主備份自動氣象站氣象數(shù)據(jù)的對比算法研究與應(yīng)用

王超然　文強(qiáng)

摘要：以黃石國家氣象觀測站地面氣象數(shù)據(jù)為例，研究如何將軟硬件差異較大的主備雙套自動氣象站數(shù)據(jù)放到同一平臺進(jìn)行數(shù)據(jù)對比分析。通過將絕對差值、標(biāo)準(zhǔn)差值等數(shù)據(jù)結(jié)合的方法進(jìn)行分析，提升國家級自動氣象站的自動探查錯與糾錯能力，并以地面氣象數(shù)據(jù)中的氣溫、氣壓數(shù)據(jù)為例，將本文數(shù)據(jù)處理方法代入后進(jìn)行自動判別試驗。結(jié)果表明：通過使用本文方法，可以達(dá)到自動判別錯誤數(shù)據(jù)源的預(yù)期效果。

關(guān)鍵詞：自動氣象站;氣象數(shù)據(jù);質(zhì)控;分析方法

中圖分類號：P413.21 文獻(xiàn)標(biāo)志碼：A 論文編號：cjasl8030028

Research and Application of Comparison Algorithm of Meteorological Data from

Main and Standby Automatic Weather Stations.

Wang Chaoran1， Wen Qiang2

（1Hangshi Meteorological Bureau of Hubei， Huangshi 435000， Hubei， China;?2Shiyan Meteorological Bureau of Hubei， Shiyan 442000， Hubei， China）

Abstract： Taking ground meteorological data of Huangshi National Meteorological Station as the samples， we?compare and analyze the data of main and standby automatic meteorological stations in the same software. By?combining the absolute differences and standard deviation values， we aim to improve the functions of automatic debugging and automatic error correcting of the state- level meteorological stations. Besides， data of temperature and air pressure of ground meteorological data are used for the automatic identification test with?the data processing methods proposed by this study. Results show that the expected effects of automatic?identification of wrong data source can be achieved.

Keywords： Automatic Weather Station; Meteorological Data; Quality Control; Analysis Method

0 ?引言

國家級地面自動氣象站是國家乃至全球地面氣象觀測數(shù)據(jù)的主要來源之一，其數(shù)據(jù)可用率對預(yù)報與服務(wù)的影響重大。中國氣象局印發(fā)的《綜合氣象觀測業(yè)務(wù)發(fā)展規(guī)劃（2016—2020年）》中要求“加強(qiáng)數(shù)據(jù)質(zhì)控能力，研發(fā)觀測數(shù)據(jù)質(zhì)量聯(lián)合檢驗技術(shù)方法”。

提高氣象數(shù)據(jù)可用率，除了要求氣象設(shè)備性能的提升外，還需要高效的數(shù)據(jù)質(zhì)量控制方法。國內(nèi)外許多專家都在不斷優(yōu)化數(shù)據(jù)質(zhì)量控制的算法[1-5]。例如，王興等[6]利用溫度場與氣壓場資料將IDW算法加以優(yōu)化，改進(jìn)了直接用各站點氣溫數(shù)據(jù)進(jìn)行插值的空間一致性質(zhì)控方法[7-11]。王海軍等[12-13]基于氣溫日變化規(guī)律與數(shù)據(jù)插值技術(shù)的小時氣溫界限值質(zhì)控方法。這些方法都在更廣的時空維度上將原有的數(shù)據(jù)質(zhì)控算法更加優(yōu)化，取得了很多研究成果。

隨著氣象現(xiàn)代化程度的提高，新的設(shè)備也越來越多，以湖北省為例，全省國家級自動氣象觀測站大多數(shù)都是一主一備雙套自動氣象站（以下簡稱主備站）同時運行。這樣在同一時間、同一空間就有兩份數(shù)據(jù)作為數(shù)據(jù)源。本文研究如何通過對主備站氣象數(shù)據(jù)（氣溫、氣壓、相對濕度、風(fēng)向、風(fēng)速）進(jìn)行實時對比質(zhì)控分析，及時發(fā)現(xiàn)自動站在運行中出現(xiàn)的疑誤數(shù)據(jù)，從而加強(qiáng)數(shù)據(jù)質(zhì)控能力，提高氣象觀測數(shù)據(jù)的可用率。

1 ?數(shù)據(jù)來源

主備站數(shù)據(jù)實時獲取首先要克服軟硬件平臺不兼容的問題。以湖北為例，備份站以ZQZ型自動氣象站為主，一般使用OSSMO2004軟件，分鐘文件存放在ZZ.txt（簡稱ZZ文件）中;主站以DZZ5型自動氣象站為主，一般使用ISOS軟件進(jìn)行數(shù)據(jù)采集加工存儲，ISOS分鐘數(shù)據(jù)存放在AWS_M_Z_IIiii_yyyyMMDD.txt（簡稱M_Z）文件中[14-16]。主備雙站分鐘數(shù)據(jù)文件名、文件格式、存儲位置都不相同。為了使雙站數(shù)據(jù)能在同一平臺下進(jìn)行數(shù)據(jù)對比，可以采用主備雙站都會生成并推送的Z_SURF_I_IIiii_yyyy MMddhhmmss_O_AWS FTM[-CCx].txt（簡稱長Z文件）進(jìn)行數(shù)據(jù)對比。

長Z文件每5min生成一個。不管是OSSMO2004軟件還是ISOS軟件，都可以自動將每5min生成的這個文件推送到目的地址。這樣只需在目的地址負(fù)責(zé)接收入庫即可。甚至可以將備份站5min數(shù)據(jù)設(shè)置成區(qū)域站數(shù)據(jù)進(jìn)行接收，與ISOS發(fā)送的國家站數(shù)據(jù)一同入CIMISS數(shù)據(jù)庫。這樣數(shù)據(jù)可以直接在數(shù)據(jù)庫中進(jìn)行對比分析。

2 ?數(shù)據(jù)對比分析方法

在獲取氣象要素數(shù)據(jù)后，就可以對獲取到的數(shù)據(jù)進(jìn)行對比分析。對于所有的氣象數(shù)據(jù)，進(jìn)行四種狀態(tài)判斷：正確、可疑、錯誤、缺測。前3種狀態(tài)判斷依據(jù)的是臺站自行設(shè)置的閾值。一般的數(shù)據(jù)判斷，每個氣象要素臺站可自行設(shè)置兩個閾值，分別為可疑閾值與錯誤閾值，通過數(shù)據(jù)之間的差值來標(biāo)記數(shù)據(jù)狀態(tài)[17]。默認(rèn)可疑閾值根據(jù)第二代新型自動站功能規(guī)格書儀器最大允許誤差確定[18]（如：氣溫為±0.2℃，氣壓為±0.3Pha，相對濕度為±3%，風(fēng)速為±0.5m/s等）。錯誤閾值則根據(jù)臺站自身情況自行設(shè)置。

2.1 差值判斷法

氣溫、氣壓、相對濕度、風(fēng)速等直接采用差值法進(jìn)行判斷。設(shè)主備兩套儀器觀測的兩組數(shù)據(jù)為{ai}與{bi}，可疑閾值設(shè)置為α，錯誤閾值為β，i=1，2，3，…，n[19-20]。差值判斷公式如（1）所示。

令△ab=|ai-bi|，△ab≤αai與bi標(biāo)記正確

α<△ab<βai或bi標(biāo)記可疑

△≥βai或bi標(biāo)記錯誤 ???（1）

有的氣象要素，如雨量的判斷不能直接用閾值進(jìn)行對比分析。根據(jù)《地面氣象觀測規(guī)范》，雨量判斷標(biāo)準(zhǔn)是百分比，差值相差4%以上說明數(shù)據(jù)有誤。但觀測站如果出現(xiàn)少量降水，如2.0mm降水，相差0.1mm降水就使差值達(dá)到5%。在實際工作中，這種少量降水量導(dǎo)致降水量誤差大于4%的現(xiàn)象不一定是儀器不準(zhǔn)。對于這種氣象數(shù)據(jù)，需要加入臨界值的數(shù)據(jù)狀態(tài)標(biāo)記方法。

降水臨界值判斷公式如（2）所示。

R0≤LR ?△R=|R0-R1|

R0>LR ?△R=|R0-R1|/R0×100%（2）

式中LR為臨界值，R0為主站實際降水量，R1為備份站降水量。當(dāng)R0≤LR時用差值判斷，當(dāng)R0>LR用百分比進(jìn)行閾值判斷。差值與百分比分別設(shè)有可疑閾值α、錯誤閾值β，數(shù)據(jù)標(biāo)記方法同公式（1）。

有的氣象要素，在判斷時與其他氣象要素具有較強(qiáng)的相關(guān)性。如風(fēng)向要素的判斷就與風(fēng)速關(guān)系緊密。當(dāng)風(fēng)速較小時，風(fēng)向差值可能較大，當(dāng)風(fēng)速較大時，風(fēng)向差值較小。

風(fēng)向判斷公式如（3）所示。

TS0=FS1=C 靜風(fēng)，判斷為正確

C<FS0≤Lf △FX0=|FX0-FX1| （3）

FS0>Lf △FX1=|FX0-FX1|

FS0為主站風(fēng)速，F(xiàn)S1為備份站風(fēng)速，F(xiàn)X0為主站風(fēng)向，F(xiàn)X1為備份站風(fēng)向，△FX0為主站風(fēng)速小于或等于臨界風(fēng)速Lf時的差值風(fēng)向，△FX1為主站風(fēng)速大于臨界風(fēng)速Lf時的差值風(fēng)向。數(shù)據(jù)判斷標(biāo)記方法同公式（1）。

2.2 標(biāo)準(zhǔn)差判斷法

在數(shù)據(jù)對比分析里，雙站對比無基準(zhǔn)數(shù)據(jù)做參照，當(dāng)可疑或錯誤數(shù)據(jù)出現(xiàn)時，既有可能是主站出現(xiàn)故障，也有可能是備份站出現(xiàn)故障。對于氣溫、氣壓、相對濕度等時間上有連續(xù)性相關(guān)的要素可采用差值標(biāo)準(zhǔn)差的方式，判斷現(xiàn)在獲取的數(shù)值與過去連續(xù)獲取數(shù)值之間的離散程度，從而判斷故障是出現(xiàn)在主站還是備份站[21]。

要獲取一組數(shù)據(jù){xi}的標(biāo)準(zhǔn)差，首先要得到前i-1，i-2，…，i-n個氣象要素的算數(shù)平均值μ。μ的計算公式如（4）所示。

μ=（xi+xi-1+xi-2+…+xi-n+1）/n（4）

標(biāo)準(zhǔn)差公式如（5）所示。

（5）

式中xi為第i個氣象要素值。軟件中n的取值為6，由于氣象數(shù)據(jù)獲取的為每5分鐘獲取一次數(shù)據(jù)，{xi}即為30min氣象要素集合。

若氣溫、氣壓、相對濕度等氣象要素首先被閾值判斷標(biāo)記為錯誤，則對主站{ai}與備份站{bi}取半小時的標(biāo)準(zhǔn)差σa與σb進(jìn)行比較，如公式（6）所示。

△σa≤△σb主站正確

△σa>△σb備份站正確（6）

3 ?方法的驗證

在實踐中，用本文方法對氣溫、氣壓、相對濕度進(jìn)行驗證。

3.1 氣溫數(shù)據(jù)驗證

氣溫、氣壓、相對濕度等具有相似的連續(xù)性變化規(guī)律，本文以氣溫數(shù)據(jù)為例，將差值與標(biāo)準(zhǔn)差判別法初步的驗證于2017年2月的黃石國家基本氣象站氣溫數(shù)據(jù)中。具體數(shù)據(jù)如圖1所示。其中本站值為經(jīng)過差值與標(biāo)準(zhǔn)差值進(jìn)行自動判斷糾正后的輸出值。

在2月15日10時左右，備份站氣溫傳感器出現(xiàn)故障，隨著氣溫升高，備份站溫度值卻反而降低，△ab在9時35分超過0.4℃，主站溫度為15.5℃（前半小時數(shù)據(jù)15.1、14.9、14.7、15.2、15.5℃），備份站為10.5℃（前半小時數(shù)據(jù)15.1、14.6、14.5、14.8、10.5℃），半小時標(biāo)準(zhǔn)差運用差值與標(biāo)準(zhǔn)差值進(jìn)行判斷糾正后，最終的本站值選擇與主站值保持一致。直到15日18時后更換溫度傳感器，數(shù)值恢復(fù)正常。第二次備份站數(shù)據(jù)出現(xiàn)異常是在在20日8時后，由于電壓故障，導(dǎo)致8時30分開始出現(xiàn)負(fù)值，通過差值與標(biāo)準(zhǔn)差值進(jìn)行判斷糾正后，本站值自動調(diào)整為與主站一致。

3.2 氣壓數(shù)據(jù)驗證

氣壓數(shù)據(jù)的驗證同樣采用2017年2月主備站數(shù)據(jù)。20日8時后因電壓故障，同樣導(dǎo)致備份站氣壓數(shù)據(jù)跳變。如圖2所示。△ab在8時45分超過0.6Pha，主站氣壓為1005.7Pha（前半小時數(shù)據(jù)1005.5、1005.8、1005.9、1005.7、1005.7Pha），備份站為1008.2Pha（前半小時數(shù)據(jù)1005.6、1006.0、1006.3、1006.1、，1008.2Pha），半小時標(biāo)準(zhǔn)差△σa（1.3）≤△σb（9.0）。故判斷為備份站故障，本站值選取主站值。

4 ?結(jié)論

本文主要通過主備份自動站資料對比分析，探索能夠及時發(fā)現(xiàn)異常數(shù)據(jù)的方法，并嘗試對部分異常數(shù)據(jù)進(jìn)行自動糾正（如氣溫、氣壓、相對濕度等）。但對部分無序數(shù)據(jù)（如雨量、風(fēng)等）只能進(jìn)行閾值報警。主要得出以下結(jié)論：

（1）氣溫、氣壓、相對濕度等數(shù)據(jù)在天氣變化平緩時能夠達(dá)到預(yù)期的發(fā)現(xiàn)錯誤并糾正的效果。

（2）在夏季或天氣變化劇烈（如短時雷雨），氣象數(shù)據(jù)短時間變幅較大時，數(shù)據(jù)短時間變幅較大，可能導(dǎo)致糾正效果不佳。

（3）標(biāo)準(zhǔn)差判斷法本質(zhì)是判斷數(shù)值的離散度，當(dāng)儀器設(shè)備靈敏度下降的情況下，會導(dǎo)致判斷結(jié)果失真。

（4）雨量與風(fēng)速數(shù)據(jù)通過對比，可以判斷主站或者備份站出現(xiàn)了故障，具體判斷故障出現(xiàn)在哪個站，僅通過主備站數(shù)據(jù)分析難以做到，需要其他區(qū)站資料或是雷達(dá)衛(wèi)星資料進(jìn)行綜合分析。

參考文獻(xiàn)

[1]Hubbard， Kenneth G， Nathaniel B G， et al. An improved QC?process for temperature in the daily cooperative w eather observations[J].J Atmos Ocean Technol，2007，24：206-213.

[2]Durre I， M enne M J， Gleason B E， et al. Comprehensive auto-?mated quality assurance of daily surface observations[J].J Appl M?eteor Climatol， 2010，49：1615-1633.

[3]Sciuto G， Bonaccorso B， Cancelliere A， et al. Probabilistic quality?control of daily temperature data[J].International Journal of?Climatology，2013，33（5）：1211-1227.

[4]任芝花，熊安元，鄒鳳玲.中國地面月氣候資料質(zhì)量控制方法的研究[J].應(yīng)用氣象學(xué)報，2007，18（4）：516-523.

[5]Taylor J R， Loescher H L. Automated quality control methods for?sensor data： a novel observatory approach[J].Biogeosciences，2013，?10（7）：4957-4971.

[6]王興，苗春生，江燕如，等.臺站溫度質(zhì)量控制中IDW算法改進(jìn)及應(yīng)用[J].氣象科技，2014，42（4）：605-611

[7]陸忠艷，袁子鵬，蔡福，等.基于GIS的氣溫和降水推算方法研究[J].氣象科技，2008，36（4）：389-395.

[8]Anderson S. An evaluation of spatial interpolation methods on air temperature in Phoenix，Arizona State [EB/OL].[2013-06-27].http：//?www.cobblestoneconcepts.com/ucgis2summer/anderson/anderson.?htm，2012，6.

[9]楊曉霞，沈桐立，徐文金，等.最優(yōu)插值客觀分析方法[J].南京氣象學(xué)院學(xué)報，1911，14（4）：566-574.

[10]Lu G Y， Wong D W. An adaptive inverse-distance weighting spatial?interpolation technique[J].Computers and Geosciences，2008，34（9）：?1044-1055.

[11]尹嫦姣，江志紅，吳息，等.空間差值檢驗方法在地面氣象資料質(zhì)量控制中的應(yīng)用[J].氣候與環(huán)境研究，2010，15（3）：229-236.

[12]王海軍，楊志彪，楊代才，等.自動氣象站實時資料自動質(zhì)量控制方法及其應(yīng)用[J].氣象，2014，33（10）：102-109.

[13]王海軍，閆蕎蕎，向芬，等.逐時氣溫質(zhì)量控制中界限值檢查算法的設(shè)計[J].高原氣象，2014，33（6）：1722-1728.

[14]中國氣象局.地面氣象觀測數(shù)據(jù)文件和記錄簿表格式[M].北京：氣象出版社，2005：3-4.

[15]中國氣象局氣象探測中心.臺站地面綜合觀測業(yè)務(wù)軟件（ISOS）用戶操作手冊[M].北京：氣象出版社，2014：195-196.

[16]中國氣象局監(jiān)測網(wǎng)絡(luò)司.第二代自動氣象站功能規(guī)格書，2010.

[17]Parolari A J， Katul G G， Porporato A. An ecohydrological?perspective on drought- induced forest mortality[J].Journal of?Geophysical Research Biogeosciences，2014，119（5）：965-981.

[18]中國氣象局氣象探測中心.新型自動氣象（氣候）站評估報告.2010.

[19]溫華洋，徐光清，張虎，等.雙套自動氣象站數(shù)據(jù)評估及其優(yōu)勢探討[J].應(yīng)用氣象學(xué)報，2012，23（6）：748-750.

[20]呼群，孔祥晨.東勝國家基本氣象站雙套自動站資料對比分析[J].安徽農(nóng)業(yè)科學(xué)，2015，43（5）：182-184.

[21]溫華洋，華連生，金素文，等.基于空間一致性的雙套站數(shù)據(jù)選取方法探索[J].氣象，2013，39（8）：1069-1072.