自动气象站数据质量控制方法及误差分析

摘 要:自动气象站的数据质量控制是关系到气象资料应用的基础,也是关键的一步。观测资料的质量对于数值预报同化、气象预报、气象服务以及相关领域的研究具有重要影响。本文以单站质量控制为例,阐述了自动气象站的观测资料的四层质量控制流程,并对误差类型进行了简单的归类。在此基础上,对于三类主要的质量控制检验方法进行了描述,并应用多元线性回归分析建立自动站与人工站的误差分析,指出应用多元回归方法,结合人工站资料,可以有效减少自动站的误差。

关键词:质量控制 误差 检验方法 多元回归

中图分类号:P4文献标识码:A文章编号:1672-3791(2011)08(b)-0129-03

自20世纪80年代以来,芬兰、美国、日本等许多国家的地面气象观测网中就已普遍采用了自动气象站。随着我国气象科技的飞速发展,到目前为止,我国已普遍使用自动遥测气象站作为人工观测站的补充加密,实现了人工气象站与自动气象站的联合观测。许多新技术都应用到气象观测自动化中,大大提高了气象传感器的探测精度和可维护性。观测资料的质量对于数值预报同化、气象预报、气象服务以及相关领域的研究具有重要影响,面对大量的自动观测站资料,如何保证自动气象站观测资料质量,确保资料的代表性和准确性,是自动气象站资料使用者迫切需要解决的科学问题。

众所周知,大气观测资料例如风向风速、气温、气压和湿度等均为四维空间变化,包括2个水平方向、一个垂直方向和一个时间维。而这些变量在四维空间的变化是不规则的,因此获取准确的观测资料,并使观测值处于一个可以接受的范围是非常重要的[1]。根据世界气象组织（WMO）的规定,质量控制应该贯穿在整个数据采集到可用的气象参数等整个过程。在数据获取过程,采集系统应该尽可能减少由于技术标准的不同以及仪器自身的主观误差而造成的系统性误差和随机误差。在数据转换过程,应尽可能减少由于转换过程或者计算本身所造成的误差。为了提高质量控制数据的高采样率,可以采取滤波以及平滑技术。

国内外针对质量控制已经作了大量的研究应用。WMO对于气象资料质量控制非常重视,并且已经有了许多指导性意见;不少国家分别建立了针对本国国情的数据质量控制系统。加拿大气象局建立了一套完整的数据管理系统,系统之一就是对所有气象观测数据、水文数据以及空气质量监测数据等质量控制[2]。

整个质量控制系统包括实时和非实时控制等两部分。实时质量控制过程主要采取一些基本的质量控制手段;在非实时质量控制阶段,对数据进行更精细化的处理和评估。丹麦、芬兰、冰岛、挪威、瑞典通过NORDKL IM计划开展资料质量控制,包括台站资料质量控制(QC0),实时质量控制(QC1),非实时质量控制(QC2)和人工质量控制(HQC)[3]。

王伯民[4]利用气象资料质量控制综合判别法的基本思路、基本内容和步骤;提出加权判别技术,就气象资料质量控制综合判别法在地面气象资料质量控制中的应用举例说明。刘小宁[5]在综合国内外质量控制技术的基础上,提出建立我国自动站质量控制的流程是制定3级质量控制方案,即:自动站实时采集数据的质量控制方法,省级准实时资料的质量控制方法,国家级质量控制方法。还有许多科技人员对质量控制方法进行了有益探索[6～7]。

文章通过误差类型、质量控制检验等方面的分析,指出自动站资料可能的误差原因,在此基础上介绍了一个基本的四层质量控制流程。并通过利用自动站和观测站资料,针对不同站点气候特点,建立逐站多元回归方程的方法,有效减小自动站遥测数据的误差。

1 数据质量控制流程

1.1 误差类型

在自动站数据采集和传输过程中,主要包括以下几种误差。

随机误差:主要产生于数据采集过程。随机误差可能导致资料相对于实际值的高估或者低估。

系统误差:一般而言,该类误差主要是由于传感器的长期漂移,导致观测资料的测量偏差。

粗的误差:主要是由于测量设备故障或错误产生。不过该类误差在数据处理过程中,错误很容易被检查发现。

微气象误差:主要是由于小尺度天气系统的扰动,从而影响观测值。这些天气系统由于观测系统的时间或空间分辨率,而不能被观测系统完整观察到,由于该观测系统的。其观测结果和周围同一时间观测资料相比,可能显得比较奇怪。

1.2 基本的质量控制流程

自动站观测资料的有效性检验应该出现在数据进入业务应用之前。基本的质量控制主要设计成消除异常的错误信息,从而保存有效地传感信息。在现代化的数据自动数据采集系统,根据测量数据的高采样率和可能产生的噪音,需要系统检查样本数据和即时数据（一般指一分钟数据）。基本质量控制应该贯穿于整个原数据进入到气象应用的每个阶段。质量控制的范围在很大程度上依赖于自动站自身的探测范围和能力。在完成以上质量控制后,自动气象站将测量值传输到计算机主站。在计算机地面自动气象站业务系统软件中,还将开展进一步的质量控制,根据本站的长期气候资料统计值,在业务软件中设定气候观测阈值,如果测量值超过气候阈值,则标定为可疑值。

根据质量控制的一般规律,质量控制可以分为4层（图1）。

第一层:主要是由观测站点的各项要素决定,包括站点海拔高度、仪器的安装、数据收集和传输系统、质量控制方法以及自我诊断系统。

第二层:通过实时监测系统执行在线实时数据检查,包括观测值范围和极值检测、内部一致性检查、时间连续性检查。

第三层:非实时质量控制,主要执行在实时质量控制之后,主要指与周边站点进行比较的空间连续性检查,可以使用统计分析和内插方法进行质量控制检验。

第四层:人工质量控制。人工质量控制其实出现在质量控制的各个层面,在各个层进行人工检验之后,最终由人工检查在前面几层所出现的可疑值。

2 数据质量控制检验

在质量控制的各个层面,排除自动站本身所造成误差,一般质量控制检验主要可分为:时间连续性检验、空间连续性检验、气候极值检验、内部一致性检验。通过这些检验,从而使观察数据达到可使用的目的。

2.1 时间连续性检验

目的是检验观测值的时间变化率,剔除不真实的跳跃值。这种检查最适合高时间分辨率的连续观测检验,根据采样率,通过检查相邻样本之间的相关性,确定当前样本的真实性。在每一次测量完毕,当前的样本应该与前一个样本进行比较。假如两个样本的差值超过指定的限制,可以标注当前样本缺失,而不进入所有样本值的平均计算。

2.2 空间连续性检验

在一定的空间范围通过各种方法估算期望值。空间检验主要是与邻近站点的观测值比较,也可以通过多个不同站点观测值之间的插值进行统计分析。该检验包含某个单站同一时间的单个参数值,也可包括某个时间序列的多个观测值。目前使用较多的空间一致性分析方法有空间插值方法[8]、空间回归检验法[9]等。何志军[10]等利用邻近气象站按四方位进行分组,然后将被检站的气象资料与各组分别进行比较分析,并根据大气规律进行判断。在冷空气或雷暴等天气系统影响下,当气象资料的水平分布出现明显的不连续现象时,使用该方法可以降低误检率。

空间一直性检验方法一般是假设被检站与邻近站处于同一天气系统中。但事实上,由于中小尺度天气的影响,经常会造成某一个站在某一时刻可能与邻近站不受同一天气系统影响,导致观测结果出现较大的差异。所以在实际业务中,对于相邻站点观测值所出现的较大差异,一方面要根据历史气候资料和地形特点,检验观测资料的可用性和真实性;另外一方面,要结合观测时候的天气形势,判断误差是否是由于中小尺度天气系统造成的。在日常的业务工作中,各个观测要素均有可能由于天气系统的原因造成较大的误差。对于温度、风向风速等要素,可以通过检验天气形势。对于相邻站点之间降水的较大偏差,一要考虑地形作用,最重要的是综合当地的历史气候资料和天气形势,才能对观测资料有较真实的质量控制。

2.3 内部一致性检验

在进行单个气象要素观测质量控制的基础上,可以根据气象要素之间的逻辑关系进行内部一致性检查,确认测量值的合理性。该检验一般包括某个单站所观测的2个或更多不同参数的逻辑关系比较。例如假如地面温度超过10℃,而当时的天气现象为下雪,可以肯定温度观测值是错误的。

3 自动站与人工站误差分析

用多元线性回归分析建立自动站与人工站的误差分析,研究多个误差因子与它的定量统计关系。例如共选取n个因子,记为a1、a2、a3…an。在回归分析中,以人工站的数据为因变量（Y）,自动站的数据为自变量（X）,分别针对不同的站建立每个月的回归方程,并不断调整回归系数,使自动站与人工站的观测资料的拟合率最高。记为

Y=a1+a2X+a3X…anX (1)

根据上述公式和2003年至2005年逐月的各要素观测资料,可以求得相关系数。例如1月份南昌站温度回归方程的a1、a2系数分别是-0.0392和1.0039,因此回归方程可描述为:

Y=-0.0392+1.0039X(2)

对回归方程的有效性进行检验。同样的,南昌站拟合值如表1所示。

经过计算,其均方误差为:d1=0.0391,与拟合前的均方误差相比,明显偏小;而且人工站数据和拟合值曲线图几乎重合（图2）。这说明利用回归分析方法能有效地减小遥测数据的误差。

4 结语

本文初步分析了自动站资料可能的误差原因,并在此基础上介绍了一个基本的四层质量控制流程。在观测资料质量控制的各个层面,排除自动站本身所造成误差,一般质量控制检验主要可分为:时间连续性检验、空间连续性检验、气候极值检验、内部一致性检验。通过对各种检验的分析可知:质量控制应该贯穿在整个数据采集到可用的气象参数等整个过程。在数据转换过程,应尽可能减少由于转换过程或者计算本身所造成的误差。各种质量控制检验方法应互为补充,并贯穿在整个四层质量控制流程是提高质量控制标准的关键。另外利用回归分析方法能有效地减小遥测数据的误差。

参考文献

[1]World Meteorological Organization. CBS/OPAG-IOS (ET AWS-4)/Doc. 4(1).Report on the development of guidelines on quality control procedures for data from automatic weather station,2006,GENEVA,SWITZERLAND.

[2]Implementing an enhanced and integrated quality assurance and quality control system within the MSC"s new Data Management Framework, L.Dale Boudreau,A.Zucconi.http://ams.confex.com/ams/Annual2006/techprogram/paper_100879.htm.

[3]Vejen F,Jacobsson C,Fredriksson U, et al.Quality control of meteorological observations automatic methods used in the Nordic countries.ClimateReport,2002,No.8/2002,KLIMA.

[4]王伯民.基本气象资料质量控制综合判别法的研究.应用气象学报,2004,15:50～59.

[5]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(3).

[6]任芝花,刘小宁,杨文霞.极端异常气象资料的综合性质量控制与分析[J].气象学报,2005(4).

[7]刘宇,陈泮勤,张稳.一种地面气温的空间插值方法及其误差分析[J].大气科学,2006(1).

[8]王海军,杨志彪,杨代才,等．自动气象站实时资料自动质量控制方法及应用[J]．气象,2007,33（10）:102～109．

[9]刘小宁,鞠晓慧,范邵华．空间回归检验方法在气象资料质量检验中的应用[J]．应用气象学报,2006,17（1）:37～43．

[10]何志军,封秀燕,何利德,等.气象观测资料的四方位空间一致性检验[J]．气象,2010,36（5）:118～122.

推荐访问:误差 质量控制 方法 分析 数据