王超然　文強(qiáng)

摘要：以黃石國(guó)家氣象觀測(cè)站地面氣象數(shù)據(jù)為例，研究如何將軟硬件差異較大的主備雙套自動(dòng)氣象站數(shù)據(jù)放到同一平臺(tái)進(jìn)行數(shù)據(jù)對(duì)比分析。通過(guò)將絕對(duì)差值、標(biāo)準(zhǔn)差值等數(shù)據(jù)結(jié)合的方法進(jìn)行分析，提升國(guó)家級(jí)自動(dòng)氣象站的自動(dòng)探查錯(cuò)與糾錯(cuò)能力，并以地面氣象數(shù)據(jù)中的氣溫、氣壓數(shù)據(jù)為例，將本文數(shù)據(jù)處理方法代入后進(jìn)行自動(dòng)判別試驗(yàn)。結(jié)果表明：通過(guò)使用本文方法，可以達(dá)到自動(dòng)判別錯(cuò)誤數(shù)據(jù)源的預(yù)期效果。

關(guān)鍵詞：自動(dòng)氣象站;氣象數(shù)據(jù);質(zhì)控;分析方法

中圖分類(lèi)號(hào)：P413.21 文獻(xiàn)標(biāo)志碼：A 論文編號(hào)：cjasl8030028

Research and Application of Comparison Algorithm of Meteorological Data from

Main and Standby Automatic Weather Stations.

Wang Chaoran1， Wen Qiang2

（1Hangshi Meteorological Bureau of Hubei， Huangshi 435000， Hubei， China;?2Shiyan Meteorological Bureau of Hubei， Shiyan 442000， Hubei， China）

Abstract： Taking ground meteorological data of Huangshi National Meteorological Station as the samples， we?compare and analyze the data of main and standby automatic meteorological stations in the same software. By?combining the absolute differences and standard deviation values， we aim to improve the functions of automatic debugging and automatic error correcting of the state- level meteorological stations. Besides， data of temperature and air pressure of ground meteorological data are used for the automatic identification test with?the data processing methods proposed by this study. Results show that the expected effects of automatic?identification of wrong data source can be achieved.

Keywords： Automatic Weather Station; Meteorological Data; Quality Control; Analysis Method

0 ?引言

國(guó)家級(jí)地面自動(dòng)氣象站是國(guó)家乃至全球地面氣象觀測(cè)數(shù)據(jù)的主要來(lái)源之一，其數(shù)據(jù)可用率對(duì)預(yù)報(bào)與服務(wù)的影響重大。中國(guó)氣象局印發(fā)的《綜合氣象觀測(cè)業(yè)務(wù)發(fā)展規(guī)劃（2016—2020年）》中要求“加強(qiáng)數(shù)據(jù)質(zhì)控能力，研發(fā)觀測(cè)數(shù)據(jù)質(zhì)量聯(lián)合檢驗(yàn)技術(shù)方法”。

提高氣象數(shù)據(jù)可用率，除了要求氣象設(shè)備性能的提升外，還需要高效的數(shù)據(jù)質(zhì)量控制方法。國(guó)內(nèi)外許多專(zhuān)家都在不斷優(yōu)化數(shù)據(jù)質(zhì)量控制的算法[1-5]。例如，王興等[6]利用溫度場(chǎng)與氣壓場(chǎng)資料將IDW算法加以優(yōu)化，改進(jìn)了直接用各站點(diǎn)氣溫?cái)?shù)據(jù)進(jìn)行插值的空間一致性質(zhì)控方法[7-11]。王海軍等[12-13]基于氣溫日變化規(guī)律與數(shù)據(jù)插值技術(shù)的小時(shí)氣溫界限值質(zhì)控方法。這些方法都在更廣的時(shí)空維度上將原有的數(shù)據(jù)質(zhì)控算法更加優(yōu)化，取得了很多研究成果。

隨著氣象現(xiàn)代化程度的提高，新的設(shè)備也越來(lái)越多，以湖北省為例，全省國(guó)家級(jí)自動(dòng)氣象觀測(cè)站大多數(shù)都是一主一備雙套自動(dòng)氣象站（以下簡(jiǎn)稱(chēng)主備站）同時(shí)運(yùn)行。這樣在同一時(shí)間、同一空間就有兩份數(shù)據(jù)作為數(shù)據(jù)源。本文研究如何通過(guò)對(duì)主備站氣象數(shù)據(jù)（氣溫、氣壓、相對(duì)濕度、風(fēng)向、風(fēng)速）進(jìn)行實(shí)時(shí)對(duì)比質(zhì)控分析，及時(shí)發(fā)現(xiàn)自動(dòng)站在運(yùn)行中出現(xiàn)的疑誤數(shù)據(jù)，從而加強(qiáng)數(shù)據(jù)質(zhì)控能力，提高氣象觀測(cè)數(shù)據(jù)的可用率。

1 ?數(shù)據(jù)來(lái)源

主備站數(shù)據(jù)實(shí)時(shí)獲取首先要克服軟硬件平臺(tái)不兼容的問(wèn)題。以湖北為例，備份站以ZQZ型自動(dòng)氣象站為主，一般使用OSSMO2004軟件，分鐘文件存放在ZZ.txt（簡(jiǎn)稱(chēng)ZZ文件）中;主站以DZZ5型自動(dòng)氣象站為主，一般使用ISOS軟件進(jìn)行數(shù)據(jù)采集加工存儲(chǔ)，ISOS分鐘數(shù)據(jù)存放在AWS_M_Z_IIiii_yyyyMMDD.txt（簡(jiǎn)稱(chēng)M_Z）文件中[14-16]。主備雙站分鐘數(shù)據(jù)文件名、文件格式、存儲(chǔ)位置都不相同。為了使雙站數(shù)據(jù)能在同一平臺(tái)下進(jìn)行數(shù)據(jù)對(duì)比，可以采用主備雙站都會(huì)生成并推送的Z_SURF_I_IIiii_yyyy MMddhhmmss_O_AWS FTM[-CCx].txt（簡(jiǎn)稱(chēng)長(zhǎng)Z文件）進(jìn)行數(shù)據(jù)對(duì)比。

長(zhǎng)Z文件每5min生成一個(gè)。不管是OSSMO2004軟件還是ISOS軟件，都可以自動(dòng)將每5min生成的這個(gè)文件推送到目的地址。這樣只需在目的地址負(fù)責(zé)接收入庫(kù)即可。甚至可以將備份站5min數(shù)據(jù)設(shè)置成區(qū)域站數(shù)據(jù)進(jìn)行接收，與ISOS發(fā)送的國(guó)家站數(shù)據(jù)一同入CIMISS數(shù)據(jù)庫(kù)。這樣數(shù)據(jù)可以直接在數(shù)據(jù)庫(kù)中進(jìn)行對(duì)比分析。

2 ?數(shù)據(jù)對(duì)比分析方法

在獲取氣象要素?cái)?shù)據(jù)后，就可以對(duì)獲取到的數(shù)據(jù)進(jìn)行對(duì)比分析。對(duì)于所有的氣象數(shù)據(jù)，進(jìn)行四種狀態(tài)判斷：正確、可疑、錯(cuò)誤、缺測(cè)。前3種狀態(tài)判斷依據(jù)的是臺(tái)站自行設(shè)置的閾值。一般的數(shù)據(jù)判斷，每個(gè)氣象要素臺(tái)站可自行設(shè)置兩個(gè)閾值，分別為可疑閾值與錯(cuò)誤閾值，通過(guò)數(shù)據(jù)之間的差值來(lái)標(biāo)記數(shù)據(jù)狀態(tài)[17]。默認(rèn)可疑閾值根據(jù)第二代新型自動(dòng)站功能規(guī)格書(shū)儀器最大允許誤差確定[18]（如：氣溫為±0.2℃，氣壓為±0.3Pha，相對(duì)濕度為±3%，風(fēng)速為±0.5m/s等）。錯(cuò)誤閾值則根據(jù)臺(tái)站自身情況自行設(shè)置。

2.1 差值判斷法

氣溫、氣壓、相對(duì)濕度、風(fēng)速等直接采用差值法進(jìn)行判斷。設(shè)主備兩套儀器觀測(cè)的兩組數(shù)據(jù)為{ai}與{bi}，可疑閾值設(shè)置為α，錯(cuò)誤閾值為β，i=1，2，3，…，n[19-20]。差值判斷公式如（1）所示。

令△ab=|ai-bi|，△ab≤αai與bi標(biāo)記正確

α<△ab<βai或bi標(biāo)記可疑

△≥βai或bi標(biāo)記錯(cuò)誤 ???（1）

有的氣象要素，如雨量的判斷不能直接用閾值進(jìn)行對(duì)比分析。根據(jù)《地面氣象觀測(cè)規(guī)范》，雨量判斷標(biāo)準(zhǔn)是百分比，差值相差4%以上說(shuō)明數(shù)據(jù)有誤。但觀測(cè)站如果出現(xiàn)少量降水，如2.0mm降水，相差0.1mm降水就使差值達(dá)到5%。在實(shí)際工作中，這種少量降水量導(dǎo)致降水量誤差大于4%的現(xiàn)象不一定是儀器不準(zhǔn)。對(duì)于這種氣象數(shù)據(jù)，需要加入臨界值的數(shù)據(jù)狀態(tài)標(biāo)記方法。

降水臨界值判斷公式如（2）所示。

R0≤LR ?△R=|R0-R1|

R0>LR ?△R=|R0-R1|/R0×100%（2）

式中LR為臨界值，R0為主站實(shí)際降水量，R1為備份站降水量。當(dāng)R0≤LR時(shí)用差值判斷，當(dāng)R0>LR用百分比進(jìn)行閾值判斷。差值與百分比分別設(shè)有可疑閾值α、錯(cuò)誤閾值β，數(shù)據(jù)標(biāo)記方法同公式（1）。

有的氣象要素，在判斷時(shí)與其他氣象要素具有較強(qiáng)的相關(guān)性。如風(fēng)向要素的判斷就與風(fēng)速關(guān)系緊密。當(dāng)風(fēng)速較小時(shí)，風(fēng)向差值可能較大，當(dāng)風(fēng)速較大時(shí)，風(fēng)向差值較小。

風(fēng)向判斷公式如（3）所示。

TS0=FS1=C 靜風(fēng)，判斷為正確

C<FS0≤Lf △FX0=|FX0-FX1| （3）

FS0>Lf △FX1=|FX0-FX1|

FS0為主站風(fēng)速，F(xiàn)S1為備份站風(fēng)速，F(xiàn)X0為主站風(fēng)向，F(xiàn)X1為備份站風(fēng)向，△FX0為主站風(fēng)速小于或等于臨界風(fēng)速Lf時(shí)的差值風(fēng)向，△FX1為主站風(fēng)速大于臨界風(fēng)速Lf時(shí)的差值風(fēng)向。數(shù)據(jù)判斷標(biāo)記方法同公式（1）。

2.2 標(biāo)準(zhǔn)差判斷法

在數(shù)據(jù)對(duì)比分析里，雙站對(duì)比無(wú)基準(zhǔn)數(shù)據(jù)做參照，當(dāng)可疑或錯(cuò)誤數(shù)據(jù)出現(xiàn)時(shí)，既有可能是主站出現(xiàn)故障，也有可能是備份站出現(xiàn)故障。對(duì)于氣溫、氣壓、相對(duì)濕度等時(shí)間上有連續(xù)性相關(guān)的要素可采用差值標(biāo)準(zhǔn)差的方式，判斷現(xiàn)在獲取的數(shù)值與過(guò)去連續(xù)獲取數(shù)值之間的離散程度，從而判斷故障是出現(xiàn)在主站還是備份站[21]。

要獲取一組數(shù)據(jù){xi}的標(biāo)準(zhǔn)差，首先要得到前i-1，i-2，…，i-n個(gè)氣象要素的算數(shù)平均值μ。μ的計(jì)算公式如（4）所示。

μ=（xi+xi-1+xi-2+…+xi-n+1）/n（4）

標(biāo)準(zhǔn)差公式如（5）所示。

（5）

式中xi為第i個(gè)氣象要素值。軟件中n的取值為6，由于氣象數(shù)據(jù)獲取的為每5分鐘獲取一次數(shù)據(jù)，{xi}即為30min氣象要素集合。

若氣溫、氣壓、相對(duì)濕度等氣象要素首先被閾值判斷標(biāo)記為錯(cuò)誤，則對(duì)主站{ai}與備份站{bi}取半小時(shí)的標(biāo)準(zhǔn)差σa與σb進(jìn)行比較，如公式（6）所示。

△σa≤△σb主站正確

△σa>△σb備份站正確（6）

3 ?方法的驗(yàn)證

在實(shí)踐中，用本文方法對(duì)氣溫、氣壓、相對(duì)濕度進(jìn)行驗(yàn)證。

3.1 氣溫?cái)?shù)據(jù)驗(yàn)證

氣溫、氣壓、相對(duì)濕度等具有相似的連續(xù)性變化規(guī)律，本文以氣溫?cái)?shù)據(jù)為例，將差值與標(biāo)準(zhǔn)差判別法初步的驗(yàn)證于2017年2月的黃石國(guó)家基本氣象站氣溫?cái)?shù)據(jù)中。具體數(shù)據(jù)如圖1所示。其中本站值為經(jīng)過(guò)差值與標(biāo)準(zhǔn)差值進(jìn)行自動(dòng)判斷糾正后的輸出值。

在2月15日10時(shí)左右，備份站氣溫傳感器出現(xiàn)故障，隨著氣溫升高，備份站溫度值卻反而降低，△ab在9時(shí)35分超過(guò)0.4℃，主站溫度為15.5℃（前半小時(shí)數(shù)據(jù)15.1、14.9、14.7、15.2、15.5℃），備份站為10.5℃（前半小時(shí)數(shù)據(jù)15.1、14.6、14.5、14.8、10.5℃），半小時(shí)標(biāo)準(zhǔn)差運(yùn)用差值與標(biāo)準(zhǔn)差值進(jìn)行判斷糾正后，最終的本站值選擇與主站值保持一致。直到15日18時(shí)后更換溫度傳感器，數(shù)值恢復(fù)正常。第二次備份站數(shù)據(jù)出現(xiàn)異常是在在20日8時(shí)后，由于電壓故障，導(dǎo)致8時(shí)30分開(kāi)始出現(xiàn)負(fù)值，通過(guò)差值與標(biāo)準(zhǔn)差值進(jìn)行判斷糾正后，本站值自動(dòng)調(diào)整為與主站一致。

3.2 氣壓數(shù)據(jù)驗(yàn)證

氣壓數(shù)據(jù)的驗(yàn)證同樣采用2017年2月主備站數(shù)據(jù)。20日8時(shí)后因電壓故障，同樣導(dǎo)致備份站氣壓數(shù)據(jù)跳變。如圖2所示?！鱝b在8時(shí)45分超過(guò)0.6Pha，主站氣壓為1005.7Pha（前半小時(shí)數(shù)據(jù)1005.5、1005.8、1005.9、1005.7、1005.7Pha），備份站為1008.2Pha（前半小時(shí)數(shù)據(jù)1005.6、1006.0、1006.3、1006.1、，1008.2Pha），半小時(shí)標(biāo)準(zhǔn)差△σa（1.3）≤△σb（9.0）。故判斷為備份站故障，本站值選取主站值。

4 ?結(jié)論

本文主要通過(guò)主備份自動(dòng)站資料對(duì)比分析，探索能夠及時(shí)發(fā)現(xiàn)異常數(shù)據(jù)的方法，并嘗試對(duì)部分異常數(shù)據(jù)進(jìn)行自動(dòng)糾正（如氣溫、氣壓、相對(duì)濕度等）。但對(duì)部分無(wú)序數(shù)據(jù)（如雨量、風(fēng)等）只能進(jìn)行閾值報(bào)警。主要得出以下結(jié)論：

（1）氣溫、氣壓、相對(duì)濕度等數(shù)據(jù)在天氣變化平緩時(shí)能夠達(dá)到預(yù)期的發(fā)現(xiàn)錯(cuò)誤并糾正的效果。

（2）在夏季或天氣變化劇烈（如短時(shí)雷雨），氣象數(shù)據(jù)短時(shí)間變幅較大時(shí)，數(shù)據(jù)短時(shí)間變幅較大，可能導(dǎo)致糾正效果不佳。

（3）標(biāo)準(zhǔn)差判斷法本質(zhì)是判斷數(shù)值的離散度，當(dāng)儀器設(shè)備靈敏度下降的情況下，會(huì)導(dǎo)致判斷結(jié)果失真。

（4）雨量與風(fēng)速數(shù)據(jù)通過(guò)對(duì)比，可以判斷主站或者備份站出現(xiàn)了故障，具體判斷故障出現(xiàn)在哪個(gè)站，僅通過(guò)主備站數(shù)據(jù)分析難以做到，需要其他區(qū)站資料或是雷達(dá)衛(wèi)星資料進(jìn)行綜合分析。

參考文獻(xiàn)

[1]Hubbard， Kenneth G， Nathaniel B G， et al. An improved QC?process for temperature in the daily cooperative w eather observations[J].J Atmos Ocean Technol，2007，24：206-213.

[2]Durre I， M enne M J， Gleason B E， et al. Comprehensive auto-?mated quality assurance of daily surface observations[J].J Appl M?eteor Climatol， 2010，49：1615-1633.

[3]Sciuto G， Bonaccorso B， Cancelliere A， et al. Probabilistic quality?control of daily temperature data[J].International Journal of?Climatology，2013，33（5）：1211-1227.

[4]任芝花，熊安元，鄒鳳玲.中國(guó)地面月氣候資料質(zhì)量控制方法的研究[J].應(yīng)用氣象學(xué)報(bào)，2007，18（4）：516-523.

[5]Taylor J R， Loescher H L. Automated quality control methods for?sensor data： a novel observatory approach[J].Biogeosciences，2013，?10（7）：4957-4971.

[6]王興，苗春生，江燕如，等.臺(tái)站溫度質(zhì)量控制中IDW算法改進(jìn)及應(yīng)用[J].氣象科技，2014，42（4）：605-611

[7]陸忠艷，袁子鵬，蔡福，等.基于GIS的氣溫和降水推算方法研究[J].氣象科技，2008，36（4）：389-395.

[8]Anderson S. An evaluation of spatial interpolation methods on air temperature in Phoenix，Arizona State [EB/OL].[2013-06-27].http：//?www.cobblestoneconcepts.com/ucgis2summer/anderson/anderson.?htm，2012，6.

[9]楊曉霞，沈桐立，徐文金，等.最優(yōu)插值客觀分析方法[J].南京氣象學(xué)院學(xué)報(bào)，1911，14（4）：566-574.

[10]Lu G Y， Wong D W. An adaptive inverse-distance weighting spatial?interpolation technique[J].Computers and Geosciences，2008，34（9）：?1044-1055.

[11]尹嫦姣，江志紅，吳息，等.空間差值檢驗(yàn)方法在地面氣象資料質(zhì)量控制中的應(yīng)用[J].氣候與環(huán)境研究，2010，15（3）：229-236.

[12]王海軍，楊志彪，楊代才，等.自動(dòng)氣象站實(shí)時(shí)資料自動(dòng)質(zhì)量控制方法及其應(yīng)用[J].氣象，2014，33（10）：102-109.

[13]王海軍，閆蕎蕎，向芬，等.逐時(shí)氣溫質(zhì)量控制中界限值檢查算法的設(shè)計(jì)[J].高原氣象，2014，33（6）：1722-1728.

[14]中國(guó)氣象局.地面氣象觀測(cè)數(shù)據(jù)文件和記錄簿表格式[M].北京：氣象出版社，2005：3-4.

[15]中國(guó)氣象局氣象探測(cè)中心.臺(tái)站地面綜合觀測(cè)業(yè)務(wù)軟件（ISOS）用戶操作手冊(cè)[M].北京：氣象出版社，2014：195-196.

[16]中國(guó)氣象局監(jiān)測(cè)網(wǎng)絡(luò)司.第二代自動(dòng)氣象站功能規(guī)格書(shū)，2010.

[17]Parolari A J， Katul G G， Porporato A. An ecohydrological?perspective on drought- induced forest mortality[J].Journal of?Geophysical Research Biogeosciences，2014，119（5）：965-981.

[18]中國(guó)氣象局氣象探測(cè)中心.新型自動(dòng)氣象（氣候）站評(píng)估報(bào)告.2010.

[19]溫華洋，徐光清，張虎，等.雙套自動(dòng)氣象站數(shù)據(jù)評(píng)估及其優(yōu)勢(shì)探討[J].應(yīng)用氣象學(xué)報(bào)，2012，23（6）：748-750.

[20]呼群，孔祥晨.東勝?lài)?guó)家基本氣象站雙套自動(dòng)站資料對(duì)比分析[J].安徽農(nóng)業(yè)科學(xué)，2015，43（5）：182-184.

[21]溫華洋，華連生，金素文，等.基于空間一致性的雙套站數(shù)據(jù)選取方法探索[J].氣象，2013，39（8）：1069-1072.