气象地面观测校准与数据质量控制管理研究

郑栋栋 黄志成

摘要 气象观测是开展气象预测预报及服务工作的基础，而气象观测仪器设备的正常运行又是确保观测业务顺利开展的前提，因此，做好日常仪器设备计量校准和数据质量管控非常重要。主要阐述了漳州利用检定设备对气象自动站进行现场校准的必要性和重要性，介绍检定开展前的准备工作以及气象观测数据质量控制管理，保障地面气象观测工作正常有序开展。

关键词 气象地面觀测;自动化仪器;计量校准;数据质量管控

中图分类号：P412 文献标识码：B 文章编号：2095–3305（2021）07–0107–02

校准是为确定计量器具示值误差的一组操作。具体指在规定条件下，为确定计量仪器或测量系统的示值，或实物量具或标准物质所代表的值，与相对应的被测量的已知值之间关系的一组操作。校准结果可用以评定计量仪器、测量系统或实物量具的示值误差，或给任何标尺上的标记赋值。气象计量检定工作是整个气象观测业务和数据质量控制管理的基础，可靠的气象采集数据是气象探测和科学研究的前提和保障。

近年来，气象观测逐渐自动化，观测设备不断升级、观测要素逐步增加。自动站观测项目主要包括温湿度、风向风速、雨量等要素，根据实际需要还扩充了能见度等观测要素。自动观测的采集频率高，数据采集以秒计算，与以往的观测手段相比，具有性能稳定、监测精确度高、无人值守等优势，满足了专业气象观测的业务需求[1]。而如何确保气象自动站采集器和传感器正常工作，数据准确、完整且具有代表性，成为当前气象观测人员亟需解决的问题。当前，漳州市各个县区已经安装了自动气象站，气象观测已实现密集的观测自动化，但对气象观测设备进行计量才刚刚开始。为了改变气象装备计量工作落后的局面，相关部门应充分利用科学的质量管控，做好现场校准的标准化，实现气象计量的自动化和现代化[2]。

1 地面观测校准的重要性

漳州市位于福建省东南部，地处闽南金三角地区，拥有丰富的植物资源、水产资源、水电资源等，是著名的“鱼米之乡”。漳州市年平均气温21.0℃，年降水量1 000～1 700 mm，光热资源丰富，降水集中，每年的3—6月为雨季，而6—9月常受台风袭击，台风常带来暴雨或大暴雨天气，在缓解同期高温干旱影响的同时也会引发洪涝灾害，对当地农业、渔业、水利、电力、交通、通讯以及人民群众正常生产生活等造成不同程度的影响，因此加强气象观测及灾害性预报预警至关重要。漳州市现有气象观测设备250余套，为保证日常观测数据的准确性，应按基本管理规定进行日常管理和记录。

气象观测系统运行和运维管理中应注意以下几个要点：（1）仪器性能审核是检验设备的正常运行保证，也是质量保证和质量控制的组成部分，做好本项工作才能保证监测数据的准确性。仪器设备在运行过程中，必须按规定的时间间隔和要求开展相关工作。（2）确保设备在校准和维护周期内使用，校准和维护周期应综合考虑各种因素，包括天气、地理因素可能造成的维护延长时间，以确保气象观测系统监测结果的有效性。（3）做好监测系统日常维护和岸基站日常工作，这是气象观测系统正常、安全运行的保证，在建立气象观测系统后，要制定相应的规章制度，要求工作人员按照规定履行其岗位职责，具备胜任岗位工作的能力。（4）注意检查记录内容的全面性和准确性，对出现的问题和处理措施进行详细、连续的记录，确保记录上有问题的结论和处理结果。（5）在进行设备维护操作中，应按照相关要求和制度执行，做好相关人员的安全保障工作[3]。

在气象观测系统运行过程中，应对校准和维护周期确定，仪器性能审核、巡查、维护、维修及中心控制室日常工作等进行记录，并保证记录涉及各项工作内容的完整性。对各类观测资料进行收集、存储并归档管理，做好各类观测数据存储管理系统的建设、维护和运行，同时做好各类观测资料的异地备份。

2 地面气象观测仪器校准前准备工作

通过自动及人工等方式，对气象观测资料中发现的各类疑误信息进行判别、核对、修改以及确认等操作，使用质量控制码对质量控制后的数据进行标识，以保证气象数据质量符合气象业务使用标准。特别是在使用新设备时，必须经过现场校准方可投入观测试验。

在进行地面气象观测仪器的检定前，校准人员首先要了解台站是否具备与校准工作相适应的工作条件，如温度、湿度等环境条件是否适合开展工作。同时，校准人员要检查现场校准所用的检测设备和测量标准器的状态是否满足工作要求，如现场环境不符合工作要求，测量设备的状态不正常，则不得进行校准工作。当确定满足上述因素后，现场校准人员即可外出执行现场校准任务[4]。携带现场校准用测量设备外出时，必须为其配备可靠的运输箱，确保运输中设备的安全，在开展现场校准工作时需要按照设备配套的规定执行。

充分利用现有的技术和条件，最大限度地发挥现有设备的观测作用和检定的校准作用，减少改造的投入;坚持保障观测数据正常，确保检定的合规和观测设备可靠性，为做好地面气象观测自动化质量控制和现场校准提供示范。

3 气象自动站数据质量管控

3.1 保障数据的有效性

（1）业务人员不得以任何方式改变已经获得的自动监测原始数据，进行统计计算时均要以原始数据为依据。

（2）气象观测资料质量控制内容主要包括格式检查、缺测检查、界限值检查、主要变化范围检查、内部一致性检查、时间一致性检查、空间一致性检查、质量控制综合分析以及数据质量标识。

（3）数据的有效性。依据每次设备维护校准取回后或现场的检验结果判断，按照气象观测资料质量控制标准中相应的内容标注数据属性，包括“正确”“缺测”“可疑”和“错误”等。当气象自动站或现场检定设备运行不正常期间的监测值，应作为“错误”数据予以剔除。

3.2 做好登记，及时出具数据监测报告

每月应根据系统运行、监测结果等编制相应设备的监测报告。报告主要内容包括开展试验区域的基本情况、设备位置、设备运行基本情况、质量保证和质量控制、数据监测结果及分析、问题及建议等，做好登记的同时要出具相应的书面监测报告[5]。

3.3 做好設备的维护保障

当台站收到市信保中心发出观测业务系统、通信网络系统和供电系统故障或异常告警信息，以及台站综合业务人员监控发现观测业务系统、通信网络系统和供电系统故障异常时，应立即针对问题进行处置，处置响应时间不能超过5 h。

4 结束语

气象变化与人们日常生活息息相关，尽管近年来我国气象服务质量相较于之前有了很大提升，但当前气象服务水平仍有很大的提升空间。坚持地面气象观测无人化的发展方向、全面强化气象观测、提高气象数据质量，需要提高管理和检定水平，组建全市现场检定队伍和保障运维队伍，实行全市集中监控，现场检定设备自动运行，确保观测数据的准确性，以提高地面观测业务质量，这也是在科技发展的大背景下，社会各界对气象部门气象观测数据准确性的必然要求。

参考文献

[1] 张伟.新形势下地面气象观测工作重点探析[J].现代农业科技，2017（5）：189-190.

[2] 王超球，蔡丽，韦莉菊.极端气象灾害过程广西地面探测业务存在的问题与思考[J].气象研究与应用，2008（3）：74-76.

[3] 钟美英，黄志兴.如何避免自动气象站错情的发生[J].广东气象，2008（4）：62-63.

[4] 李亚丽.陕西自动观测与常规观测数据的差异分析[D].兰州：兰州大学，2011.

[5] 潘田凤，陆霞，李荣迪.自动站正点数据异常处理要点[J].农业与技术，2015，35（18）：205.

责任编辑：黄艳飞

Research on Meteorological ground Observation Calib-ration and Data Quality Control Management

ZHENG Dong-dong et al（Zhangzhou Me-teorological Bureau， Zhangzhou， Fujian 363000）

Abstract Meteorological observation is the basis for meteorological prediction and service， and the normal operation of meteorological observation instruments and equipment is the premise to ensure the smooth development of observation business. Therefore， it is very important to do a good job in daily instrument calibration and data quality control. This paper mainly expounds the necessity and importance of on-site calibration of Zhangzhou automatic meteorological station by using verification equipment， and introduces the preparation before verification and the quality control management of meteorological observation data， so as to ensure the normal and orderly development of ground meteorological observation.

Key words Meteorological ground obse-rvation; Automatic instruments; Metrological calibration; Data quality control