序列若直接套用原本为 6 小时设计的累加公式，会系统性偏高。做累积气旋能量之类的指标，必须先按正确的时步重算。
§4.4 风暴会跨海区，海区文件不能相加
BASIN 列记录的是当前位置所在海区。一场风暴可以从西太平洋一路东移到中东太平洋，BASIN 列随之改变。
列文档在 BASIN 项下列了七个值：NA、EP、WP、NI、SI、SP、SA，另有 MM 表示缺失（不应出现在成品里）。v04 的一个新特性就是：凡是在海区内出现过的系统都收进该海区文件，而 v03 只收风暴生成的那个海区。
这个改动带来了一个陷阱。官方在子集说明里明写：海区文件收录的是在该海区至少有一个位置的风暴，所以不同海区文件不能合并，否则跨海区风暴会被重复计入。
§3.4 提到的 2001 年 KONG-REY 是单海区风暴，没有这个问题。但同期许多风暴会跨区，其中 2001 年的 WUTIP 就是一个：它的位置从 15.6°N、139.1°E 一路走到北纬 46.5°，经度越过 180° 线，BASIN 列从 WP 变成 EP。这样的风暴既在西太文件里，也在东太文件里。
§4.5 数风暴必须排除旁支
TRACK_TYPE 列有六种取值：main、spur、PROVISIONAL、PROVISIONAL_spur、US-PROVISIONAL、US-PROVISIONAL_spur。
官方在技术文档 6.8 节明写：数风暴时应忽略 spur，因为这些旁支可能很多，尤其在位置精度很差的早年，会造成大量过计。旁支的产生机制有两种——一种是两家机构对中心位置的判断差得太远，算法无法判定是不是同一个系统；另一种是真实的系统合并（比如藤原效应）。
v04r01 加入了额外的质检，把旁支数量减少了约三分之二，并把多数发生藤原效应的旁支重新归类为主轨。
即便如此，任何风暴计数都必须先按 TRACK_TYPE 过滤到 main，这是官方在计数一节里给出的第一条操作建议。
§4.6 1950 年以前：官方自己承认的虚高
产品页的 Known Issues 一段写得很诚恳：部分 1950 年以前的风暴没有被正确匹配，导致记录中的风暴数人为偏高。举的例子是 1901 年南印度洋的风暴，同一场风暴被 ds824、td9636、reunion 三个标识分别记录，由于时间上的差异，被拆成了三条不同的轨迹。
技术文档 6.9 节把原因说得更细：早年的轨迹多是从图上抢救出来的，这些图按月份汇总所有风暴，没有确切日期。数字化时日期只能估，于是同一场风暴在不同资料里落在不同的时间点上，就被判成了两场。
官方给的经验是：这个问题在南印度洋最严重，但在 1930 年以前的多数海区都存在。
§1.5 的案例 RUTH 出现在 1951 年，正好在这个敏感期的边缘。用它做强度对比是可靠的，但如果拿它所在的年代做「1950 年代风暴频数」的统计，就必须同时交代记录制度的限制。
§4.7 覆盖范围是 70 度，不是全球
技术文档的 Coverage 一栏写的是 70°N 至 70°S、180°W 至 180°E。这个范围在地图上是一个带，不是整球。
实践含义是：高纬度变性阶段的风暴，官方承认覆盖不完整。§3.4 中 KONG-REY 的轨迹一直延伸到 53.4°N，仍在范围内；但若有一场风暴变性后继续北上到 70°N 以外，尾段可能就不在档案里了。
这一点在做「风暴生命期长度」统计时容易踩到——档案里轨迹的长度并不完全等于风暴真实的生命史，还受制于选定的覆盖边界。
§4.8 小时与公里的单位陷阱
列文档给每一列都标了单位，但单位并不总在第二行。CSV 的第二行是单位行，空着的表示无单位或无量纲。这件事看起来琐碎，实际踩过的人不少：风速列的单位写的是 kts 而不是 m/s，风圈半径的单位是 nmile（海里）而不是公里，海浪高度是英尺，近岸距离是公里。
于是同一个「半径」概念在表里有两套单位并存：DIST2LAND 与 LANDFALL 是公里，所有 R34、R50、R64 都是海里。做叠加分析时若不换算，半径会缩水将近一半（1 海里约 1.852 公里）。
风速的换算同样常被顺手做错。列文档里说风速是 kts，技术文档说 1 节约 0.514 米每秒。这个换算是纯单位换算，与 §3.2 说的「平均时长不可换算」是两件完全不同的事，不能因为做过单位换算就以为也处理了时长差异。
§4.9 次海区字段不能当成海区的细分键
SUBBASIN 列看起来是把 BASIN 切得更细，实际上它的取值规则比这复杂。
列文档列出的次海区有：CS 加勒比海、GM 墨西哥湾、CP 中太平洋、BB 孟加拉湾、AS 阿拉伯海、WA 西澳、EA 东澳，另有 MM 表示无次海区。而官方明写，西太平洋与南印度洋不提供次海区，这两处的值一律是 MM。
也就是说，若按 SUBBASIN 分组做统计，会得到一组「分类粒度不一致」的组：西太与南印度洋全落在 MM 里，而北大西洋被切成三块。跨海区比较时必须意识到这一点，否则会得出「西太的风暴高度同质」这类其实只是字段设计造成的结论。
§4.10 静态资料源的时间段是有限的
前面提过四份静态历史源。它们的时间跨度都是有限的，且各自覆盖的海区不同：
| 资料源 | 列范围 | 大致时段 | 覆盖 |
|---|---|---|---|
| DS824 | 138–142 | 1877–1980 | 全球 |
| TD9636 | 143–147 | 1842–1989 | 全球合并 |
| TD9635 | 148–152 | 历史西太 | 西太平洋 |
| Neumann | 153–157 | 南半球历史 | 南半球 |
| Chenoweth | 158–162 | 19 世纪 | 北大西洋 |
这几份资料是把档案往前推的支柱，但它们彼此之间并不一致——这正是 §4.6 说的「同一场风暴被记成多条轨迹」的根源之一。用这些列做分析，实质是在用三四十年前另一批人的判读，而不是在用一个统一的观测体系。
§4.11 派生列是自己算出来的
最后几列是派生量：STORM_SPEED 与 STORM_DIR 由 LAT 与 LON 逐点差分算得，单位分别是节与度。
用它们之前要知道：这两个列的精度取决于位置列的精度。位置分辨率是 0.1°，约 11 公里，相邻 3 小时点之间的位置差若只有一两个 0.1°，差分出来的移速会带很大噪声。列文档对 STORM_DIR 的说明是方向按 5 度取整，这本身也提示了它的精度上限。
所以做移速分析时，通常不直接用 STORM_SPEED，而是自己在更长的窗口上重算。原因不是这一列算错了，而是逐点差分的噪声在长窗口上会被平均掉。
§5 质量层：它不该按什么标准评价
§5.0 读这一节之前需要先放下的一件事
大多数数据集在评估时，第一步是找一份「真值」，然后算误差。这个习惯放到 IBTrACS 上会立刻卡住，因为找不到比它更权威的真值——它本身就是各国官方档案的统一出口。
换个角度问，问题会变得可答：这份档案有没有被忠实转录？合并过程有没有说清楚？使用时的约束有没有写明白？这三问不需要外部真值，只需要读文档和抽查原始行。本节按这三问展开，并且在每一处都尽量给出可以自己动手复核的办法。
§5.1 前置校正：这不是一份要「评准确度」的数据
绝大多数数据集条目讨论质量，指的是「和真值差多少」。IBTrACS 的处境不同：它就是各机构官方档案的合集，而官方档案本身已经是当年那个时点、那家机构所能给出的最终判断。
所以评价它，不能问「准不准」，只能问三件事：原始档案有没有被忠实转录、合并逻辑有没有交代清楚、使用约束有没有写明白。这三件事，官方文档给得相当完整。
§5.2 官方自报的不确定度
技术文档第 5 章给出了一张分年代、分海区的风速不确定度表，单位节。摘录几行：
| 时期 | SI | NI | SP | WP | EP | NA |
|---|---|---|---|---|---|---|
| 1950 以前 | — | — | — | — | — | ±30 |
| 1965–1973 | ±30 | ±30 | ±30 | ±20 | — | ±20 |
| 1987–1995 | ±15 | ±15 | ±15 | ±15 | ±15 | ±10 |
| 2000 至今 | ±10 | ±10 | ±10 | ±10 | ±10 | ±7 |
这张表传达的信息很明确：不确定度量级在 30 节到 7 节之间，取决于年代与海区，且北大西洋一直最好（因为有飞机侦察）。1950 年代的风速差个 30 节，在官方自己的框架里是完全正常的。
对照 §1.5 的案例中 RUTH 三个峰值之间 35 节的差距——这个差距恰好落在那个年代的官方不确定度里。也就是说，那 35 节的差异不能证明哪一家错了。
§5.3 用 §1.5 的案例：为什么不能取平均
既然差距在不确定度之内，一个自然的想法是取三家平均，得到一个「共识强度」。这个做法在数学上简单，在档案伦理上有问题。
平分三家，等于假设三家同等可信且误差独立。而实际上，这三家用的观测资料大量重叠（同一批卫星云图、同样的 Dvorak 判读方法），误差并不独立。更关键的是，平均会造出一个没有任何机构曾经发布过的数值。
若这份数据要用于灾后认定、理赔参照、历史复盘，被引用的一定是某一家机构当年的原话，而不是三家平均。取平均会得到一个无法对应到任何官方文档的数字。
§1.5 的案例说明的正是这一点：正确做法是选定一列、声明来源、在全文保持一致，而不是制造一个中间值。
§5.4 插值点与原始点的可信度不同
IFLAG 已在上文说明。这里补充一个实践层面的判别方法：若要统计「有多少时点是有机构原始上报的」，需要逐行解析 IFLAG，再按位置统计。这个统计量的意义与「有多少时点是插出来的」完全不同。
常见的错法是：把 3 小时序列全当成观测，算出「平均每 3 小时强度变化 5 节」这样的结果，然后与另一份资料比较。而实际上，一半以上的点可能是线性插值的结果，插值段的斜率天然平缓，会把真实的陡变抹掉。
§5.5 实时段不可复现
最近一年多的轨迹标为 PROVISIONAL。官方说会在两年内被再分析替换，替换的内容包括强度、位置与类别。
这意味着：用 2025 年、2026 年的数据训练或评估模型，得出的数字在半年后复跑会对不上。 严谨的做法是把实时段单独切出，作为「时效性评估」的集合，而不是混进训练集。
§5.6 DAIMS 视角下的定位
DAIMS 是常用的数据集成熟度框架，关注发现、访问、互操作、溯源与治理几个维度。按这些维度看 IBTrACS：
| 维度 | 表现 | 依据 |
|---|---|---|
| 发现与识别 | 有 DOI、有 NCEI 数据集编号、有正式引用文献 | 产品页 Dataset Identifiers |
| 访问 | 直接 HTTP 下载，无需注册；注册为可选 | 产品页 Data Access |
| 互操作 | 三格式同源；CSV 带列名与单位行；netCDF 基本符合 CF | 技术文档 8.1 |
| 溯源 | 每行有 IFLAG；变更日志逐次记录；沿革完整可查 | 变更日志 |
| 治理 | WDC 开放政策；WMO 第 40 号决议作为商用向导；质量修订公开 | 产品页数据使用政策 |
| 版本控制 | 主版本加修订号；文件名内嵌日期；旧版本保留 | CSV 目录 |
在这几个维度上，它是一份成熟度相当高的档案。缺的只有一项：官方始终没有给一个稳定的风暴总数，把「数出来是多少」这件事留给了使用者。
§5.7 它的质量风险集中在哪里
综合起来，风险集中在三处，且都与使用者而非制作者有关。
一是把单列当真值。 表里有很多强度列，选哪一列决定结论。这不属于数据缺陷，属于使用者的建模决策。
二是跨年代混用。 1841 年的一条轨迹和 2026 年的一条轨迹在表里结构相同，但前者可能只有一个位置，后者有几十个字段。不设时间窗就做统计，会被记录制度的变迁主导。
三是忽略插值。 3 小时是算出来的节拍，不是观测节拍。
三处风险，官方文档都点到了；踩到的原因多半是没读文档，而不是文档没写。
§5.8 忠实转录怎么抽查
要验证「原始档案有没有被忠实转录」，最省力的办法是拿人尽皆知的记录去对。官方引用文献里最经典的一场是 2010 年 BAMS 论文所建立的那套方法，而实际可核对的是几个统计上的硬数：官方产品页的热带气旋气候学一节给出了按海区的年均风暴数，包括风速达到 35 节的风暴与达到 64 节的风暴，这些数来自 2014 年那篇《每月天气评论》的论文。
抽查的思路是：用产品页公布的全球年均 81.8 场（风速达标 35 节，统计期起点到 2010 年）这样的数，去与自己对某一年份子集的计数对照。若偏差很大，先查是不是把旁支算进去了，再查是不是漏了某个海区。
这种做法不能证明每一行都对，但能证明「规模层面没有严重错位」。对一份 33 万字节级别的档案，这是性价比最高的抽查方式。
§5.9 合并逻辑：官方写清楚了什么，没写什么
写清楚的部分：主轨与旁支的判定规则、插值方法（位置样条、强度线性）、WMO 列不插值、代表位置由算法在多家之间选定、旁支的两种成因。这已经覆盖了使用者关心的绝大部分机制问题。
没写清楚的部分：算法在两家位置分歧时具体选哪一家的规则，没有逐条的公开说明；某一行最终的代表位置具体来自哪一家，没有一个直接可读的列。使用者只能从 IFLAG 推断「哪几家有原始上报」，无法直接知道「合并位置取自哪一家」。
这不算缺陷，但它是使用边界：凡是需要知道「这个位置是谁给的」的场合，IBTrACS 给不了直接答案。此时应当去看各机构的 LAT、LON 分列，自行判断。
§5.10 §1.5 的案例：对不确定度表的一次检验
把 §5.2 的不确定度表与 §1.5 的案例放在一起看，可以得出一个可检验的判断。
§1.5 的案例里，RUTH 出现在 1951 年的西太平洋。按表里的分年代口径，1950 至 1965 年西太平洋的风速不确定度是 ±30 节。而在峰值时段，三家风速从 105 到 145 节，差值 40 节，略超 30 节。
这个「略超」有两种解读。其一，当年三家的实际分歧确实超过了典型水平；其二，这张表是分海区、分年代的统计，单场风暴完全可能超出典型值，不构成反例。
两种解读都成立，说明这张表的用法是给预期量级，而不是给逐场保证。用一场风暴去否定一张统计表，本身就是把口径搞错了。
§6 怎么拿到：最小可复现的取数流程
§6.1 三条入口
浏览器直接点。 产品页的 Access Methods 一栏有三个格式的链接，点进去是 Apache 目录列表，文件名即链接。这条路最适合取小样本人工核对。
命令行按范围取。 服务端支持 HTTP 范围请求，用 curl 的 -r 参数只取一段。这是在不下载 333 MB 的前提下核对结构的最实用方法。
脚本整取。 对生产环境，用 wget 或 Python 的整文件下载，然后用 pandas / xarray 读。
注册用户是可选动作。产品页写的是「为了帮助项目获得持续支持，请填写用户注册表」，并明确标为 optional。也就是说，不注册完全可以下载。
§6.2 最小可运行：只取表头与前若干行
下面这段命令只取文件开头的 300 KB，落地后可以直接看到两行表头与若干条数据。这是核对列顺序最快的办法。
curl -s -r 0-300000 \
"https://www.ncei.noaa.gov/data/international-best-track-archive-for-climate-stewardship-ibtracs/v04r01/access/csv/ibtracs.ALL.list.v04r01.csv" \
-o ibtracs_head.csv
head -c 780 ibtracs_head.csv
输出会先是 174 个列名，再是一行单位，再是第一行数据。列名与单位的对齐方式是：第一行是字段名，第二行是单位（多数列的单位为空）。
§6.3 只取某一场风暴：先用序号映射表定位
全量文件里没有「只取某一场风暴」的范围，但官方提供了一个序号到名称的映射表，文件名是 IBTrACS_SerialNumber_NameMapping_v04r01.txt，与全量文件放在同一个目录。它的行数是 9050，格式是每行「序列号 名称 名称来源」。
注意这个数不是风暴数。表里很多行的名称字段是 none，表明该序列号没有对应的风暴名，且不同来源可能为同一场风暴给出不同名称。
§6.4 用 Python 读回并做一次多口径对照
下面这段代码读上面取到的小样本，按 SID 分组，把每个时点上不同机构的风速并排列出。它做的是 §3 里描述的那件事——并列，而不是裁决。
import csv, io
from collections import defaultdict
with open("ibtracs_head.csv", encoding="utf-8") as f:
lines = f.read().splitlines()
rows = [ln for ln in lines[2:] if ln.count(",") == 173]
rdr = csv.reader(io.StringIO("\n".join(rows)))
idx = {k: i for i, k in enumerate(lines[0].split(","))}
def get(row, key):
v = row[idx[key]].strip()
return v if v else None
by_storm = defaultdict(list)
for row in rdr:
by_storm[get(row, "SID")].append(row)
sid = "1851228N13313"
for row in by_storm[sid][:8]:
print(get(row, "ISO_TIME"), get(row, "LAT"), get(row, "LON"),
"WMO", get(row, "WMO_WIND"), get(row, "WMO_AGENCY"),
"USA", get(row, "USA_WIND"), get(row, "USA_PRES"),
"IFLAG", get(row, "IFLAG"))
这段会在 1851 年的风暴上打印出美国列有值、WMO 列部分为空、IFLAG 在第 1 位与第 12 位之间轮换 O 与 P 的模式。换 SID 就能看别的风暴。
§6.5 用 xarray 打开 netCDF 更省力
若要用整份数据，netCDF 是更好的选择。全量 netCDF 只有 23.5 MB，体积是 CSV 的十四分之一。读法如下：
import xarray as xr
ds = xr.open_dataset("IBTrACS.ALL.v04r01.nc")
print(ds.dims)
print([v for v in ds.variables if v.startswith("wmo")][:6])
变量名是小写的，与 CSV 的大写列名一一对应。netCDF 还带了更多溯源属性，技术文档说这是三个格式里唯一的差别。
§6.6 先想清楚要哪个子集
这是最省时间的一步。做近四十年气候研究，since1980 子集只有全量的 44%；做实时监控，last3years 只有 11.7 MB；做单一海区，还要注意跨海区重复的问题（见 §4.4）。
官方还提供一个 active 子集，收录最近 7 天内有活动的风暴，体积只有 135 KB，适合做实时大屏或告警系统。
§6.7 一个常见的下载故障
NCEI 在产品页顶部挂了一条提示：目前正在把数据与应用迁移到云端，期间可能出现临时性访问延迟，并建议查阅迁移说明与告警页。
实际表现是：大文件下载中途断开，或偶尔返回 403。这不是数据集本身的问题，重试或换时段即可。若在自动化流水线里下载，应加范围续传（curl 用 -C -），不要从头重来。
§6.8 §1.5 的案例在多口径对照上的落地
把 §6.4 的脚本换成 RUTH 的 SID 1951281N11147，并扩展打印 TOKYO_WIND、CMA_WIND、USA_WIND 三列，就能复现 §3.3 的表。这个对照不需要下载全量，只需要西太子集的一段——或直接取全量文件里 1951 年所在的位置。
对做项目的人来说，这个练习的价值在于：亲手看一次同一行的三个不同数值，比读十遍文档更能建立多口径直觉。
§6.9 一个更实际的取数方案：按时间窗自己切
全量文件不支持按年切段，但有一个替代思路：用 since1980 与 last3years 两级子集覆盖现代研究，用全量文件只做一次性的历史补录。
具体做法是把两种子集与全量都下载到本地，按 SID 建立索引，之后所有查询都走本地索引而不是反复下载。这样一来，历史研究用全量、现代研究用 1980 子集、实时监控用三年子集，三种用途各取所需，避免每次都去请求 333 MB。
这个方案的成本是一次性完成 500 MB 左右的下载，收益是后续所有分析都不再依赖网络。对研究周期超过一周的项目，这笔账很快就能回本。
§6.10 校验下载完整性的两种办法
NCEI 目录不提供校验和文件，所以要自己验。
第一种办法是对比响应头里的文件字节长度。下载前发一次 HEAD 请求拿到字节数，下载后看本地文件大小是否一致。这个方法能抓住截断，抓不住内容错误。
第二种办法是抽首尾。用尾部一段字节去比对末条记录的时间，若末条记录的时点与官方文档公布的最近更新日期吻合，就基本可以确认拿到的是完整文件。当前快照的末条记录在 2026 年 10 月 26 日，与文件最后修改日期 10 月 27 日相差一天，属于正常范围。
对生产流水线来说，第二种办法更适合自动化：把「末条记录时点应晚于上次更新时间」写成断言，一旦不成立就重下。
§7 在生态中的位置：它旁边站着谁
§7.0 先校正一个位置认知
谈「它在生态中的位置」，容易掉进一个误区：把 IBTrACS 当成一张全球气象底图的一部分，与格点再分析、卫星反演并列，仿佛三者只是分辨率不同。
这个认知是错位的。再分析与卫星是从观测量反推大气状态，IBTrACS 是汇集权威机构对具体事件的判断。前者产出的是场，后者产出的是条目。把它们并列在同一条「数据源清单」上，会导致在需要「官方认定」的场合拿了再分析，在需要「连续场」的场合拿了风暴档案。
正确的定位是把它放在事件目录这一类里，与灾害清单、伤亡统计、灾损数据库同列，而不是与格点气象产品同列。下面的分工说明都从这个前提出发。
§7.1 与再分析的分工
ERA5 这类再分析给的是格点场，IBTrACS 给的是风暴中心点。两者在同一个研究里往往是互补的：用 IBTrACS 拿到风暴中心与强度，用再分析拿到中心周围的环境场（切变、海温、湿度），两者叠加做强度变化的成因分析。
需要注意的是它们互相不独立。再分析的同化系统里会用到风暴路径信息，所以「IBTrACS 强度」与「再分析给出的风暴区域风速」不是两条独立证据。
§7.2 与海温数据的组合
热带气旋强度与海表温度的关系，是最经典的组合问题。站内的逐日海温产品提供背景场，IBTrACS 提供风暴位置与强度，两者按时间与位置配准，就能做「风暴经过时的局地海温」这类分析。
配准的难点在时间尺度不匹配：海温是逐日格点，风暴是 3 小时点序列。做法一般是取风暴在每个位置上的最近日格点，并声明取的是日平均而非瞬时。
§7.3 与站点观测的分工
站点逐日气候资料记录的是陆地表面某点某天的气象要素，风暴档案记录的是海上风暴中心的路径。两者在风暴登陆前后会有交集，但口径不同——站点给的是地面某点的风，档案给的是中心的估计风速，两者数值本来就不应相等，中心风速总是高于同一点的地面风速。
做风暴致灾评估时，常见做法是以 IBTrACS 的中心路径为骨架，用站点或格点资料补充地面影响，而不是用其一替代另一个。
§7.4 与全球发展统计的分工
全球发展统计汇编给出的是国家层面的年度指标，灾害损失常以总量形式出现。要做「每场风暴的致损率」这类分解，需要风暴档案提供事件清单，统计汇编提供社会经济分母。
这里的口径差异在时间上：统计汇编多为年度，风暴档案到 3 小时。聚合到年度时，需要处理跨年风暴与财政年度不一致的问题。
§7.5 它的不可替代性
上面几节都在讲互补。但有一件事只有 IBTrACS 能做：给出「官方机构当时是怎么说的」。
再分析会重算，卫星会重读，只有最佳路径档案保留了机构在其时点上的最终判断，并且保留了十一家之间的一致与不一致。任何涉及责任、认定、历史复盘的场景，需要的就是这个「原话层」。
§7.6 与灾害名录的关系：谁先把风暴「变成事件」
风暴在 IBTrACS 里是一条轨迹，在灾害名录里是一个事件。两者的连接点是灾害名录通常会记录风暴名称与年份。
这个连接看起来简单，实际有坑。名称不唯一（见 §3.9），早期风暴大量无名，同一个名字在不同海区由不同机构使用。更麻烦的是年份口径：灾害名录常按本地年份记，而 IBTrACS 的 SEASON 列是按风暴所属季节记，跨年风暴可能落到不同的 SEASON 里。
实务做法是用 SID 作为连接键，在灾害名录一侧手工补一次映射，并把这个映射存档。这个补录工作只做一次，之后所有年度更新都可以按 SID 直接连接。
§7.7 与人口数据叠加时的时间语义
做致灾评估最常做的是把风暴路径与人口分布叠加。这一步的时间语义常被忽略。
人口数据是某一年的普查值，风暴是一个 3 小时的瞬时事件。两者的时间分辨率相差六个数量级。叠加时实际算的是「风暴经过的位置上，在某年有多少人居住」，而不是「风暴经过的那些人」。
这个差别在快速城镇化的海岸带很大。用 2020 年的人口去评估 1990 年的风暴，会把后来迁来的人算进去。规范做法是用普查年的历史人口，或在方法里明确声明使用的是当前人口，并说明这会带来何种偏差。
§7.8 这份档案的替代品与不可替代处
要找「全球热带气旋路径」，市面上确实还有别的合并产品、也有各机构各自的原始最佳路径，以及从卫星再反演的路径数据集。
但它们在两点上不能替代 IBTrACS：一是覆盖的完整性，官方的说法是「全球目前最完整的热带气旋合集」，这份完整的背后是二十年的持续收集；二是机构并列的保留，别的合并产品多半会给出一个「共识路径」或「推荐强度」，而 IBTrACS 把差异原样留着。
对做研究的人来说，第二点尤其珍贵：差异本身就是研究对象。风暴强度估计的机构间分歧，是可以拿来量化、拿来分析成因的实体，而不是需要先清理掉的脏数据。
§8 长期可用性：它为什么能一直更新下去
§8.1 一套有明文的发展原则
产品页的 Principles 一栏列了五条，值得逐条读：
全球。 合并全球的热带气旋路径资料，形成全球性的最佳路径库。
开放。 合并与维护的方法公开，所有质量修订与增补都被记录、可被检视。
溯源。 所有数据变更被记录，每个版本都被保留，改动背后的理由与算法也被记录，好让多年以后的人能理解。
持续。 只要有新的最佳路径数据，生产就继续。
可达。 官方以一种格式保存权威档案，同时提供业界已在用的其他格式。
这五条不是宣传语，而是解释了下文几个现象：为什么变更日志细到「2026 年 5 月 20 日为雷雨的气旋 34 节风圈修了个 bug」这种粒度；为什么旧版本完整保留；为什么同时提供 CSV、netCDF 与 Shapefile。
§8.2 更新节奏与延迟
每周三次，通常是周日、周二、周四。产品页还说，在特定需求下可能更频繁。
每次更新引入的是某个机构的某一批回溯定稿。看变更日志能看到典型的节奏：某个机构补某一年的最佳路径，某几年的资料被重新分析，个别风暴被修。
这意味着它的「新」有两种含义：已有的风暴被修订，与新的风暴被加入。前者对做复现的人来说更重要——去年跑出来的结果，今年重跑可能对不上。
§8.3 兼容性提示
技术文档提到各格式的数据完全一致，但列会随版本增减。迁移到 v04 时，官方列出的新特性包括：新增数据提供方、同一风暴可同时有实时与最佳路径、旁支减少。
实务建议是：升级版本时，第一步先比对列名。列的位置在新版本中可能变化，用位置索引而不是列名索引的代码会在升级时静默出错。
§8.4 它为何能持续
从生产机制上看，IBTrACS 的边际成本很低——各机构本来就要产出最佳路径，NCEI 做的是收集、对齐、发布。它不生产数据，只做账本。
从需求侧看，全球灾害监测、保险、科研三个方向都持续需要这份「官方原话合集」。这种需求不是周期性的，而是制度性的：只要有灾害认定，就需要一个权威的路径来源。
两者叠加，构成了它二十年来一直更新下去的基础。
§8.5 引用与许可怎么处理
引用要求写在产品页上一目了然：有参考文献的著作，需要同时引用 2010 年那篇 BAMS 论文与数据集本身（当前的正式引用是 2024 年的 v4r01 条目，DOI 为 10.25921/82ty-9e16）；没有参考文献的场合，用一句话式的数据集致谢。
许可是两个文件的叠加：WDC 的全面开放访问，与 WMO 第 40 号决议。前者决定了可以自由拿、自由分发；后者决定了商业使用要按 WMO 的框架处理。对实际项目而言，这意味着开放研究无门槛，商业用途需要走 WMO 决议的程序而不是直接在文件里找一个许可证标识。
§9 常见误读：八条要提前避开的说法
| 常见说法 | 实际 | 证据 |
|---|---|---|
| 表里的 WMO_WIND 是这场风暴的真实强度 | 它只是当下负责该海区那家机构的说法，平均时长与别家不同，且不做换算 | 技术文档 6.2、6.3；列文档第 11 列 |
| 三家数值不一样，取平均就得到共识强度 | 平均会造出一个任何机构都没发布过的数；三家观测资料高度重叠，误差并不独立 | 技术文档 5.1、5.2 |
| 一共约一千五百场风暴，官方给的 | 官方从未公布风暴数；约 72 万是行数外推，风暴数须按轨迹类型过滤后去重 | 技术文档 5.3；抽样推算 |
| 这是一张全球所有风暴的清单，全球全覆盖 | 覆盖范围是 70°N 至 70°S；高纬变性尾段可能不在档案内 | 技术文档 Coverage |
| 3 小时一行，说明机构每 3 小时观测一次 | 多数原始上报是 6 小时，3 小时是插值后的统一节拍 | 列文档第 7 列；技术文档 6.6 |
| 把各海区文件加起来就是全球总数 | 跨海区风暴会同时出现在两个海里，海区文件不可合并 | 技术文档 8.2 |
| 1850 年的数据和 2020 年的数据可以放在一起拟合趋势 | 早年多为图上抢救的轨迹，日期靠估，且 1950 年前风暴数人为偏高 | 产品页 Known Issues；技术文档 6.9 |
| 最近一年的数据也是定稿 | 当前年与部分前一年标为 PROVISIONAL，两年内会被再分析替换 | 技术文档 6.4 |
§10 一份最小的使用清单
若要从头用起，按以下顺序走一遍，基本不会出错。
第一步，定列。 明确这一轮分析固定用哪一列强度，是 WMO 列还是某一国。这个决定要在方法里写清楚，并在后续所有图表里保持一致。
第二步，定窗。 明确时间窗。做现代研究用 since1980；做历史研究，则要在每一张图旁边标注记录制度的时代。
第三步，过滤。 按 TRACK_TYPE 过滤到 main，或至少把旁支单独标记。
第四步，辨插值。 涉及「某机构报告了」这类表述时，查 IFLAG 对应位是否为 O。
第五步，算体积。 下载前先算。全量 CSV 是 333 MB，netCDF 是 23.5 MB，取子集能省一半以上。
第六步，验结构。 第一次拿到文件，先用 §6.2 的方法看表头，确认列序与文档一致。
这六步不需要任何专门工具，只需要一次认真的核对。做完之后，这份档案里那些看起来矛盾的数字，就不再是障碍，而是可以拿来作图、拿来讨论、拿来支撑结论的素材。
编辑说明
核验时间 2026-10-29。方法：读取产品页 HTML 全文，取版本、更新节奏、访问方式、Principles、Known Issues 与数据使用政策的原文；下载并解析 v04r01 技术文档与列文档两份 PDF，逐列核对 174 列编号与含义；对全量 CSV 发起 HEAD 请求取得文件长度 333,131,682 字节与最后修改日 2026-10-27，对十个 CSV 子集与三个 netCDF、两个 Shapefile 逐一取文件长度；用 HTTP 范围请求在文件多处取约 300 KB 片段，按换行计行并线性外推总量；取最后 1.1 MB 确认末条记录为 2026-10-26；取序号映射表确认 9050 行。全量文件未完整下载，因此行数与风暴数均为抽样外推，正文已逐处标注为估计而非官方计数，官方文档亦确实未公布这两项数字。
未覆盖：未能下载 NCEI 元数据着陆页（返回 403），所以许可表述以产品页正文原文为准，未另引元数据条款文本；未逐一核验十个海区子集内部的记录，海区重复程度仅依据官方文档说明推断；§3 中的机构对照数字取自抽样片段命中的真实行，未做全量统计，也刻意未做任何分布统计。船形图之外的定性结论（如「气压跨机构一致性高于风速」）限于所引样本，不作全域推广。
外部站点在本环境可正常访问，未引用任何未读到的原文。
相关数据集导航
以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：
- era5-single-levels — 共享标签：公共卫生与流行病学 / 全球健康 / 疾病监测 / 时序数据
- oisst-v2-1 — 共享标签：公共卫生与流行病学 / 全球健康 / 疾病监测 / 时序数据
- argo-gdac-floats — 共享标签：公共卫生与流行病学 / 全球健康 / 疾病监测 / 时序数据
- our-world-in-data — 共享标签：公共卫生与流行病学 / 全球健康 / 时序数据
- ndbc-buoy — 共享标签：公共卫生与流行病学 / 疾病监测 / 时序数据
- noaa-cors-gnss — 共享标签：公共卫生与流行病学 / 疾病监测 / 时序数据
- amrnet — 共享标签：公共卫生与流行病学 / 全球健康 / 疾病监测
- ghcn-daily — 共享标签：公共卫生与流行病学 / 全球健康 / 时序数据
- cmip6-esgf — 共享标签：公共卫生与流行病学 / 全球健康 / 时序数据
- jhu-csse-covid-19 — 共享标签：公共卫生与流行病学 / 疾病监测 / 时序数据
导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。
