一种地面气温观测资料的质量控制方法技术

本发明专利技术公开了一种地面气温观测资料的质量控制方法，首先对目标区域内气象观测站的气温数据进行采集，其次求解实验变异函数值并利用提出的反正切函数对其进行拟合，然后通过克里金方程组求解各邻近观测站对目标观测站的权重，进而利用梯度克里金法对各气象观测站的气温值进行估计并对其精度进行评价，最后对气温估计值与原始观测值进行阈值检验，从而判断数据是否有误并对其进行修正。本发明专利技术解决了现有质量控制方法对邻近观测站空间分布、气温空间相关性及其变异性以及地形对气温影响考虑不足的问题。

Quality control method for ground temperature observation data

The quality control method of the invention discloses a surface temperature observation data, the first to collect the temperature data of meteorological stations in the target area, then solve the experimental variogram values and by the arctangent function to fit the data, and then through the Kriging equations of each adjacent stations for weight target observation stations. Then the observation station of the meteorological temperature estimation and evaluate its precision by using the Kriging method of temperature gradient, finally estimate the threshold test and the original observations, to determine whether the data errors and revise it. The invention solves the problem that the existing quality control method has insufficient consideration for the spatial distribution of the adjacent observation stations, the spatial correlation of the temperature and the variability thereof, and the influence of topography on the temperature.

【技术实现步骤摘要】
一种地面气温观测资料的质量控制方法
本专利技术属于气象观测
，特别涉及了一种地面气温观测资料的质量控制方法。
技术介绍
气象数据质量控制即对气象观测站和数据中心的资料审核，以便发现其中的缺测数据或错误数据并对其补充或修正，从而保证资料最大程度的完整和最大可能的准确。由于地面观测资料能够较为准确地提供大气近地面的动力、热力状况和湿度分布等大气特征，因此，地面资料同化技术的发展是提高数值天气预报水平的重要方法之一，而资料同化技术发展的首要任务就是如何利用质量控制方法获取高质量的观测资料，同时高质量的地面气象观测资料也是研究气候变化和气候模式必不可少的资料。各国皆注重对气象资料的质量控制研究，质量控制技术也有了很大发展，如北欧国家的4级质量控制、美国国家环境预报中心的质量控制方法研究、中国的3级质量控制等。传统的基本方法有界限值检查、气候极值检查、历史极值检查、区域极值检查、内部一致性检查、时变检查、空间一致性检查等。其中空间一致性检查是根据邻近观测站对目标站进行质量控制，具有较大的优势，常用的有反距离加权法与空间回归检验法，其中空间回归检验法适用于降水、风速等单一空间变化较大要素的检验，而反距离加权法仅依据邻近观测站与目标站间的距离分配权重，在地形复杂度较高的地区性能较差。气温是最为重要的气象要素之一，地形对其有显著影响，而传统方法并没有将其考虑在内。
技术实现思路
为了解决上述
技术介绍
提出的技术问题，本专利技术旨在提供一种地面气温观测资料的质量控制方法，解决反距离加权法对邻近观测站空间分布、气温空间相关性及其变异性以及地形对气温影响考虑不足的问题。为了实现上述技术目的，本专利技术的技术方案为：一种地面气温观测资料的质量控制方法，包括以下步骤：(1)采集气象观测站气温观测数据并对其进行基本检查，获得数据集Zi(t)，其中，i为气象观测站序列号，t为观测时刻；(2)对于每一个观测时间t，根据公式计算得到一组实验变异函数值γ(h)，其中，h为参与求解的观测站点间的分离距离；N(h)是分离距离为h的观测站点对数；Z(xj)与Z(xj+h)分别为在间距为h的观测站xj与xj+h处的气温观测值；(3)对于每一个观测时间t，根据步骤(2)计算得到的实验变异函数值γ(h)，利用反正切变异函数模型对其拟合；(4)采用克里金方程组计算邻近观测站xk对目标观测站x0的权重ωk，其中，μ为拉格朗日常数；γ(xk-xl)为观测站xk和xl之间的变异函数值；m为目标观测站x0周围参与估值计算的邻近观测站数量；(5)根据步骤(4)计算的权重ωk和梯度克里金公式，计算目标观测站气温的估计值；(6)重复步骤(2)-(5)，得到目标区域内每个观测站不同时刻t时的估计值并对估计值精度进行评价；(7)判断气温估计值与实际观测值是否满足若满足则认为数据可信，若不满足则认为数据有误，使用可信的估计值对观测值进行修正，完成质量控制；其中，σ为估计值的标准误差。进一步地，在步骤(3)中，所述反正切函数模型：上式中，C0为块金值，反映了受不确定性因素影响的程度；C0+C为基台值，反映了Zi(t)总的变异强度；a为变程，表示气温具有空间相关性的最大距离；β为可变参数。进一步地，在步骤(5)中，所述梯度克里金公式：上式中，Z(x0)为目标观测站的估计值；Z(xk)是邻近观测站的观测值；θt为t时刻的气温垂直递减率，表示气温随海拔高度变化的梯度；Hk与H0分别为邻近观测站与目标观测站所处的海拔高度。进一步地，t时刻的气温垂直递减率θt根据下式计算：Z(t)＝-θtH+b上式中，Z(t)为各观测站t时刻气温观测值组成的序列，H为各观测站对应的海拔高度组成的序列，b为残差。进一步地，在步骤(2)中，分离距离h取值的最大值为最大观测站间距的一半。进一步地，在步骤(6)中，对估计值精度进行评价的评价指标包括均方根误差、平均绝对误差和一致性指标。进一步地，在步骤(1)中，所述基本检查包括界限值检查、极值检查、一致性检查和时变性检查。采用上述技术方案带来的有益效果：本专利技术解决了反距离加权法对邻近观测站空间分布、气温空间相关性及其变异性考虑不足的问题。本专利技术提出的反正切变异函数模型，减少了选择高斯模型作为变异函数模型时可能产生的异常估计值。本专利技术采用的梯度克里金法相对于普通克里金法，考虑了地形对气温的影响，提高了整体性能。附图说明图1为本专利技术的方法流程图；图2为实施例中福建省及其周围气象观测站的空间分布示意图；图3为2014年福建省不同定时值气温不同月份的垂直递减率示意图；图4为实施例运用本专利技术方法质量控制前后某观测站的02:00时气温数据对比示意图。具体实施方式以下将结合附图，对本专利技术的技术方案进行详细说明。本专利技术方法的流程如图1所示，首先对目标区域内气象观测站的气温数据进行采集，然后计算实验变异函数值，并用反正切函数对其进行拟合，然后通过求解克里金方程组得到权重值，据此计算目标站的估计值，最后对气温估计值与原始观测值进行阈值检验，从而判断数据是否有误并对其进行修正。以下将对2014年福建省63个观测站的逐日定时值气温数据进行实施例分析，进一步说明本专利技术：步骤1、获取经过基本检查后气象观测站定时值(02:00，08:00,14:00与20:00)气温观测数据Zi(t)，其中i为观测站序列号，本实施例i＝1，2…63，而为减弱“边界效应”的影响，另取福建省周边地区42个气象观测站作为辅助观测站，共105个观测站的空间分布如图2所示；t为观测时刻，本实施例中其序列长度为365*4＝1460。步骤2、对于每一个观测时刻t，根据公式计算得到一组实验变异函数值。其中，γ(h)为实验变异函数值；h为分离距离，最大值宜为最大观测站间距的一半；N(h)是分离距离为h的观测站点对数；Z(xj)与Z(xj+h)分别为间距为h的观测站xj与xj+h处的气温观测值。步骤3、对于每一个观测时刻t，按照步骤2可以得到一组h与γ(h)一一对应的数据集，通过最小二乘法运用提出的反正切变异函数对h—γ(h)散点值进行拟合求解，其函数模型为其中C0为块金值，反映受不确定性因素影响的程度；C0+C为基台值，反映了区域变量Zi(t)总的变异强度；a为变程，表示气温具有空间相关性的最大距离；h为分离距离；β为可变参数。步骤4、对于每一个观测时刻t，通过克里金方程组可以计算距目标观测站最近的8个邻近观测站xk对目标观测站x0的权重ωk；其中，μ为拉格朗日常数；γ(xk-xl)为观测站xk和xl之间的变异函数值；m为目标观测站x0周围参与估值计算的邻近观测站数量；步骤5、普通克里金法在考虑了地形对气温的影响之后转化得到梯度克里金公式计算目标观测站估计值，其中Z(x0)为目标观测站估计值；Z(xk)是邻近观测站值；ωk为参与估值的邻近观测站对目标观测站的权重；θt为t时刻该地区的气温垂直递减率(℃/100m)，表示气温随海拔高度变化的梯度；Hk与H0分别为邻近观测站与目标观测站所处地的海拔高度(100m)；x是气象观测站坐标。步骤6、重复步骤2～5，得到福建省63个气象观测站1460个时刻的估计值评价方法的预测精度并与普通克里金法和反距离加权法进行比较。评价方法预测精度常用的评价指标有均方根误差(rootmean本文档来自技高网...

【技术保护点】
一种地面气温观测资料的质量控制方法，其特征在于，包括以下步骤：(1)采集气象观测站气温观测数据并对其进行基本检查，获得数据集Z

【技术特征摘要】
1.一种地面气温观测资料的质量控制方法，其特征在于，包括以下步骤：(1)采集气象观测站气温观测数据并对其进行基本检查，获得数据集Zi(t)，其中，i为气象观测站序列号，t为观测时刻；(2)对于每一个观测时间t，根据公式计算得到一组实验变异函数值γ(h)，其中，h为参与求解的观测站点间的分离距离；N(h)是分离距离为h的观测站点对数；Z(xj)与Z(xj+h)分别为在间距为h的观测站xj与xj+h处的气温观测值；(3)对于每一个观测时间t，根据步骤(2)计算得到的实验变异函数值γ(h)，利用反正切变异函数模型对其拟合；(4)采用克里金方程组计算邻近观测站xk对目标观测站x0的权重ωk，其中，μ为拉格朗日常数；γ(xk-xl)为观测站xk和xl之间的变异函数值；m为目标观测站x0周围参与估值计算的邻近观测站数量；(5)根据步骤(4)计算的权重ωk和梯度克里金公式，计算目标观测站气温的估计值；(6)重复步骤(2)-(5)，得到目标区域内每个观测站不同时刻t时的估计值并对估计值精度进行评价；(7)判断气温估计值与实际观测值是否满足若满足则认为数据可信，若不满足则认为数据有误，使用可信的估计值对观测值进行修正，完成质量控制；其中，σ为估计值的标准误差。2.根据权利要求1所述一种地面气温观测资料的质量控制方法，其特征在于：在步骤(3)中，所述反正切函数模型：

【专利技术属性】
技术研发人员：叶小岭，熊雄，沈云培，邓华，姚润进，黄飞，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏,32