藏東南地面自動觀測異常數據閾值研究

索朗卓嘎，李彥軍，巴果卓瑪，阿 桑，唐富安

（1.西藏林芝市氣象局，西藏 林芝 860000；2.西藏工布江達縣氣象局，西藏 林芝 860200；3.西藏察隅縣氣象局，西藏 林芝 860600）

1 研究背景

1.1 研究的目的、意義及必要性

目前林芝市共有4 個人工站、68 個區域自動站投入業務使用，可為當地氣象預報、短時預報、重大氣象服務保障及決策氣象服務等提供數據支撐。對于區域自動氣象站來說，其觀測資料的質量將會對預報業務效果直接產生影響，常規的地面質控軟件只能監測缺測資料，無法保證數據本身質量，其中，異常數據的閾值則是對質量控制效果影響最大的關鍵性因素，本文結合藏東南地區區域自動氣象站觀測的各種氣象要素數據資料和常用的質量控制方法，并將林芝境內的區域自動氣象站分布規律和實際業務需求進行結合，對溫濕度、氣壓、風向風速、降水量等不同種類的異常氣象要素數據的閾值進行研究，并形成技術指標，對它進行總結并形成技術指標，為地面綜合數據質量監測研究提供參考。

依據氣象數據在天氣學、氣候學原理、時間和空間上的相互聯系得出如下常用傳統質控方法：氣候極值的檢查、時間序列的檢查、空間序列的檢查[1]。針對歷史數據質量控制中的一些方法，如內部一致性、歷史極值判定等方法同樣適用于實時自動站質量控制。需要引起注意的是，實時信息檢驗同歷史質量控制之間還有一些差異存在，通過歷史控制可以了解到某時刻前后及空間的數據信息，而實時數據具有較強的實時性水平，只能了解到過去時刻及空間數據信息[2-3]。本文以傳統質量控制理論為基礎，結合氣象要素空間一致性特點，以尋找林芝市區域自動氣象站獲取氣候界限值常用方法，在將其投入業務應用后，可分析最終的運行結果，以對觀測數據誤差原因進行探尋，為區域自動站開展實時質量控制提供參考。本文從以下幾個方面來判別數據異常情況，并找出閾值。

1.2 國內外研究現狀

目前國內很多地方已經有了很成熟的地面數據質量監控平臺，能很好地監測地面氣象數據資料的連續性、準確性。區內目前是利用天元系統對數據進行監控，只能監控缺測數據，MODS 可以對疑問數據進行監控，當出現疑誤數據或缺測數據由省級發現，因此，希望通過對地面綜合數據異常質量監測技術的研究快速發現疑誤。

2 計算方法

2.1 建站不足10 年的區域站確定參證站

對于區域站來說，因臺站建設時間相對較短，在選擇質量控制參數時不宜選用本站統計值，需要選擇建站時間超過10 年站點的氣候資料作為參證站。有關步驟如下[4]。

2.1.1 確定區域站建設時間超過10 年的站點

對區域站建設時間超過10 年的站點進行確定，并將它作為該站的參證站使用。

2.1.2 確定參證站的對應方法

眾所周知，區域自動站建設的時間較短，通過對區域站與超過10年以上站點的最近距離進行計算來確定最終的參證站。

計算公式如下：

式（1）中：s為兩站點之間的距離；a為2 點緯度差，主要是A 點與B 點緯度的差；A 點經緯度用Lat1 Lung1表示，B 點經緯度用Lat2 Lung2 表示；b為2 點經度差，主要是A 點與B 點經度之差；地球半徑為6 378.137 km，最終計算結果單位為km。

在訂正時應結合相關要素隨著高度的變化規律進行，這樣才能確保最終的氣候值具有代表性水平。例如用布久鄉、易貢、南伊溝等站進行舉例，距離布久鄉距離較近的站點分別為林芝站和尼池站，距離易貢鄉較近的站點為波密站及通麥站，根據式（1）來計算得出區域站離參證站更近的距離來確定參證站，根據計算出來的距離可以確定布久鄉的參證站為尼池，易貢的參證站為通麥，除了考慮氣候距離及海拔高度的條件外，仍需考慮氣候背景，因此南伊溝的參證站設為派鎮。

2.1.3 海拔高度差的計算

參證站之后，通過兩站的海拔高度計算出兩站的高度差。設臨近站位為h，被檢站位為h0，當h0＜2 500 m時，|h-h0|≤100 m，h0＞2 500 m 時，|h-h0|≤300 m。

通過以上計算方法找出建站不足10 年的區域站的參證站，具體參證站情況如表1 所示。

表1 林芝各區域站參證站表

2.2 異常數據判別方法

2.2.1 臺站要素極值及氣候極值

結合林芝市境內的氣候特點給出的溫濕度、氣壓、風速和降水量不同氣象要素的極值參數，可以發現，隨著四季的更迭變化氣溫數據的變化最為明顯，可以根據對應月份給出對應的極值條件。在檢查氣候極限值的過程中，若是在極值范圍內不包含該氣象要素數據信息，則可以將該數據標定為錯誤值。自臺站建站以來累積的各月不同氣象要素的極值信息稱之為歷史機制，一旦觀測資料超過歷史極值范圍則將其看作是可疑資料。在對歷史極值進行檢查時，對應的氣象要素主要有氣壓、溫度、相對濕度、降水量和風速數據信息。

2.2.2 內部一致性

在對氣象要素數據進行內部一致性檢查時，主要是根據同時刻觀測到的要素之間或多或少存在相關性事實，在檢測時則是對某些有物理特征關聯氣象要素間能否保持一致作為最終依據。

2.2.3 時間一致性

在時間上，氣象要素變化的連續性特征較為明顯。從月份極值中可以對最大變化值進行檢查[3]：針對當前各個氣象要素同過去10 min 的數值變化，一旦比月份極值中的懷疑極限值要高，同時比錯誤極限值要小，可將它看為懷疑值；若是與月份極值中的錯誤極限值相等或偏大，則將它看為錯誤值。

對多個時次連續無變化的檢查也是時間序列檢查中的內容，若是連續6 個整點時次內，空氣溫度、地溫、草溫、露點溫度及相對濕度沒有變化，可以將它看為錯誤數據。

2.3 氣象要素異常數據閾值方法研究

對氣溫、氣壓、風速進行氣候界限值參數值的統計，對超過10 年站點要素的氣候界限值參數值進行計算提取；訂正站點超過10 年的氣候界限值高度，并將該區域自動站對應的質量控制參數值計算出來。

2.3.1 氣溫

選擇自從建站以來林芝市23個國家氣象站每月的極端最高氣溫的大值、極端最低氣溫低值，并對它們進行統計，選擇人工方式核對最終結果，在確定后界限值基礎上，不斷向外擴展，最終國家站的氣候界限值參數可以選擇最高氣溫向大值、最低氣溫向低值擴展到可以被5 整除的數。利用王超球提出的方法來進行計算，通過計算月最高最低氣溫的擴展值在均在0～4.5 之間，擴展值范圍在上述月份極值的范圍之內，并得出林芝各氣象站點的氣溫界限值，當氣溫的數據超過界限值時可判定為數據“錯誤”，需要進行人工判斷，具體結果如圖1 所示（以部分站點為例）。

圖1 各站點氣溫氣候界限值圖

2.3.2 氣壓

統計國家站氣候界限值參數。選擇自從建站以來林芝市23 個國家氣象站每月的極端最高氣壓的高值、極端最低氣壓的低值，并對它們進行統計，選擇人工方式核對最終結果，在確定后界限值基礎上，不斷向外擴展，最終國家站的氣候界限值參數可以選擇最高氣壓向高值、最低氣壓向低值擴展到可以被5 整除的數。利用王超球提出的方法來進行計算，找出擴展值最高氣壓的擴展值K在0～10 之間，最低氣壓的擴展值K在0～9.9 之間，擴展值的范圍為超過月份極值所制定的范圍，并根據公式計算出林芝各氣象站點的氣壓界限值，當氣壓的數據超過界限值時可判定為數據“錯誤”，需要進行人工判斷[4]，具體結果如圖2 所示。

圖2 各站點氣壓氣候界限值圖

2.3.3 風速

統計站風速界限值參數值。選擇自從建站以來林芝市23 個國家氣象站每月的最大風速，并對它們進行統計，選擇人工方式核對最終結果，在確定后界限值基礎上，不斷向外擴展，最終國家站的氣候界限值參數可以選擇最大風速向高值擴展到可以被5整除的數。通過利用王超球提出的方法來進行計算通過計算擴展K的范圍在0～4.9 之間，并根據公式計算林芝各氣象站點的風速界限值，當最大風速的數據超過界限值時可判定為數據“錯誤”，需要進行人工判斷，具體結果如圖3 所示。

圖3 各站點最大風速氣候界限值圖

2.3.4 小時降水量

2.3.4.1 氣候極值檢驗

需檢驗降水總量的氣候值[5]。當前，氣候界限值在0～150 mm/h 是中國較為常用的降水資料。通過分析林芝市境內氣候特點情況，將上限值設置為60 mm/h，一旦消失降水量不在氣候界限值范圍內，則將小時降水量數據判定為錯誤，需選擇人工方式進行判定。

2.3.4.2 歷史極值檢驗

結合林芝市2006—2020年自動站消失降水量數據信息，并將各個站點每月的小時降水量最大值篩選出來，作為本站的歷史極值閾值。通過對比小時雨量與歷史數據信息，利用歷史極值數據作為小時雨量的閾值，再根據月份極值的序列最大變化值，若是歷史極值比懷疑極限值高且比錯誤極限值小，可將該數據作為懷疑值；若是比錯誤極限值高，可將其看作錯誤值。由于區域自動站運行時間不斷增加，需逐年調整歷史極值，以增加數據量，確保極值檢驗具有統計學意義[6]。

由于林芝自動站分布不均勻且國家站數量較少，因此空間插值交叉檢驗法[7]和Madsen-allerupt 方法是用來檢驗數據的暫不能得到閾值，故目前采用氣候極值及歷史極值作為小時雨量的閾值。當小時降水超過歷史極值的閾值時，超過歷史極值5 mm 時判定數據“可疑”，當小時降水量超過60 mm 時則判定數據“錯誤”，需要進行人工判斷，具體如圖4 所示（以部分站點為例）。

圖4 各站點小時雨量異常數據閾值

2.3.5 相對濕度

2.3.5.1 氣候極值檢驗

工作人員需對歷史值開展氣候值檢驗工作，氣候界限值為0%～100%是中國相對濕度資料中的界限值。上限值可以設置為100%，一旦相對濕度值超過氣候界限值范圍，則判定該數據錯誤，需選擇人工方式進行判定。

2.3.5.2 歷史極值檢驗

相對濕度與降水呈明顯的正相關關系，不同季節、不同模式（降水、晴天、陰天）下相對濕度的值變化是很大的。根據不同季節、不同模式下逐站的相對濕度大值和小值，篩選完成后作為本站歷史極值閾值，再根據月份極值的序列確定最大變化值。若是歷史極值比月份極值中懷疑極限值要高且比錯誤極限值低，則將它看作是懷疑值；若是相對濕度數值不在0%～100%范圍內，則可以將它看作是錯誤值。隨著時間的推移，區域自動氣象站運行時間將不斷增加，需逐年調整相對濕度歷史極值，以提升數據量，確保極值檢驗更具有統計學意義。具體閾值如圖5 所示（以部分站點為例）。

圖5 各站點相對濕度數據閾值

3 結束語

利用自動站觀測的數據以及上述計算方法，研究確定了氣溫、氣壓、小時最大降水、相對濕度、最大風速的異常數據閾值，為今后數據質量控制以及異常數據判斷提供了較大的支持。