索朗卓嘎，李彦军，巴果卓玛，阿 桑，唐富安

（1.西藏林芝市气象局，西藏 林芝 860000；2.西藏工布江达县气象局，西藏 林芝 860200；3.西藏察隅县气象局，西藏 林芝 860600）

1 研究背景

1.1 研究的目的、意义及必要性

目前林芝市共有4 个人工站、68 个区域自动站投入业务使用，可为当地气象预报、短时预报、重大气象服务保障及决策气象服务等提供数据支撑。对于区域自动气象站来说，其观测资料的质量将会对预报业务效果直接产生影响，常规的地面质控软件只能监测缺测资料，无法保证数据本身质量，其中，异常数据的阈值则是对质量控制效果影响最大的关键性因素，本文结合藏东南地区区域自动气象站观测的各种气象要素数据资料和常用的质量控制方法，并将林芝境内的区域自动气象站分布规律和实际业务需求进行结合，对温湿度、气压、风向风速、降水量等不同种类的异常气象要素数据的阈值进行研究，并形成技术指标，对它进行总结并形成技术指标，为地面综合数据质量监测研究提供参考。

依据气象数据在天气学、气候学原理、时间和空间上的相互联系得出如下常用传统质控方法：气候极值的检查、时间序列的检查、空间序列的检查[1]。针对历史数据质量控制中的一些方法，如内部一致性、历史极值判定等方法同样适用于实时自动站质量控制。需要引起注意的是，实时信息检验同历史质量控制之间还有一些差异存在，通过历史控制可以了解到某时刻前后及空间的数据信息，而实时数据具有较强的实时性水平，只能了解到过去时刻及空间数据信息[2-3]。本文以传统质量控制理论为基础，结合气象要素空间一致性特点，以寻找林芝市区域自动气象站获取气候界限值常用方法，在将其投入业务应用后，可分析最终的运行结果，以对观测数据误差原因进行探寻，为区域自动站开展实时质量控制提供参考。本文从以下几个方面来判别数据异常情况，并找出阈值。

1.2 国内外研究现状

目前国内很多地方已经有了很成熟的地面数据质量监控平台，能很好地监测地面气象数据资料的连续性、准确性。区内目前是利用天元系统对数据进行监控，只能监控缺测数据，MODS 可以对疑问数据进行监控，当出现疑误数据或缺测数据由省级发现，因此，希望通过对地面综合数据异常质量监测技术的研究快速发现疑误。

2 计算方法

2.1 建站不足10 年的区域站确定参证站

对于区域站来说，因台站建设时间相对较短，在选择质量控制参数时不宜选用本站统计值，需要选择建站时间超过10 年站点的气候资料作为参证站。有关步骤如下[4]。

2.1.1 确定区域站建设时间超过10 年的站点

对区域站建设时间超过10 年的站点进行确定，并将它作为该站的参证站使用。

2.1.2 确定参证站的对应方法

众所周知，区域自动站建设的时间较短，通过对区域站与超过10年以上站点的最近距离进行计算来确定最终的参证站。

计算公式如下：

式（1）中：s为两站点之间的距离；a为2 点纬度差，主要是A 点与B 点纬度的差；A 点经纬度用Lat1 Lung1表示，B 点经纬度用Lat2 Lung2 表示；b为2 点经度差，主要是A 点与B 点经度之差；地球半径为6 378.137 km，最终计算结果单位为km。

在订正时应结合相关要素随着高度的变化规律进行，这样才能确保最终的气候值具有代表性水平。例如用布久乡、易贡、南伊沟等站进行举例，距离布久乡距离较近的站点分别为林芝站和尼池站，距离易贡乡较近的站点为波密站及通麦站，根据式（1）来计算得出区域站离参证站更近的距离来确定参证站，根据计算出来的距离可以确定布久乡的参证站为尼池，易贡的参证站为通麦，除了考虑气候距离及海拔高度的条件外，仍需考虑气候背景，因此南伊沟的参证站设为派镇。

2.1.3 海拔高度差的计算

参证站之后，通过两站的海拔高度计算出两站的高度差。设临近站位为h，被检站位为h0，当h0＜2 500 m时，|h-h0|≤100 m，h0＞2 500 m 时，|h-h0|≤300 m。

通过以上计算方法找出建站不足10 年的区域站的参证站，具体参证站情况如表1 所示。

表1 林芝各区域站参证站表

2.2 异常数据判别方法

2.2.1 台站要素极值及气候极值

结合林芝市境内的气候特点给出的温湿度、气压、风速和降水量不同气象要素的极值参数，可以发现，随着四季的更迭变化气温数据的变化最为明显，可以根据对应月份给出对应的极值条件。在检查气候极限值的过程中，若是在极值范围内不包含该气象要素数据信息，则可以将该数据标定为错误值。自台站建站以来累积的各月不同气象要素的极值信息称之为历史机制，一旦观测资料超过历史极值范围则将其看作是可疑资料。在对历史极值进行检查时，对应的气象要素主要有气压、温度、相对湿度、降水量和风速数据信息。

2.2.2 内部一致性

在对气象要素数据进行内部一致性检查时，主要是根据同时刻观测到的要素之间或多或少存在相关性事实，在检测时则是对某些有物理特征关联气象要素间能否保持一致作为最终依据。

2.2.3 时间一致性

在时间上，气象要素变化的连续性特征较为明显。从月份极值中可以对最大变化值进行检查[3]：针对当前各个气象要素同过去10 min 的数值变化，一旦比月份极值中的怀疑极限值要高，同时比错误极限值要小，可将它看为怀疑值；若是与月份极值中的错误极限值相等或偏大，则将它看为错误值。

对多个时次连续无变化的检查也是时间序列检查中的内容，若是连续6 个整点时次内，空气温度、地温、草温、露点温度及相对湿度没有变化，可以将它看为错误数据。

2.3 气象要素异常数据阈值方法研究

对气温、气压、风速进行气候界限值参数值的统计，对超过10 年站点要素的气候界限值参数值进行计算提取；订正站点超过10 年的气候界限值高度，并将该区域自动站对应的质量控制参数值计算出来。

2.3.1 气温

选择自从建站以来林芝市23个国家气象站每月的极端最高气温的大值、极端最低气温低值，并对它们进行统计，选择人工方式核对最终结果，在确定后界限值基础上，不断向外扩展，最终国家站的气候界限值参数可以选择最高气温向大值、最低气温向低值扩展到可以被5 整除的数。利用王超球提出的方法来进行计算，通过计算月最高最低气温的扩展值在均在0～4.5 之间，扩展值范围在上述月份极值的范围之内，并得出林芝各气象站点的气温界限值，当气温的数据超过界限值时可判定为数据“错误”，需要进行人工判断，具体结果如图1 所示（以部分站点为例）。

图1 各站点气温气候界限值图

2.3.2 气压

统计国家站气候界限值参数。选择自从建站以来林芝市23 个国家气象站每月的极端最高气压的高值、极端最低气压的低值，并对它们进行统计，选择人工方式核对最终结果，在确定后界限值基础上，不断向外扩展，最终国家站的气候界限值参数可以选择最高气压向高值、最低气压向低值扩展到可以被5 整除的数。利用王超球提出的方法来进行计算，找出扩展值最高气压的扩展值K在0～10 之间，最低气压的扩展值K在0～9.9 之间，扩展值的范围为超过月份极值所制定的范围，并根据公式计算出林芝各气象站点的气压界限值，当气压的数据超过界限值时可判定为数据“错误”，需要进行人工判断[4]，具体结果如图2 所示。

图2 各站点气压气候界限值图

2.3.3 风速

统计站风速界限值参数值。选择自从建站以来林芝市23 个国家气象站每月的最大风速，并对它们进行统计，选择人工方式核对最终结果，在确定后界限值基础上，不断向外扩展，最终国家站的气候界限值参数可以选择最大风速向高值扩展到可以被5整除的数。通过利用王超球提出的方法来进行计算通过计算扩展K的范围在0～4.9 之间，并根据公式计算林芝各气象站点的风速界限值，当最大风速的数据超过界限值时可判定为数据“错误”，需要进行人工判断，具体结果如图3 所示。

图3 各站点最大风速气候界限值图

2.3.4 小时降水量

2.3.4.1 气候极值检验

需检验降水总量的气候值[5]。当前，气候界限值在0～150 mm/h 是中国较为常用的降水资料。通过分析林芝市境内气候特点情况，将上限值设置为60 mm/h，一旦消失降水量不在气候界限值范围内，则将小时降水量数据判定为错误，需选择人工方式进行判定。

2.3.4.2 历史极值检验

结合林芝市2006—2020年自动站消失降水量数据信息，并将各个站点每月的小时降水量最大值筛选出来，作为本站的历史极值阈值。通过对比小时雨量与历史数据信息，利用历史极值数据作为小时雨量的阈值，再根据月份极值的序列最大变化值，若是历史极值比怀疑极限值高且比错误极限值小，可将该数据作为怀疑值；若是比错误极限值高，可将其看作错误值。由于区域自动站运行时间不断增加，需逐年调整历史极值，以增加数据量，确保极值检验具有统计学意义[6]。

由于林芝自动站分布不均匀且国家站数量较少，因此空间插值交叉检验法[7]和Madsen-allerupt 方法是用来检验数据的暂不能得到阈值，故目前采用气候极值及历史极值作为小时雨量的阈值。当小时降水超过历史极值的阈值时，超过历史极值5 mm 时判定数据“可疑”，当小时降水量超过60 mm 时则判定数据“错误”，需要进行人工判断，具体如图4 所示（以部分站点为例）。

图4 各站点小时雨量异常数据阈值

2.3.5 相对湿度

2.3.5.1 气候极值检验

工作人员需对历史值开展气候值检验工作，气候界限值为0%～100%是中国相对湿度资料中的界限值。上限值可以设置为100%，一旦相对湿度值超过气候界限值范围，则判定该数据错误，需选择人工方式进行判定。

2.3.5.2 历史极值检验

相对湿度与降水呈明显的正相关关系，不同季节、不同模式（降水、晴天、阴天）下相对湿度的值变化是很大的。根据不同季节、不同模式下逐站的相对湿度大值和小值，筛选完成后作为本站历史极值阈值，再根据月份极值的序列确定最大变化值。若是历史极值比月份极值中怀疑极限值要高且比错误极限值低，则将它看作是怀疑值；若是相对湿度数值不在0%～100%范围内，则可以将它看作是错误值。随着时间的推移，区域自动气象站运行时间将不断增加，需逐年调整相对湿度历史极值，以提升数据量，确保极值检验更具有统计学意义。具体阈值如图5 所示（以部分站点为例）。

图5 各站点相对湿度数据阈值

3 结束语

利用自动站观测的数据以及上述计算方法，研究确定了气温、气压、小时最大降水、相对湿度、最大风速的异常数据阈值，为今后数据质量控制以及异常数据判断提供了较大的支持。