福建區域氣象觀測自動站氣溫數據集建立及質量評估*

藍 俊 袁 偉 張祖熠

(1.福建省氣象信息中心，福建 福州 350001；2.福建省氣象科學研究所，福建 福州 350001)

1 概述

福建省地處我國東南沿海，依山面海，海岸線長，丘陵山地多，地形環境獨特。受大陸性與海洋性氣候相互影響，福建氣候復雜多變，高溫、臺風、暴雨、山洪泥石流等災害頻發，氣象災害呈現出種類多、影響范圍廣、活動頻率高、持續時間長、次生和衍生災害比率大、災情危害重的特征，是受氣象災害影響最嚴重的省份之一。臺站觀測資料作為對實際天氣的記錄，是研究天氣災害、農業生產、檢驗數值模式等的重要數據支撐。近幾年，區域自動氣象觀測站逐步在全國地面氣象臺(站)部署，福建省區域自動站資料形成了以大數據平臺為數據載體，以短臨預報、集合預報、延伸期預報為業務支撐的局面[1-2]。由于觀測源的復雜性導致數據自身存在各種各樣的問題，如歷史數據存在標準化程度不高、質控標準不一致、數據格式不一致、完整性不一致、連續性不一致等情況。為此，迫切需求長時間序列、高質量的小時氣溫數據產品[3-5]。

自2009年福建省第一批區域加密自動站投入使用以來，實現了高時空分辨率的氣溫數據，自動站氣溫資料在預警、評估、專業服務等業務領域的應用進一步深入。利用已有的氣溫觀測數據，形成一套覆蓋2009年以來福建省區域站、小時分辨率、高質量的氣溫數據產品，為精細化氣象服務提供更有力的業務支撐[6-8]。

2 資料與方法

2.1 數據源收集

基于福建省地面氣象區域站的觀測氣溫資料，收集了福建省2008—2020年所有地面氣象區域站數據、國家氣象信息中心下發的地面氣象區域站數據和現存CIMISS數據環境下地面氣象區域站數據，將這三個數據源中的氣溫數據整理為自動站小時氣溫原始數據集。

2.2 數據集質量控制

2.2.1 質量控制碼的設置

在建立氣溫數據集的過程中，需要對氣溫數據進行質量控制[9]。根據實際情況，共設4種質量控制碼(QC碼)。其中，QC=0，代表數據正確；QC=1，代表數據可疑；QC=2，代表數據錯誤；Q=9，代表數據缺測。首先設置初始數據QC=0，當無觀測數據時QC=9，然后按氣候界限值檢查、內部一致性檢查、時間一致性檢查和空間一致性檢查的順序進行質控，數據通過當前檢查方可進入下一步檢查，否則對被檢數據重新設置或修改質量控制碼。

2.2.2 質量控制方法

①從氣候的角度不可能出現的要素臨界值稱為要素的氣候界限值(N)。氣溫要素值(x)是否在本站氣溫特定的變化范圍[0,N]內的檢查為區域站氣候界限值檢查，即要求x∈[0,N]，超出測站氣溫變化范圍的觀測數據為錯誤。

②內部一致性檢查指同一時間觀測的氣象要素之間的關系必須符合一定規律，即要求滿足最高氣溫≥氣溫≥最低氣溫，不符合此關系式的觀測數據為可疑。

③對通過內部一致性檢查的數據進行時間一致性檢查。時間一致性檢查主要依據氣溫在時間上具有顯著的相關性和良好的一致性特點，對指定站點同一要素不同時次資料間的相關性進行考核，判斷在一定時間間隔內氣溫數據前后波動是否在指定范圍內，超出測站氣溫變化范圍的觀測數據為可疑。

④對通過時間一致性檢查的數據進行空間一致性檢查。空間一致性檢查主要根據空間上連續變化的氣象要素在地理空間上具有相關性的特點，即空間距離較近的氣象站點的特征值比距離較遠的站點具有更大的相似性，對被檢查站點被檢查時次的氣溫，使用鄰近參考站點對應氣溫數據，采用空間插值方法進行估計。氣溫實測值與估計值差異明顯較大時，觀測數據為可疑。

2.3 數據集質量評估指標

分別用Sa,Sb,Sc,Sd,Se,Sf,Sg表示應觀測數據組數、實有數據組數、有效數據組數、缺測數據組數、正確數據組數、可疑數據組數、錯誤數據組數，用P0、P1、P2分別表示正確率、錯誤率、可疑率，H表示實有率。因此，可將第i個站點各項指標公式表示如下。

利用實有率評估數據的完整性和正確率、錯誤率、可疑率評估數據的質量狀況。如無特殊說明，本文統計的正確率和錯誤率均未包含缺測數據[10-11]。

3 數據集質量評估

3.1 觀測數據的時空分布

每個區域站觀測要素不盡相同，因此只對有觀測氣溫要素的區域站數據進行統計分析。由圖1(a)可知，區域站數總體呈增長趨勢，截至2020年，具有氣溫要素觀測的區域站近1500個站。其中，2009年區域站數增幅最大，約增加200個，2016年增幅次之。

福建省區域站數起始年代空間分布如圖1(b)所示，以2010年以前新增區域站為主，且新增區域站主要集中在沿海區域，呈“東密西疏”的特點，尤其是廈門、漳州、莆田、福州四地的新增區域站最多。

(a)區域站數變化曲線 (b)區域站起始年代空間分布

3.2 數據的完整性

由圖2可以看出，歷年最高氣溫實有率、最低氣溫實有率及氣溫實有率基本一致。其中，2008年實有率最低，均為78%左右，2009年實有率大幅提升，達到90%以上，并持續增長至2011年。2012年、2013年實有率相較上一年有所下降，但降幅低于2%。從2017年開始又逐步上升，到2020年實有率均達到98%以上。

圖2 2008—2020年福建省區域站最高氣溫實有率、最低氣溫實有率與氣溫實有率

3.3 數據質量

經統計，最高氣溫正確率、最低氣溫正確率、氣溫正確率每年均在99%以上。圖3展示2008—2020年福建省區域站最高氣溫、最低氣溫、氣溫平均正確率空間分布。由圖3可見，絕大部分區域站小時最高氣溫正確率在99.8%以上，只有15個區域站的最高氣溫正確率在98%以下，但均高于75%。最低氣溫正確率與氣溫正確率呈沿海區域站高、中西部較低的分布規律，其中，中西部區域站正確率大部分高于98%，低于98%以下的區域站分別是19個、18個，但正確率均高于75%。

(a)最高氣溫 (b)最低氣溫 (c)氣溫

經統計，最高氣溫錯誤率、最低氣溫錯誤率、氣溫錯誤率數據均小于0.12%。由圖4可以看出，絕大部分區域站數據錯誤率在0.01%以下，分別占總站數的96.46%、96.87%、96.8%，說明區域站平均錯誤率較低。1.23%、0.82%、1.09%的區域站數據最低氣溫錯誤率、氣溫平均錯誤率為0.01%～0.02%，0.61%、0.75%、0.95%的區域站數據最高氣溫、最低氣溫、氣溫平均錯誤率為0.02%～0.04%，所有區域站的數據錯誤率均小于25%。

(a)最高氣溫 (b)最低氣溫 (c)氣溫

另外，2008年最低氣溫可疑率和氣溫可疑率最高,達到0.9%左右，隨后逐漸減小至2012年。2013—2020年，兩者的可疑率在0.5%以內波動。各年最高氣溫可疑率均小于最低氣溫可疑率和氣溫可疑率。圖5為2008—2020年福建省區域站最高氣溫可疑率、最低氣溫可疑率、氣溫平均可疑率空間分布。可見，絕大部分區域站小時最高氣溫可疑率在0.02%以下，占總數的98.03%，僅有1.02%的區域站最高氣溫可疑率在1.5%～5%。最低氣溫與氣溫平均可疑率空間分布基本一致，呈沿海區域站低、中西部較高的規律，中西部區域站可疑率大部分低于1.5%，所有區域站的數據可疑率均小于5%。

(a)最高氣溫 (b)最低氣溫 (c)氣溫

3.4 數據分析

選擇2008—2020年有完整觀測資料的區域站計算區域站的年平均氣溫距平，如圖6(a)所示。2008—2020年福建省年平均氣溫呈整體上升趨勢，2008年平均氣溫為18.54℃，2012—2017年平均氣溫緩慢上升，2020年福建省區域站平均氣溫達到最高，為19.96℃。圖6(b)是區域站2008—2020年平均氣溫空間分布，可以看出，福建省各區域站氣溫差最大為10℃左右，年平均氣溫呈沿海較高、中西部地區較低，低緯度地區較高、高緯度地區較低的分布規律，這主要與福建省“依山傍海”，大部分面積為山地丘陵的地理特點有關，東部臨海地區溫度較高，中西部丘陵地區溫度較低。

(a)年平均氣溫距平和年平均氣溫變化情況 (b)區域站年平均氣溫空間分布

4 結論

本文利用2008—2020年不同源的區域站氣溫數據進行整理，主要結論如下。

①福建省區域站空間呈現東密西疏的分布趨勢。2008—2020年區域站最高氣溫實有率、最低氣溫實有率、氣溫平均實有率總體呈現增長趨勢，2020年均達到98%以上。

②在對最高氣溫、最低氣溫、氣溫數據質控后，三者的正確率每年均在99%以上，呈現沿海區域站氣溫數據正確率高、中西部區域站正確率較低的規律。同時，三者的年平均錯誤率均在0.12%以下，可疑率均在1%以下。

③區域站數據集顯示2008—2020年福建省氣溫總體呈現增長趨勢，呈沿海年平均氣溫高、中西部年平均氣溫較低的分布規律。