地面自動氣象觀測數據缺測原因與處理措施分析

摘 要：地面自動氣象觀測站在提供高時空分辨率的氣象數據方面發揮著重要作用，這些數據對天氣預報、氣候監測和環境評估至關重要。而在實際操作中，數據缺測現象時有發生，影響了數據質量和后續應用的準確性。基于此，在分析地面自動氣象觀測數據缺測原因的基礎上，探討了異常觀測數據的判斷方法，針對性地提出了氣象觀測數據缺測的處理措施，以期提高地面自動氣象觀測數據的完整性和準確性。

關鍵詞：氣象觀測；數據缺測；處理措施

中圖分類號：P415.12 文獻標志碼：B 文章編號：2095–3305（2024）06–0-03

隨著社會對精確氣象信息需求的增長，地面自動氣象觀測站扮演著越來越重要的角色。其能夠提供連續的氣象數據，對天氣模型初始化、氣候變化研究和災害預警系統至關重要，是氣象部門開展氣象服務、氣候分析、天氣預報和研究氣象科學的基礎[1]。而在選擇自動化觀測儀器設備開展地面氣象測報時，經常會出現數據缺測的情況，影響觀測數據的準確性，且難以保障數據的安全性和完整性。觀測人員應準確分析研究數據缺測處理的方法，并給予有針對性的解決辦法，以短時間內解決數據缺測方面的問題，不斷提高地面自動氣象觀測質量，從而提升地面自動氣象觀測數據的可靠性，為氣象學研究和應用領域提供堅實的數據支持[2]。

1 地面自動氣象觀測數據缺測的原因

1.1 計算機病毒攻擊

隨著信息技術的快速發展，地面自動氣象觀測系統越來越依賴于計算機網絡進行數據傳輸和處理。然而，這也使得系統面臨來自計算機病毒攻擊的威脅。計算機病毒攻擊可能導致地面自動氣象觀測系統的計算機感染病毒，從而引發數據缺測的情況。病毒也能破壞系統文件，導致觀測數據文件丟失，或使采集軟件和感應軟件出現死機現象，使得原始數據無法自動下載[3]。

1.2 臺站選址

臺站選址是影響地面自動氣象觀測數據完整性的因素之一。不恰當的臺站位置可能會導致觀測設備暴露于不利的環境中，增加數據缺測的風險。若氣象站位于山谷、陡坡或其他地形復雜區域，則風向和風速的測量誤差可能會增大，同時降水量的觀測也可能因地形遮擋而失真；在城區或周邊地區建設氣象站，易受到城市化帶來的熱島效應影響，導致氣溫、濕度等氣象要素測量值與周邊鄉村或自然環境下的真實情況產生偏差，同時也可能由于建筑物遮擋造成太陽輻射和風速數據不準確；自動氣象站通常需要實時將觀測數據傳輸至數據中心，若選址地通信條件差（如偏遠山區、信號覆蓋盲區），則可能出現數據無法及時上傳的情況，進而出現數據缺測[4]。

1.3 人為誤操作

工作人員在安裝、調試或維護自動氣象站設備時，可能由于不熟悉操作規程或操作失誤，導致設備設置錯誤、傳感器位置擺放不當、參數配置不合理等，從而影響觀測數據的準確性甚至造成數據無法正常采集；在對原始觀測數據進行讀取、存儲和上傳過程中，人工操作可能出現誤刪除、誤錄入、文件格式轉換錯誤等問題，直接導致數據缺失或損壞；未能按照規定的時間表對設備進行校準、清潔和檢查，導致儀器性能下降、故障頻發，進而產生數據缺測現象。例如，未及時更換失效的電池、清理傳感器上的塵埃或冰雪等，都可能干擾數據的正常獲取。

1.4 軟、硬件故障及電磁干擾

軟件故障可能導致觀測數據在記錄、傳輸或處理方面出現問題。例如，觀測軟件中的錯誤或漏洞可能會導致數據記錄不完整或格式錯誤。軟件的兼容性問題或與其他系統的沖突也可能導致數據缺測。硬件故障是另一個導致數據缺測的重要原因。傳感器、數據采集器、電源等關鍵硬件組件的故障都可能影響數據的正常采集和傳輸。例如，傳感器因老化、損壞或安裝不當而無法準確測量氣象要素，從而導致數據缺測。電磁干擾是指來自外部環境的電磁波對觀測系統產生的干擾，其可能導致觀測數據出現誤差或丟失。例如，雷電、無線電信號、高壓電線等都可能產生電磁干擾，影響觀測數據的準確性和穩定性。

1.5 備份方法不合理

觀測數據需要定期備份，以確保在數據出現問題時能夠及時恢復。若備份不及時，則在數據發生缺測時，可能沒有足夠的備份數據可供恢復，從而導致數據丟失；備份周期的設置應根據數據的重要性和變化頻率調整。若備份周期過長，則在數據發生變化或損壞時，可能無法及時捕獲到最新的數據狀態，導致數據恢復不完整或無法恢復；備份存儲介質的選擇應考慮到數據的可靠性、安全性和可訪問性。若選擇的存儲介質不穩定、易損壞或不可讀，則備份數據可能無法被正確讀取或恢復，從而導致數據缺測[5]。

1.6 軟件故障

（1）Bug導致數據丟失：在地面自動氣象觀測系統的軟件中，若存在bug，可能會導致數據記錄得不完整或丟失。（2）異常數據記錄：軟件故障可能會導致系統記錄異常數據，這些異常數據可能無法被正確處理，從而導致數據的準確性受到影響。例如，溫度計數值異常波動、氣壓計數值異常偏離等情況都可能源于軟件故障。（3）數據處理錯誤：地面自動氣象觀測系統的軟件負責數據的處理、存儲和傳輸等功能，若軟件出現故障，可能導致數據處理錯誤，進而影響最終的數據準確性。例如，數據存儲位置錯誤、數據傳輸格式錯誤等都可能導致數據缺失。（4）系統崩潰：嚴重的軟件故障可能導致整個地面自動氣象觀測系統崩潰，造成數據丟失和停止記錄。系統崩潰可能有多種原因，如內存泄漏、程序邏輯錯誤等。（5）數據保護問題：軟件故障可能會導致數據保護機制失效，使數據容易遭受病毒攻擊、黑客入侵等威脅，進而導致數據丟失或被篡改。

2 異常觀測數據的判斷

2.1 結合常規界面來判斷異常數據

自動氣象站通常配備實時數據監控系統，通過該界面可以快速發現數據缺失或異常波動情況。監控界面會顯示當前及歷史觀測數據的時間序列圖，異常數據可能表現為突然的尖峰、谷底或長時間的數據空白；利用軟件工具統計分析數據，包括計算平均值、中位數、標準差等基本統計量。通過對比實際觀測值與歷史同期或相鄰時段數據的統計特性，識別偏離正常范圍的觀測值。應用箱線圖等可視化手段，直觀地找出離群點，即超出上下四分位數外的極端值。

2.2 結合曲線來判斷異常數據

（1）質量控制軟件。預置的質量控制算法會在接收到數據后立即執行。在選擇該軟件判斷異常數據信息時，主要存在2個方面的弊端：一是不能將當日RTD文件打開，否則很難確保分鐘數據的完整性水平；二是不能查看地溫曲線圖[6]。

（2）RTD圖形曲線。根據RTD圖形曲線顯示軟件判斷異常數據。由于數據質量控制軟件存在一定弊端，為了抑制該弊端，在值班過程中可隨時將“RTD圖形曲線顯示軟件”打開，以檢查臺站內逐日、逐時的氣壓、溫濕度、風向風速、地溫等不同氣象要素數據的變化曲線，結合曲線變化情況判斷觀測數據異常與否。RTD軟件通常會以不同顏色或樣式標記出缺失的數據點。

（3）決策氣象服務網。本地決策氣象服務網通常會集成多個站點的觀測數據，當某一站點出現疑似異常數據時，可以通過與周邊其他站點的數據進行對比驗證。若同一時段內周圍站點的數據均正常或變化趨勢一致，則可初步判斷該站可能存在異常觀測；利用服務網提供的歷史數據和實時數據分析功能，查看數據的時間序列是否具有良好的連續性和合理性。

（4）ASOM系統。ASOM系統能夠實時接收和處理各氣象站上傳的數據，并具備自動化監測功能。一旦發現某個站點數據出現長時間無記錄（即數據缺測）或數據明顯偏離正常范圍（異常數據），系統會觸發報警機制，提醒相關運維人員進行關注；利用ASOM系統的數據完整性監控模塊，定期檢查各個氣象要素的觀測記錄是否完整，對于連續缺測時段，分析其可能的原因，如通信故障、儀器故障或供電中斷等，并指導運維人員及時排查修復；ASOM通常集成了多種統計和動態的質量控制方法，如時間一致性檢驗、空間一致性檢驗、極值篩選、內部一致性檢查等，這些算法可以有效識別出超出物理意義范圍的異常觀測值；當某一站點數據可疑時，通過ASOM系統調取周邊其他氣象站點的數據進行比對，若同一區域內的多個站點數據一致，則可初步判斷該站點可能存在觀測異常或設備故障。

3 氣象觀測數據缺測的處理措施

3.1 降水量異常的分析處理

（1）若觀測區域內未有降水天氣出現，但臺站記錄了非零降水量。需要檢查傳感器狀態和數據采集系統是否正常，排除設備誤報的可能性。若設備無故障，考慮是否存在其他導致錯誤記錄的因素，如雨水回流、蒸發水汽凝結等非氣象性降水影響。若確認為設備是因環境原因引起的誤報，則需修正異常數據，刪除錯誤的降水量記錄，并在相關報告中說明[7]。

（2）若在降水天氣結束后仍有降水量記錄，考慮是否存在降水延遲效應，即實際降水已經結束，但儀器內部仍有殘留水分導致繼續記錄降水。檢查儀器的排水系統是否正常工作，確保沒有堵塞或泄露。此外，確認儀器的時間設置是否正確，時間不同步也會導致記錄錯誤。若存在滯后降水量，需第一時間發現并采取科學有效的處理辦法，或在下一個正點前進行處理，這些都被允許。

（3）若某時段內臺站觀測到的降水量數據出現缺測，應將規定記錄時間段內的降水量根據缺測情況處理。例如，若臺站在7：34～8：19時出現了降水現象，而

降水記錄出現缺測，需要將該時間段內的降水根據缺測處理，若影響對應分鐘的降水量數據信息，需根據缺測情況處理。與此同時，將會對06：00～09：00的3 h累計降水量產生影響，在編報降水量時，需要將

06：00～09：00的降水量按照人工雨量筒觀測到的累計降水量輸入進去。由于一般站夜間實行不守班制度，只能對20：00～08：00的累計降水量進行觀測；而05：00

～09：00時降水量為人工雨量筒20：00～翌日09：00段累計降水量與20：00～翌日06：00自動氣象站觀測的累計降水量之差。在實際的氣象觀測工作中，由于降水量觀測時段不同，兩個數值相減時可能會有負值出現，此時需將其按照0.0 mm進行處理。

（4）臺站有微量降水出現時，應確認儀器的靈敏度設置是否合適，過高的靈敏度會導致微量降水被記錄。設置合理的閾值，低于該閾值的降水量可以視為無降水或微量降水，不予以記錄。分析微量降水的記錄頻率和模式，判斷是否為常見現象還是儀器誤差。若微量降水恰好出現在雨量傳感器停用期間，在正點時刻應在編報降水量中輸入00，而小時與分鐘降水量均為缺測時，不用修改降水量數據信息[8]。

3.2 氣候觀測、發報時次的自動觀測記錄缺測

為提高地面氣象天氣報告質量和氣象上傳數據的及時性、準確性和完整性水平，一旦發現氣候觀測、發報時次的自動觀測記錄出現缺測，應及時啟動應急措施，將地面自動氣象觀測項目選擇人工觀測和人工補測資料進行替代。補測的時間需選擇在2：00、8：00、14：00、20：00及規定氣壓、溫度、濕度、風向、風速、降水量等規定編發氣象觀測報告時次內的記錄缺測，一般時次內不進行補測，可選擇人工觀測儀開展補測處理[9]。若地面氣象觀測輻射項目出現缺測或異常情況，可選擇毫伏表進行人工補測工作。若在對應時次內拍發航危報發現地面觀測資料缺測或異常，可選擇人工航危報所需資料開展人工補測和發報。

針對正點地面氣象觀測數據缺測，在獲取非正點分鐘數據后，可優先考慮選擇A文件中正點前后

10 min同正點接近的記錄進行替代。具體操作方法是：若正點前10 min內有數據信息，可以選擇同正點記錄接近的正點前10 min數據進行替代；若正點前10 min的觀測數據缺測，則可以選用正點后10 min同正點記錄較為接近的數據替代，極值項和時累積值不在考慮范圍內。

3.3 日極值缺測的處理

實際上，臺站一天內觀測到的氣象要素種類較多。當發現觀測到的相對濕度、風速、地面溫度、草面溫度、氣溫、氣壓等觀測數據出現缺測或極值異常的情況，若可以準確判斷異常時間段內未有日極值出現，可從其他正常時次的記錄中對當天的日極值進行挑

選[10]。如果確認缺測，需要進一步檢查缺測的原因，如儀器故障、數據記錄錯誤等。對于日極值缺測，可以考慮使用當日其他時次的數據進行插補或估算。例如，若最高溫度缺測，可以嘗試使用當日其他時次的最高溫度數據進行估算。插補和估算的數據應注明來源和估算方法，避免混淆和誤解。若自動觀測站附近有人工觀測站，可以考慮參考人工觀測站的日極值數據進行補充。但需要注意，人工觀測和自動觀測可能存在一定的差異，需要進行適當的修正和調整。可以使用歷史同期的日極值數據進行比較和參考，了解當前缺測數據可能的大致范圍。但需要注意的是，歷史數據可能受到不同氣候條件和其他因素的影響。

4 結論

地面自動氣象觀測數據缺測是一個需要持續關注和處理的問題。通過地面自動氣象站的廣泛使用，在減輕測報人員工作強度的同時，還為氣象事業提供了便利，而觀測數據缺測則阻礙了觀測工作的順利開展。針對該現象，氣象部門需要找出根本原因，從源頭上解決該問題，確保地面氣象觀測工作有序進行，為社會大眾及各個行業提供高質量的氣象服務。

參考文獻

[1] 吳燕琴.地面自動氣象觀測數據缺少的原因及處理方法探析[J].南方農業，2017，11（33）：99-100.

[2] 徐文龍，荀麗波，王海娜.地面自動氣象觀測數據缺測的原因及記錄處理[J].現代農業科技，2011（4）：23-24.

[3] 姬姍姍，曲學波，趙興全.新型自動氣象站觀測數據缺測問題分析處理[J].河南農業，2017（5）：41.

[4] 汪作成.新型自動氣象站數據缺測問題分析及處理[J].南方農機，2018，49（1）：150，152.

[5] 李發軍.紅原地區新型自動氣象站觀測數據異常或缺測分析處理[J].現代農業科技，2017（14）：218，220.

[6] 劉敏.地面自動氣象觀測數據缺測的原因及處理方法探析[J].時代農機，2018，45（8）：38，40.

[7] 唐珍紅.自動氣象站數據異常分析及處理方法[J].農業科技與信息，2022（5）：45-47.

[8] 王逸鵬.地面氣象觀測自動化存在的問題及對策淺析[J].農業災害研究，2021，11（7）：136-137.

[9] 何筱仙.新型自動氣象站觀測數據異常問題分析處理[J].時代農機，2018，45（10）：48，51.

[10] 于堯.新型自動氣象站觀測數據異常問題分析及處理[J].農村實用技術，2019（8）：114.

收稿日期：2024-03-11

作者簡介：彭濱（1971—），男，重慶人，工程師，主要從事綜合氣象觀測、氣象裝備保障工作。