上海氣象梯度塔觀測數據質量控制與運行效能評估

孫 娟, 胡 平, 謝 媛, 黃國權

(1.上海市氣象信息與技術支持中心，上海 200030；2.南京信息工程大學，江蘇南京 210044)

?

上海氣象梯度塔觀測數據質量控制與運行效能評估

孫 娟1,2, 胡 平1, 謝 媛1, 黃國權1

(1.上海市氣象信息與技術支持中心，上海 200030；2.南京信息工程大學，江蘇南京 210044)

摘要[目的]評估上海氣象梯度塔2010～2013年觀測數據質量及設備運行效能。[方法]基于上海地區現有的9座氣象梯度觀測塔2010～2013年的分鐘級觀測數據，針對氣溫、相對濕度、水平風向和水平風速等觀測要素，根據梯度塔立體垂直的觀測特點，建立了梯度觀測數據質量控制模型并對梯度數據進行了綜合質量控制；從數據獲取率、數據疑誤率、數據有效性等方面對梯度數據進行了統計與評估。[結果]2010年度的數據接收、存儲最為完整，2011年度最差；氣溫、風速的觀測數據異常情況較少，濕度和風向數據的異常較多；極值控制檢查出了較多的氣溫異常情況；分鐘連續性和小時連續性可以檢查出氣溫和相對濕度的異常跳變；僵值檢查可在每一個要素的質量控制中發揮出重要的作用。[結論]該研究可為上海地區近地層大氣的風溫結構特征研究提供更加準確、客觀的梯度觀測數據。

關鍵詞氣象梯度塔；觀測數據；質量控制；運行評估

如何獲取真實準確的氣象觀測數據，識別出異常情況并對其進行訂正，盡可能再現原有探測環境和氣象狀況，是開展各項氣象業務首先必需解決的問題。天氣系統的局部不穩定性、觀測環境的復雜性、電子儀器的不確定性、數據處理技術的差異以及通訊傳輸過程中的誤差等眾多因素均有可能造成觀測數據的異常。WMO對氣象資料質量控制非常重視且已經有了很多指導性的意見[1-2]。

氣象梯度觀測塔可以實現近地面多要素的垂直立體連續觀測，即不同高度的氣溫、相對濕度、水平風向和水平風速等。在大氣邊界層特別是近地層的研究中，梯度觀測是為數不多可以提供豐富、詳實資料的直接觀測手段，其資料的連續性也是其他觀測方式難以比擬的，為環境評價和局地小氣候研究提供了必不可少的氣象數據資料[3-7]。在風能資源評估、大氣污染擴散、海陸風特征研究等方面，國內外已有一定的研究并取得了較好的應用成果[8-9]。由于梯度觀測塔屬于無人值守的野外觀測設備，觀測數據質量可能會受到多方面因素的影響。研究梯度觀測資料的質量控制問題，將對邊界層直接觀測資料的質量控制具有一定的促進和借鑒意義。但鑒于風要素的矢量特性以及邊界層不規則湍流和擾動的存在，現有的相關質控方法還相對比較寬泛，主要是氣象學極值、儀器觀測范圍及僵值等。國內針對自動氣象站的歷史觀測資料和實時觀測資料的質量控制已進行了大量的研究和嘗試，在實際的業務系統中，國家局也已推出了氣象資料實時歷史一體化平臺(MDOS)，可實時對自動氣象站的觀測數據進行質量控制[10-12]。而針對梯度觀測塔的資料質量控制研究不多，原因可能是因為相對自動氣象站而言，梯度站點的建設較為稀疏，其相應的管理維護未能得到足夠的重視；梯度觀測數據的實際應用較少，在科研和業務中未能充分發揮效用。筆者基于上海地區現有的9座氣象梯度觀測塔2010～2013年的分鐘級觀測數據，針對氣溫、相對濕度、水平風向和水平風速等觀測要素，開展了梯度觀測數據質量控制的探索與嘗試，對不同質控方法的適用性進行了初步分析，并從數據獲取率、數據疑誤率、數據有效性等方面對梯度塔的歷史觀測數據進行了統計及評估，分析了部分天氣對不同觀測要素數據的質量影響。

1資料與方法

1.1上海梯度觀測系統現狀目前，上海已建9座氣象梯度觀測塔(浦東、寶山、松江等)，基本實現了一區一塔(圖1)。硬件設備為無錫無線電科學研究所有限公司生產的ZQZ-NT系列梯度觀測系統，供電方式為交流220 V，所有的站點均采用GPRS通信方式，數據觀測頻率為1次/min。梯度觀測設備具備防鹽霧腐蝕、防塵和防老化能力，可進行多層的子系統配置以實現多要素同時觀測，每層子系統可以同時接入相應的氣象傳感器(水平風向、水平風速、氣溫、相對濕度等)。上海已建的9座氣象梯度觀測塔均統一以各區縣現有的電視鐵塔為載體，從低到高設置為5層觀測，每個高度的觀測要素分別為10 m(WD、WS、T、RH)、30 m(WD、WS)、50 m(WD、WS)、70 m(WD、WS、T)、100 m(WD、WS)，其中WD代表水平風向、WS代表水平風速、T代表氣溫、RH代表相對濕度。9座梯度塔所采用的傳感器基本為統一型號，這不僅有利于后期的設備維護，也為各個站點數據間的應用提供了可比對的基礎。氣象梯度觀測塔傳感器配置情況如表1所示。

2010年，上海完成了全市梯度塔觀測系統的建設并進入了穩定的組網觀測階段。2013年9月前后，9個梯度觀測塔的所有傳感器均得到了一次全面的維護維修以確保每個站點所有的要素傳感器均能正常運行。巡檢中也發現了部分站點存在電纜線嚴重老化的問題，其中嘉定、寶山、浦東和崇明等4個站點可能是受到了雷擊的影響，造成了設備不同程度的損壞，甚至造成了采集器故障癱瘓，導致了較長時間的設備無觀測記錄。此外，部分站點的橫臂、風速和風向傳感器也存在不同程度的故障，對觀測數據的質量也產生了一定的影響。而設備相關的元數據缺失(如故障的確切原因、故障發生的起止時間、實際操作的相關記錄缺失等)，對后期的數據應用研究也造成了一定的影響。

圖1　上海氣象梯度觀測塔分布Fig.1　The location of meteorological gradient towers in Shanghai

測量要素Measuringelements水平風速Horizontalwindspeed∥m/s水平風向Horizontalwinddirection∥°氣溫Temperature℃相對濕度Relativehumidity∥%傳感器型號SensormodelZQZ-TFZQZ-TFHMP45D/Pt100HMP45D測量范圍Measuringrange0～750～360-50～500～100分辨率Resolvingpower0.130.11%準確度Accuracy±(0.3+0.03v)±5±0.2±3%(≤80%)、±5%(>80%)

注：風速準確度中的v為計算參考風速值。

Note:vin wind speed accuracy degree is calculation of the reference value of wind speed.

1.3梯度觀測數據質量控制算法氣象觀測資料的實時質量控制方法基本可以分為單站質量控制和空間質量控制兩大類，即時間上和空間上的二維復合控制。單站質量控制方法又可以細分為氣候極值控制、地域極值質量控制、時間連續性控制和內部一致性控制等。基于前期的梯度數據質量控制工作，如缺測字符的處理、采集時間的合理性判斷、字符的合法性判斷等，這些在數據原始入庫階段已經成功地進行了處理和控制。在此著重對于入庫后的觀測數據進行進一步的質量控制，即對各觀測要素測量值的氣候-地域極值、時間一致性、內部一致性、空間一致性以及風速隨高度的變化規律等進行核驗，并為每一種質量控制方法設定了相應的質量控制碼，詳細記載了數據質量控制結果以供數據使用人員參考。此外，在進行質量控制方法應用的過程中，對不同要素的各質控方法的適用性進行了初步分析。

極值控制是最直接也是最有效的一個質量控制環節。梯度觀測的每一個要素均有其固有的氣候極值范圍。而對于某個固定的區域，每個要素隨著季節和天氣變化又會顯現出不同的地域特色，如氣溫的季節變化、濕度的地域差異等?？紤]到極端天氣出現的可能性，允許新的歷史極值的出現，對閾值進行了一定尺度的拓展(上下極值放寬尺度為歷史極值的5%)以減少誤判。

根據氣候要素的自然變化規律，在相鄰的時間段內要素變化幅度必然在一定的波動范圍內，2次觀測數據之間的相關性和間隔的時間長短有密切關系。在此采用了分鐘連續性變化、小時連續性變化以及最小變率檢查等3種以時間為線索的控制方法。對于不同的要素而言，造成數據長期不變的原因也不盡相同。如在研究過程中發現，濕度傳感器在高濕的情況下，尤其是在相對濕度接近100%時，有不退濕現象。如果出現大霧天氣或雨天，濕度值可能在較長的時間內不發生數值變化。而對于風速而言，如果某個自動站的啟動風速較大，在環境風比較小的情況下，風速長期為0 m/s。

內部一致性檢查是根據氣象要素之間的邏輯關系，對同一個站點同一個時刻相關要素之間的氣象學相關性進行的一項對比，以檢查他們之間是否存在矛盾現象，如2 min平均風速和10 min平均風速之間的比對、風向風速要素之間的聯動反應(風向為0或不變化的同時，風速不等于0或存在變動)。

理論上，地理自然環境相仿且距離相近的區域內，氣象數據理想狀態下也應該基本相似(排除一些人為或意外影響因素)，觀測數據具有高度的可比性。對于孤立的錯誤資料或時間尺度上無法識別的異常變化趨勢，如對于同一個站點不同高度的相同要素之間的比較、梯度塔和鄰近自動氣象站點之間相同要素的比較，空間一致性質量控制方法可以起到很好的監控作用。

該研究所采用的部分質量控制方法如表2所示。每一個要素所采用的質量控制方法有所區別，即便是相同的質控方法，每個要素采取的具體措施也不盡相同。氣溫、相對濕度還采取了奇異值檢查、標準方差判斷等作為輔助判斷方法。此外，針對風向要素的判別，依照梯度觀測多層的特點，將每個時刻的風向進行了不同象限的分割，以此來判斷在同一時刻、不同高度上的風向是否較為接近，如果有明顯異常于上下相鄰兩層的風向數值也將在質量控制標記位里作相應的記錄(正常情況下，5層的風向應該大體一致，在上下相距40 m的尺度范圍內，單層受到明顯異常擾動的可能性較小)。

表2　梯度觀測數據的質量控制方法

2結果與分析

2.1梯度觀測數據接收、存儲狀況

2.1.1數據獲取率的站點差異。從計算結果來看，上海9座梯度塔的數據總體情況良好，平均數據獲取率達87%(圖2)。如果排除嘉定(56.77%)，其余8個站點4年總的數據平均獲取率可達91%，崇明及浦東2個站點也相對較差，實際觀測數據顯示這3個站點均存在長期觀測異常的情況。其中，嘉定站點2010年8月～2011年5月、2012年9月～2013年2月設備故障，導致所有數據缺測；浦東站點2013年3～8月缺測；崇明站點2011年1～5月缺測；而閔行、松江、奉賢、青浦的4年數據平均獲取率均在95%以上，運行狀態良好，數據獲取率相對穩定，統計顯示這4個站點在不同年份之間的變化也較小，說明這4個站點的觀測設備狀態較好，數據的完整性將有利于后期的數據研究與應用。

圖2　2010～2013年各個站點4年平均數據獲取率Fig.2　The average data acquisition rate of each station during 2010-2013

總體來說，上海9個氣象梯度觀測站點之間的數據獲取情況存在一定的差異。根據站點所在的地理位置(圖1)，數據獲取率較差的5個站點(嘉定、崇明、浦東、金山和寶山)中有4個位于上海北部，這塊區域也恰好與上海雷電高發區域的統計相吻合，雷電是否是造成設備故障的主要原因還有待于進一步的驗證，而設備故障后的維護不及時造成的數據較長時間的缺失對后期的數據應用造成了一定的局限性。

2.1.2數據獲取率的時間差異。2010～2013年9個站點的年平均數據獲取率依次為91.98%、81.72%、89.01%、85.24%。其中，2010年度最高，比4年的總平均值(87%)高出了近5個百分點；但年度之間并未發現有特定的規律存在，數據獲取率的波動主要取決于設備運行的狀態。由圖3可見，2010～2013年不同的月份數據獲取率的差別也不是很明顯，且無明顯的季節性變化規律，從一定程度上說明梯度觀測數據受季節性影響較小。這是由梯度觀測所采用的傳感器以及所觀測的氣象要素的特點所共同決定的。1、8月的數據獲取率相對較低，部分是由于這2個月份的部分站點存在長期的數據缺測而導致。對于2010～2013年每年所有站點的綜合月平均數據獲取率而言，不同的年份同一個月份里數據獲取率不盡相同且變化趨勢也是各異。以松江站點為例(圖4)，各站點每天的數據獲取率也均存在一定幅度的波動。

圖3　2010～2013年上海9個站點月平均數據獲取率Fig.3　The monthly average data acquisition rate in 9 stations in Shanghai during 2010-2013

圖4　2010～2013年松江梯度觀測塔月平均數據獲取率Fig.4　The monthly average data acquisition rate of Songjiang Station during 2010-2013

根據數據獲取率來評估設備的運行狀況，雖然不一定能夠百分百的正確體現，但可以基本反映設備的實際狀態。現有數據統計表明，部分站點由于存在長時間的缺測導致這些站點的數據應用將存在一定的局限性，限制了現有觀測網絡效益的發揮。某些站點存在長達數月的故障，從一定程度上來說也暴露了設備管理及維護工作的缺失。2013年7～9月針對全市9個氣象梯度觀測塔開展了一次全面的維修和維護工作，所有站點的數據平均獲取率統一回升，平均達98.44%。因此，氣象梯度觀測設備的日常維護和校準是保障和提升觀測系統效益的基礎條件和必要措施，也是提高觀測數據質量非常重要的環節。

2.2梯度數據質量控制基于上述的數據質量控制(表2)之后，2010～2013年各要素綜合異常數據比例分別為10 m高度氣溫數據疑誤率為1.06%，70 m高度氣溫數據疑誤率為0.51%，10 m高度相對濕度數據疑誤率為12.98%。各高度層的水平風向、水平風速數據的疑誤比率(表3)顯示，水平風速數據的異常數據比例小于水平風向；2和10 min平均風速在同一高度上的異常數據比例接近，具有較高的相關性；2和10 min平均風向也有這一特點。對于風速要素來說，低層高度的數據異常情況比高層高度的數據多，如10 m高度的2 min平均風速的總體疑誤率為5.26%，而100 m高度的異常比例僅為1.47%。總體來說，氣溫、風速數據的異常比例較低，而濕度和風向要素的異常比例較高。質控結果顯示，異常數據的故障主要以數據僵值為主。為了進一步說明氣象梯度塔觀測數據質量控制的情況，下面以要素分類逐個說明各站點的質量控制結果。這里所有的異常數據統計中并不包括缺測數據的統計。

表32010～2013年上海9個站點水平風要素平均數據異常比例

Table 3Average data abnormal ratio of wind elements in 9 stations in Shanghai during 2010-2013

%

2.2.1氣溫。氣溫數據的質量控制步驟包括了極值控制、分鐘連續性檢查、小時連續性檢查、僵值檢查、奇異值判斷、逆溫標記、不同高度(10～70 m)氣溫聯合檢驗等方法，氣溫數據異常主要集中在以下3個方面：①超出極值故障，如嘉定站點在2013年5月20日凌晨，10 m高度的氣溫始終為-42 ℃左右，超出了氣候和地域極值范圍；寶山、奉賢站點也存在類似故障記錄。②僵值故障，夜里氣溫數值在較長時間內保持不變(特別是冬季)。③異常跳變，氣溫在較短的時間里急劇跳變(下降)。

經分析(表4)，2010～2013年上海各站點氣溫異常數據總體占1.06%，除奉賢5.67%、寶山1.28%、閔行1.41%以外，其他6個站點4年氣溫異常數據比例僅為0.22%。其中，2010年的溫度年度平均異常比例為0.16%，為4年最低?？傮w來說，10 m溫度的數據異常主要是由于未通過極值控制、小時連續性檢查和僵值檢查。除了極值故障和僵值情況之外，氣溫在夏季存在較多的異常跳變情況，原因可能是由于夏季強對流天氣下，突發陣性降水導致的氣溫急劇跳變(下降)超出了正常的氣溫時間變化規律。如2010年8月15日松江站點的溫度從17：00的35.1 ℃急劇下降至18：00的26.5 ℃，在正常的天氣狀況下如此劇烈的溫度跳變是不太可能出現的。利用各梯度塔周邊的自動氣象站(國家一般站)降水數據對存在氣溫跳變的數據進行了復合驗證，當有較強的突發性陣性降水時，10和70 m高度的氣溫均可能發生相似程度的氣溫跳變且常超出了常態的時間一致性的閾值范圍。這一現象也證明了夏季突發降水情況下氣溫跳變的客觀存在。在做類似數據自動質量控制時，輔以局地降水數據的聯合判斷，有益于減少合理“異?！钡恼`判。

2.2.2相對濕度。相對濕度的質量方法和流程基本與氣溫類似。其中，僵值檢查的結果尤為突出，而極值檢查、奇異值的判斷未發現異常數據。在分鐘連續性檢查和小時連續性檢查中，僅個別站點(奉賢、青浦)出現極少量的異常數據。2010～2013年上海9個站點10 m高度的相對濕度異常數據比率為12.98%，除奉賢(61.56%)和嘉定(25.17%)外，其余7個站點的4年相對濕度異常比例僅為4.3%，而寶山站點的2013年相對濕度數據質量較前面3年略有下降(圖5)。相對濕度異常的主要原因是濕度傳感器在高濕情況下退濕較慢，造成了一定時間內相對濕度長期保持某一數值不變。筆者在做相對濕度僵值判斷時，區分了高濕(>75%)和常態濕度(≤75%)以區別對待降水天氣和晴空(包括陰天)的情況。即便是在相對濕度<75%的情況，部分站點(奉賢、嘉定)依然存在相對濕度僵值的情況，如奉賢站點在2010年12月16日03:00～次日03:00相對濕度始終保持為71%不變。參考臨近的奉賢區自動氣象站數據得知，當日無降水且自動氣象站的相對濕度值最低時僅為42%(2010年12月16日11:00)。由此可知，奉賢站點的相對濕度數據在該時間段可信度不高。此外，針對相對濕度>75%的情況(圖6)，夏季的異常數據相對較多，特別是6月份前后，這大體與上海梅雨期所處的時間段較為接近，連綿的陰雨天氣造成的高濕環境導致了濕度傳感器退濕困難。

表42010～2013年上海各個站點10 m氣溫年度異常情況

Table 410 m temperature abnormal situation in each station of Shanghai during 2010-2013

%

圖5　2010～2013年上海各站點相對濕度異常數據情況Fig.5　The abnormal data of relative humidity in each station in Shanghai during 2010-2013

圖6　2013年上海各站點每月相對濕度(>75%)僵值異常的比例Fig.6　The abnormal proportion of relative humidity (>75%) of each month in stations of Shanghai in 2013

2.2.3水平風速和水平風向。鑒于氣象梯度觀測塔特殊的垂直分層觀測結構，不同高度的風向風速運轉情況基本類似，針對每一層風向、風速所采取的質量控制方法(極值檢查、小時連續性檢查、空間一致性檢查、內部一致性檢查、僵值檢查等)也相類似，但風向風速各自所采用的具體質量控制方法略有差異。質控處理的對象包括各個觀測高度上的2 min平均風速、風向和10 min極大風速、風向。根據質量控制的結果可知，同一高度上的2 min數據和10 min數據的質量控制結果具有高度的相關性，這也符合了這2個要素內在的關聯規律。因此，以下僅針對2 min平均風速、風向的相關質量控制結果進行分析。

由表5可見，2010～2013年上海9個站點10 m高度2 min平均風速異常數據平均達5.26%；2010年度10 m高度2 min分鐘平均風速是最差的，主要是因為浦東風速傳感器故障，數據長期存在僵值而造成的，其他8個站點之間異常的比例較為平均，總體情況良好。10 m高度2 min平均風向4年異常數據平均為15.76%。與風速類似，風向異常數據主要是存在僵值，即在一定的時段內風向數值長期保持不變。如奉賢站點的50 m高度2 min平均風向在2010年6月1～3日始終為0(該高度的風向傳感器故障)，而其他4層(10、30、70、100 m)的風向數據變化趨勢相近(圖7)。梯度風的各觀測要素之間是相互獨立，各層之間也是相互獨立的。因此，在同一時刻奉賢站點各高度上的2 min平均風速觀測卻顯示正常，風速隨著觀測高度的升高而增大，不同高度之間的變化趨勢保持一致且晝夜間的變化也較有規律。

2010～2013年上海9個站點風向的異常數據結果與風速不太相同。風速的異常數據幾乎是每個站點每年均會出現，只是數值上有所變動；而風向卻相對集中在某個站點的某個時間段內，部分站點4年均未曾出現異常數據。存在這樣差異的原因是風向風速2個要素的特性有所差別、所用質量控制方法也有差異。鑒于風向要素的特殊性，其可應用的質量控制方法相對較少，客觀上導致了質控結果中異常數據也相對較少出現。此外，在4年的風要素質控結果中未發現超過極值范圍的觀測數據，究其原因：①觀測數據入庫時經過了合理性檢查；②梯度塔的觀測仍然屬于近地面，且大多處于內陸位置，環境風很少出現大值的情況，整體風速較為平緩。即便在夏季臺風影響期間，歷史數據顯示各個站點的風速也相對穩定。

表52010～2013年上海各站點10 m高度2 min平均風速異常數據統計

Table 5The abnormal data of 2 minute average wind speed at the height of 10m in each station in Shanghai during 2010-2013

%

圖7　2010年6月1～3日奉賢梯度觀測塔各高度2 min平均風向Fig.7　The 2 minute average wind direction at each height in Fengxian Station during June 1-3, 2010

3結論與討論

該研究遴選多種氣象數據質量控制算法對上海已建9座氣象梯度觀測塔的多要素觀測歷史數據進行了綜合質量控制并對設備運行狀況、觀測數據質量進行統計、分析及評估。結果表明，2010年度的數據接收、存儲最為完整，2011年度最差；觀測設備的定期維護及校準顯得尤為重要，完備的設備維護及保障機制是提高觀測數據質量的必要前提和基礎；閔行、松江、奉賢和青浦4個站點數據缺測較少，嘉定站點數據缺測較為嚴重；氣溫、風速2個要素的觀測數據異常情況較少，濕度和風向數據的異常較多；數據檢查中，僵值、連續性異常和極值故障等問題較為集中；各個站點的數據質量差異較大，同一站點不同要素、不同年份間也存在一定的差異?？傮w來說，閔行、松江、奉賢和青浦較為理想，但也存在某個高度的風向風速質控結果較差的現象。研究結果為類似觀測設備的質量控制及評估工作提供了可借鑒的方法和經驗，所標注的數據質量控制碼可以為后續的數據推廣應用提供必要的質控技術支撐。

針對不同的觀測要素，各類質量控制方法的有效性如下：①極值控制檢查出了較多的氣溫異常情況；②分鐘連續性和小時連續性可以檢查出氣溫以及相對濕度的異常跳變；③在所嘗試的多個質量控制方法中，僵值檢查(最小變率檢查)可在每一個要素的質量控制中發揮出重要的作用；④空間一致性方法可以發揮梯度觀測塔多層觀測的結構特點，將同一要素同一時刻不同高度觀測的值進行比對應用，可以找出常規質量控制方法無法識別的異?；蚬收?。此外，利用相鄰自動氣象站的降水數據，可以輔助判別氣溫的異常跳變、濕度長期不退等異?，F象，可避免將合理的“異常數據”當成錯誤的數據。

該研究在梯度數據的質量控制研究中以常規的質量控制方法為主，輔以不同天氣條件、不同觀測要素適用質控方法的遴選和驗證，對晴天、夏季突發陣性降水、梅雨天氣等進行了初步的個例分析，所得到的質控結果及評估結論僅限于文中所應用的質量控制方法及上海2010～2013年梯度觀測的相關歷史數據。有關質控方法的適用性、可用性分析不夠全面，如何選取并融合不同的質量控制方法、如何設置更為科學有效的閾值還有待于進一步開展相關研究工作。

參考文獻

[1] 熊安元.北歐氣象觀測資料的質量控制研究[J].氣象科技,2003,31(5):314-320.

[2] World Meteorological Organization. CBS/OPAG-IOS/ET AWS-3/Doc.4(1). Guidelines on Quality Control Procedures for Data from Automatic Weather Stations[R]. WMO-No 305, 2004.

[3] 陳明,洪鐘祥.大氣邊界層觀測資料的質量控制方案及其應用[J].大氣科學,1993,17(1):97-105.

[4] 馬亮,許麗人,李鯤.鐵塔近地層風場特征研究[J].裝備環境工程,2010,7(5):20-28.

[5] 季崇萍,鄒捍,張美根,等.城市化進程對近地層大氣風溫結構的影響[J].中國海洋大學學報,2011,41(7/8):17-23.

[6] 郭鳳霞,朱文越,饒瑞中.非均一地形近地層風速廓線特點及粗糙度的研究[J].氣象,2010,36(6):90-94.

[7] 王超,韋志剛,李振朝.敦煌戈壁地區近地層風的變化特征[J].高原氣象,2011,30(2):299-308.

[8] 孫川永,陶樹旺,羅勇，等.海陵島區域風速廓線特性及利用模式進行沿海風能評估過程中風速廓線的作用[J].太陽能學報,2009,30(10):1396-1400.

[9] 陳訓來,王安宇,李江南，等.香港地區海陸風的顯式模擬研究[J].氣象科學,2007,27(5):473-480.

[10] 王伯民.基本氣象資料質量控制綜合判別法的研究[J].應用氣象學報,2004,15(B12):50-59.

[11] 任芝花,熊安元.地面自動站觀測資料三級質量控制業務系統的研制[J].氣象，2007,33(1):19-24.

[12] 王海軍,楊志彪,楊代才，等.自動氣象站實時資料自動質量控制方法及其應用[J].氣象,2007,33(10):102-109.

Quality Control and Operation Evaluation of Meteorological Gradient Towers in Shanghai

SUN Juan1,2, HU Ping1, XIE Yuan1et al

(1. Shanghai Meteorological Information and Technological Support Center, Shanghai 200030; 2. Nanjing University of Information Science and Technology, Nanjing, Jiangsu 210044)

Abstract[Objective] The aim was to evaluate observational data quality and equipment operation performance in Shanghai meteorological gradient towers during 2010-2013. [Method] Based on minute observation data of 9 meteorological gradient towers in Shanghai during 2010-2013, aiming at observational elements such as temperature, relative humidity, horizontal wind direction and wind speed, according to vertical observation features of gradient towers, data quality control model was established, comprehensive quality control of gradient data was conducted; data was evaluated from aspects of acquisition rate, false rate and validity. [Result] The results showed that data receiving, storage in 2010 is most complete, the worst in 2011; air temperature, wind speed of the observed data anomalies are less, the humidity and wind direction data is more abnormal; extreme control check out a lot of temperature anomalies; minute and hour continuity can check temperature and relative humidity in the abnormal jump; dead value inspection plays an important role in quality control of each element. [Conclusion] The study can provide more accurate and objective gradient observation data for research on the structure characteristics of air temperature in the near surface layer in Shanghai.

Key wordsMeteorological gradient observation tower; Observation data; Quality control; Operation evaluation

基金項目上海市氣象局研究型項目(YJ201509)；江蘇省普通高校研究生科研創新計劃(CXLX13_495)。

作者簡介孫娟(1978-)，女，江蘇阜寧人，工程師，在讀博士，從事氣象數據質量控制及評估工作。

收稿日期2016-02-02

中圖分類號S 16

文獻標識碼A

文章編號0517-6611(2016)08-228-06