（吉林省人工影響天氣辦公室，長春 130062）

0 引言

區(qū)域自動氣象站是氣象防災減災預測預警系統(tǒng)的重要組成部分，具有速度快、觀測密度大、自動化程度高等特點。吉林省2006年開始使用區(qū)域自動氣象站，截至2014年吉林省在用的區(qū)域自動氣象站數量已達1100多個，其中大部分站點為無人值守的區(qū)域站。區(qū)域站的觀測資料已實現(xiàn)了實時數據上傳，這些觀測數據包括雨量、氣溫、濕度、風速、氣壓等數據，它們對氣象決策服務、氣象預警、氣象預報、效果檢驗等都提供了重要的數據支撐作用[1]。眾多站點的觀測數據不可能完全無誤，往往存在觀測數據明顯異常的情況，造成數據異常的原因是多方面的，建立科學有效的資料質量評估與控制方法，能在數據源頭嚴把數據質量關，進而提高數據的可用性，為氣象業(yè)務提供有效的支撐。

目前，國內外學者對地面氣象站雨量數據的質量評估方法做過一些研究，如：任芝花等[2]研究了自動站小時降水資料的質量控制方法，莫遵元[3]通過極值、空間連續(xù)性、時間連續(xù)性檢查對區(qū)域氣象站雨量數據異常進行分析處理，Sciuto等[4]利用神經網絡算法對日降水數據進行質量控制，針對小時觀測資料尤其是小時雨量觀測資料質量評估方法的研究是比較有限的，應用到小時雨量資料的質量評估方法主要是氣候學界限值檢查法，諸如臺站或區(qū)域極值檢查、要素間內部一致性檢查等應用于地面氣象資料質量評估的方法基本尚未開展。

本文研究的開展主要基于區(qū)域自動氣象站對氣象決策服務、氣象災害預警等的支撐作用，著眼于吉林省雨量數據的質量分析及評估，提出適用于本省的雨量數據質量控制方法，并在質量控制方法中將區(qū)域特點以及設備系統(tǒng)特點融入進來，進而提升評估方案的全面性及可用性。

1 數據和方法

1.1 數據

本研究利用的數據為吉林省區(qū)域自動氣象站的2007—2011年每年4—9月的雨量數據。這些數據來自吉林省區(qū)域自動氣象站雨量數據庫。所利用的數據格式詳見圖1。

圖1 樣本數據格式Fig. 1 Sample data format

首先，需要對數據的可用性做出初步篩查，篩查結果為：本次數據抽取范圍內所研究的區(qū)域自動氣象站站點數量為797，樣本數據總數據條數為1233500條，其中觀測時間為空的數據為0條，重復插入的數據為0條，分鐘雨量為空的數據也已剔除，數據初步可用。

在正式開始雨量數據的評估流程之前，需要將分鐘樣本數據轉換為小時樣本數據，這樣才能滿足評估方案的要求。轉換原則：（1）同一站點同一自然小時內的分鐘雨量數據相加和得到小時雨量數據；（2）同一站點同一自然小時內的分鐘溫度數據求平均值，得到小時溫度數據[5]。

1.2 方法

1.2.1 界限值檢查

1）氣候學界限值檢查

氣候學小時降水數據的界限值為：0～150 mm/h，超越該限值的數據記為錯誤數據。

2）區(qū)域界限值檢查

根據吉林省的經緯度和降水量空間分布情況，參考全國區(qū)域劃分及國家氣象信息中心發(fā)布的區(qū)域小時降水界限值分布，吉林省區(qū)域的小時降水界限值為0～100 mm/h，超越界限值的數據記為錯誤數據[6]。

1.2.2 數據連續(xù)無變化檢查

雨量計漏斗部分堵塞，承水器收集的降水以勻速滲漏的方式進人翻斗計量；測量儀器故障等情況均會造成數據連續(xù)無變化，這是一種數據異常情況。但是同時細雨綿綿似的降水也會造成降水數據連續(xù)無變化的情況，所以參考相關研究論著[6]，提出以下檢查方法：

連續(xù)6個及以上小時雨量數據相等，且滿足以下3類情況之一（其中，N1＜N2＜N3），視為數據異常。

1）連續(xù)N1個及以上小時雨量（簡稱R，下同）數據相等且R≥1.0 mm。

2）連續(xù)N2個及以上小時雨量數據相等且R∈[0.5,1.0)mm。

3）連續(xù)N3個及以上小時雨量數據相等且R∈(0,0.5) mm。

1.2.3針對電壓和數據采集系統(tǒng)的檢查

區(qū)域自動氣象站的雨量計和溫度計使用同一電源和數據采集系統(tǒng)，溫度計在其測量過程中受外界因素的干擾較少，因此可以利用對異常溫度數據的檢查來判斷自動氣象站的電源和數據采集系統(tǒng)的工作情況[7]。結合吉林省的溫度變化特點，如果吉林省在4—9月份出現(xiàn)-5 ℃以下低溫和40 ℃以上高溫時視為異常值；如果相鄰兩個小時的溫度值差值＞8 ℃，則視為異常數據。

根據所選定的評估方法，制定雨量數據質量評估流程，詳見圖2。

1.2.4數據類型標記

1）不滿足氣候學小時降水數據的限值的界數據記為錯誤數據，標記為W1。

2）不滿足區(qū)域界限值檢查的數據記為錯誤數據，標記為W2。

3）除W1和W2之外的存在溫度值異常的，將這些數據標記為異常數據S1。

4）除W1、W2、S1外的存在數據連續(xù)無變化的，將這些數據標記為異常數據S2[8]。

5）未做標記的可直接視為正常數據。

在進行錯誤及異常數據標記過程中，可同樣將對應的站點也歸入同一類型的錯誤及異常情況中，進行后續(xù)分析。

圖2 雨量數據質量評估流程圖Fig. 2 Flow chart of the rainfall data quality assessment flow chart

2 結果與分析

根據上述質量評估方法，基于轉換后的小時樣本數據，編寫數據庫查詢腳本，對各類錯誤及異常數據進行分析與評估。

依據質量評估方案實施過程的分類情況，樣本數據的錯誤及異常情況已初步得到判定，如表1為站點質量評估結果，表2展示出樣本數據質量評估結果，其中正確站點及正確樣本數據的占比相對較高，可以初步得出本次雨量資料質量分析與評估過程所抽取的樣本數據的可用性還是相對較高的。

表1 站點質量評估結果Table 1 Results of the site quality assessment

表2 樣本數據質量評估結果Table 2 Results of the sample data quality assessment

因異常及錯誤數據條數較多，現(xiàn)以異常溫度為例，選取典型的異?；蝈e誤數據進行截圖展示，圖3為吉林省區(qū)域自動氣象站2006年4月四要素數據中，氣溫＜-5 ℃或氣溫＞38 ℃的異常數據；圖4為吉林省區(qū)域自動氣象站2006年4月四要素數據中相鄰兩小時溫度數據差值絕對值＞8 ℃的異常數據。

圖3 吉林省區(qū)域自動氣象站四要素（氣溫＜-5 ℃或氣溫＞38 ℃數據）Fig. 3 The four elements data of Jilin Province automatic weather station (temperature ＜-5 ℃ or temperature ＞38 ℃)

形成以上錯誤及異常數據的原因應該是多方面的，建議站點觀測人員首先應檢查觀測設備的運轉情況，分析設備本身是否存在設備松動、老化、運轉不正常等情況，進而導致觀測錯誤及異常；其次，觀測人員還應分析設備配套的軟件系統(tǒng)，查找是否存在數據獲取異常、數據疊加等問題。最后，加強定期巡檢及相關理論學習。

3 小結

在對區(qū)域自動氣象站雨量數據進行質量分析的過程中，也同樣發(fā)現(xiàn)了異常溫度數據，二者是相互檢驗的過程，相比溫度數據有歷史同期溫度作比較分析，雨量數據的質量分析方法更具有探索性和多元化。目前各省對區(qū)域自動氣象站的分析研究主要集中在運行維護、故障判斷等硬件設備領域，從觀測數據角度反推設備觀測異常的研究相對較少，但如廣東省、新疆伊犁[9]、湖南省[10]等省市也都做了此類研究，吉林省在區(qū)域自動氣象站雨量數據質量控制方面的研究相對較少，希望本文研究內容能對本省區(qū)域自動氣象站雨量數據質量把控有所幫助。

圖4吉林省區(qū)域自動氣象站四要素200604（相鄰兩小時溫度數據差值絕對值＞8的異常數據）Fig. 4 The four elements data of Jilin Province automatic weather station 200604 (Abnormal data with an absolute value of the difference between the two consecutive hours of temperature data greater than 8)

在充分了解所考察數據所包含的業(yè)務內容和數據單位、格式等的前提下，對可能導致異常數據的原因做了廣泛的學習和研究，并在此基礎上建立了有針對性的質量評估方案，并將此方案進行研究型應用，主要用于對吉林省區(qū)域自動氣象站的5年歷史數據進行質量評估，經評估得到該歷史數據的正確率、錯誤率、異常率分別為97%、約為0、3%，可見該歷史數據數據質量相對較高，對于異常數據及相應站點可進一步分析確定后反饋給有關部門進行跟蹤校正。

以上質量評估結果仍存在很多不足之處，如：對于異常數據可在后續(xù)的研究過程中與雷達數據等進行橫向比對，這樣可以增加數據質量評估的可信度；另外對于歷史數據的分析研究，還不能夠實現(xiàn)對實時上傳數據的自動化質量控制。

后續(xù)將考慮進一步訓練質量控制算法，考慮利用衛(wèi)星資料或雷達基數據進行定性分析，從雷達或衛(wèi)星資料得到可疑數據所屬的時間段內區(qū)域自動站周圍的降雨情況，從而更深入地對可疑降水量進行分析判斷。