自动气象站实时数据质量控制研究与结果分析

安徽省气象信息中心 季永华 刘俊娜 唐怀瓯

自动气象站实时数据质量控制研究与结果分析

安徽省气象信息中心 季永华 刘俊娜 唐怀瓯

根据常用质量控制方法，气候极值，台站极值，内部一致性，时间一致性，空间一致性以及自动站报文格式检查，对国家级自动站实时业务数据进行质量控制，并对安徽省自动站2014年7月到2014年12月的数据资料进行质量统计，得出区域站错误率要高于国家站，错误要素主要集中在气温、气压、降水上，并且呈现夏季比冬季高的特点。风、湿、露点温度、水汽压错误则较少。

自动站；质量控制；数据分析

1　 引言

截止2014年底， 安徽省气象部门已建成81个国家级自动站，近2000个区域自动站，可提供每小时（每5分钟）一次的实时观测数据，观测时空密度大大提高，实现了观测资料实时汇集和共享。然而由于资料质量受到观测仪器、观测技术、测站位置、观测时间、观测方法的影响，尤其是长期观测形成的地面气象资料，各种非气候因素造成的影响更大，使资料质量大打折扣。为了保证众多台站观测资料在气象预报预测和公共服务系统中得到准确、及时的应用，发挥自动站的整体效益，因此加强自动观测站资料的质量控制工作对资料的整合和气象预报服务工作有着非常重要的意义。

2　 自动质量控制方法

依据气象数据在天气学，气候学原理，时间和空间上的相互联系得出如下的常用传统质控方法，气候极值的检查、时间序列的检查、空间序列的检查[1]。用于历史数据质量控制的方法中有些方法在实时自动站质量控制同样适用。如内部一致性，历史极值的判定等。但是实时信息的检验和历史质量控制有一些不同，如对于历史质量控制可以知道该时刻前后时刻和空间的数据，而实时数据实时性强，只知道过去时刻和空间的数据。自动站数据质量控制是一个非常复杂的过程，从自动站设备采集的数据到上传至通信系统经历的质量控制一般有这样几个过程：

(1)原始数据文件的格式检查：包括年、月、日的检查、区站号，经纬度，拔海高度的检查、数据字符的检查、数据格式的检查、文件结束符的检查等。不符合格式要求的数据文件做错误文件处理。

(2)极值的检查：包括气候极限值的检查和台站历史极值的检查。

表1　 要素极值

表2 气温月份极值

表1和表2是针对安徽地区气候特点给出各要素极值参数，气温要素随季节变化明显，所以按月份给出极值条件，对于气候极限值的检查，如果要素不在表1、表2范围中，可以标定为错误值。历史极值为各台站建站以来累年各要素各月气候极值,超过历史极值范围的资料为可疑资料。历史极值的检查包含的要素是本站气压、空气温度、相对湿度、风速、小时降水量。

(3)内部一致性检查：要素间内部一致性检查是基于同一时刻所测得的要素间存在着不同程度的相关的事实，对某些有物理特征关联的气象要素之间是否保持一致为依据进行检测。

(4)时间一致性的检查：气象要素的变化在时间上具有连续性。最大变化值检查(见表3)：各气象要素当前时刻与过去10分钟的值变化，如果超过表3中怀疑极限值且小于错误极限值，作为怀疑值。如大于等于表3中错误极限值，作为错误值。

表3　 临近时间(10分钟时间间隔)序列最大变化值

表4　 国家站和区域站疑误率的对比

表5 温湿风压降水要素疑误数的对比

表6　 各要素随月份变化的疑误数对比

表7 湿度、风、水气压疑误数

时间序列检查还包含连续多个时次无变化的检查，对于空气温度、草温、地温、相对湿度、露点温度连续5个整点时次数据无变化算作错误数据。

(5)空间序列的检查：根据气象要素具有的空间相关性的检查。建立全省被检站与拔海高度相差不超过500米的国家级地面气象站的参证站表。选择邻近站的数量在5-10之间，符合条件的邻近站比较多时，首选高度相近的站，其次是纬度相近、经度相近的站[2]。选好参考站点，利用Madsen-Allerup方法[3]，Madsen方法是北欧一些国家(丹麦)普遍采用的数据空间质量控制方法。基本原理是基于某一空间范围内要素的空间分布是均一的假设，利用周围若干台站同时刻观测值的中值和75%、25%分位值，计算统计量Tit=(Xit-Mt)/(Qt,75-Qt,25)式中Xit为t时刻i台站的观测值，Mt是t时刻i台站N个邻近台站观测值的平均值，Qt,75、Qt,25分别是邻近台站t时刻观测值75%和25%分位值。判断标准参考临界值，气温、最高（最低）气温、0cm地温、相对湿度、平均风速，|Tit|＞3.0。日照时数，|Tit|＞5.0。日降水量，适用于检查某日绝大多数站有降水的情况，|Tit|＞3.0且Xit＞10.0mm。（如果多数站降水量为0，少数站降水很大时，则参考站序列变化很大，中值一般为0，qt,25和qt,75均很小，则|Tit|会很大。）

3　 质量控制检测分析

依据以上的质量控制方法对安徽省81个国家级自动站和1343个考核区域站数据资料进行实时的质量检查，对2014.7-2014.12月质量检查结果统计分析，得出如下表格，表4为安徽省国家级自动站数据和区域自动站数据疑误率对比，表5为温湿风压降水要素疑误数的对比，表6降水、气温、气压要素随月份变化的疑误数对比，表7为湿度、风向风速、水气压的疑误数。

从表4-表7分析得出结论：

（1）数据整体的正确率较高，在99%以上，但区域自动站数据的错误率明显要高于国家级自动站数据。（2）数据的错误主要集中在气温和气压要素上,气温、降水等要素疑误夏季偏多，而且呈现夏季多于冬季的特点。（3）其他要素的错误率较低，湿度，风，露点温度，水汽压只在某些月份出现过几次。

4　 结束语

对于区域自动站数据的错误率偏高，主要原因是区域站数量多，分布广，有些站点的地理环境相对恶劣，加上无人值守，遇到故障，维修时间要滞后于国家站。而夏季错误率多于冬季是由于夏季极端天气比较多，容易造成传感器故障。另外，风要素检测出疑误数偏少，风向风速本身随意性较强，在时间和空间上关联性较弱，风向杆卡死和风速的突变等因素在质控方法检测上都带来很大的难度，因此质控参数还需要进一步细化，质量控制方法还有待进一步的完善，保证数据检查更加科学。

[1]刘小宁,任芝花．地面气象资料质量控制方法研究概述[J]．气象科技,2005,33(03)．

[2]任芝花,熊安元．地面自动站观测资料三级质量控制业务系统的研制[J]．气象,2007,33(1)．

[3]岳艳霞,陈静,郭志斌．区域自动站雨量资料质量控制方法及应用[J]．气象科技,2009,37(04)．

[4]中国气象局．地面气象观测规范[M]．北京:气象出版社,2003．

The Research and result analysis of AWS real-time Data quality Control

Ji yonghua,Liu junna,Tang huaiou
(Anhui Meteorological Informantion Center,Hefei)

The automatic weather stations(AWS)real-time data are checked,according to normal quality control way,climatic value check, station value check,internal consistency check,time consistency check, spatial consistency check and file form check,then analysising the QC result of AWS real-time data about AnHui province 2014.7-2014.12,obtaining the error rate is higher in regional AWS than in the national AWS,error factors are mainly concentrated in the temperature,pressure,precipitation,a nd the error rate is higher in summer than in winter.The wind, humidity,dew point temperature,water vapor pressure error is less.

Automatic weather station;quality control;data analysis