闵锦忠　王晨珏　贾瑞怡

摘要利用江苏和安徽2012—2014年151个国家站及2 600个区域站资料，对各类自动站资料的质量及其控制方法进行初步探讨。采用缺测资料统计、气候界限值检查、气候极值检查、内部一致性检查、二次迭代的空间一致性检查、时间一致性检查、持续性检查及综合决策算法分别对国家站和区域站资料进行系统的质量控制，并根据质量控制结果进行可疑站点的标记。结果显示：国家站各要素资料缺测率远低于区域站，且资料质量总体上均明显优于区域站；自动站各要素中温、压要素的质量最好，其次是相对湿度；除了空间一致性检查中风场资料的检查结果差别不大外，其余检查中区域站资料的未通过率均远高于国家站资料；将错误资料及可疑站点信息进行及时反馈，能改善实时资料质量，并为相应测站的检修与维护提供依据。

关键词国家自动气象站；区域自动气象站；缺测资料统计；质量控制；可疑站点

自人类开始运用仪器探测以来，地面气象观测记录就是最长的，如地面气温是目前积累最好的仪器观测的气候资料之一，也是气候状况的关键参数（叶笃正等，1991）。现今，许多国家或地区都密布着地面自动站，形成了自动气象站（Automatic Weather Stations，AWS）观测网。据统计，我国共有2 000多个国家级地面自动站（国家站），4万多个区域级地面自动站（区域站），部分地区测站间距已不到10 km。随着计算机能力及数值计算水平的不断提高，气象研究者们越来越重视高时空分辨率资料在气象领域中的应用，除卫星遥感资料、GPS（Global Positioning System）掩星资料、雷达反射率及径向速度资料外，自动站观测资料也是高时空分辨率资料的重要来源之一（冯良敏，2012）。

地面自动站站点分布密集且不均匀、测站环境恶劣、下垫面复杂差异大、资料实时性强、中小尺度天气现象明显、数据采集和传输自动化程度高等特点，使得其观测资料的质量问题尤为复杂和严重（陶士伟等，2009）。世界气象组织对地面自动站资料质量控制（Quality Control，QC）过程提出指导方针（Zahumensk，2004），并指出自动站资料应分为基于台站的原始资料和数据处理中心的加工资料两个层次进行实时的质量控制。任芝花等（2015）研制了一套适用于全国自动站实时观测数据的质量控制技术，建立起台站、省级、国家级三级质量控制系统并应用到业务中，明显改善实时上传数据质量。

气象观测资料质量的好坏直接影响其使用效果，地面气象观测记录必须具有代表性、准确性和比较性（中国气象局，2003）。21世纪初，王伯民（2004）提出了气象资料质量控制综合判别法的加权判别技术；张宁等（2010）分析了自动站与基础站资料之间存在的差异，对自动站气温观测资料的订正使用提供一定的思路和方法。马旭林等（2017）指出观测资料的质量控制是数值预报资料同化中的重要部分，将直接影响同化分析质量；Hubbard and You（2005）设计了回归插值方法的空间一致性检查；傅娜等（2014）运用Barnes插值方法的空间一致性对上海及华东地区气温资料进行质量控制，并分析了相关资料特征；You and Hubbard（2006）将相邻站点的观测值作为空间回归测试中测量站点的初步估计，并应用于极端事件的空间测试；黄兴友等（2017）利用两套自动站观测资料，对仪器换型后数据的连续性进行全面的评估；叶小岭等（2014，2016）基于基因表达式编程算法对单站气温进行质量控制，随后又提出了基于自回归与反距离加权的空间质量控制方法；赵虹等（2015）指出将经验正交函数分解质量控制方法在WRF（Weather Research Forecast）三维变分同化系统具有较高的应用潜力；Xu et al.（2013）用双权重平均法和改进的EOF（Empirical Orthogonal Function）分析方法分两阶段对2 m温度资料进行质量控制；Steinacker et al.（2011）利用气象参数时间和空间的一致性设计了有独立模型的自相关的质量控制方法；徐枝芳等（2013）将全国分成8个区域，利用历史存档资料建立了一套适用于新建地面自动站资料控制技术。除此之外，美国国家气候资料中心对资料进行完善的质量控制，制作了全球历史气候网GHCN（Global Historical Climatology Network）、全球日气候资料数据集GDCN（Global Daily Climatology Network）、全球地面小時数据集ISHD（Intergated Surface Hourly Database）等有代表性的数据集（刘小宁和任芝花，2005）。任芝花等（2010）、赵煜飞等（2011）分别对全国自动站逐小时相对湿度资料和降水资料进行了质量评估，并建立了相关的数据集。

质量控制是利用操作技术与手段使资料的质量符合一定要求的过程，其最主要的目的是检测出缺测数据、错误数据以及修正可能的误差，确保这些数据在被使用时尽可能准确合理（Zahumensk，2004）。本文采用的质量控制方法在资料的时间维度和空间维度上都进行质量检查，通过基于地面常规观测资料历史极值的气候极值检查、考虑特殊地形的二次迭代的空间一致性检查及改进的综合决策算法等一系列的质量控制方法，对苏皖地区地面自动站资料进行质量控制。

1研究数据及方法

与其他观测资料相比，地面自动站资料的最大优点是时空分辨率高，且观测量为模式变量，但是由于资料受到测站周围环境、人为干扰、设备老化等的影响，其质量问题较为严重，导致目前自动站资料的利用率偏低。为了保证自动站资料具有代表性、准确性和可比较性，通常在使用自动站资料之前，需要对自动站资料进行质量控制。

11研究数据

研究区域选取为安徽省和江苏省，所用资料为区域内2012年1月1日00时（北京时间，下同）至2014年12月31日23时的逐小时自动站资料中的本站气压、2 m处气温和相对湿度以及10 m处风向、风速资料，其中区域内有151个国家站和2 600个区域站。图1a、1b分别为国家站和区域站的站点分布，站点分布的密集程度与城市经济发展水平及地区地貌、地理环境有关。

12质量控制方案

采用气候界限值检查、基于区域常规地面观测资料各月历史极值的气候极值检查、仅针对风场的内部一致性检查、剔除孤立高山的二次迭代的空间一致性检查、时间一致性检查、时间步长48 h的持续性检查和改进的综合决策算法共7种质量控制方法。

在7种质量控制方法中，前两种为阈值检查，内部一致性检查是根据逻辑进行判断，空间一致性檢查和时间一致性检查则用相应的检查余差的标准差作为判据，这两种方法以及持续性检查均人为地设置了判据的最小值，综合决策算法则是将前6种检查方法的结果综合的考虑。

2结果与分析

21缺测统计

国家站和区域站不仅在站点的分布密度上有很大的差异，在各要素资料的缺测情况上也存在着较大的差异。对区域内国家站和区域站各要素资料3 a的缺测数据分别进行统计（图2），国家站各要素资料缺测率基本一致；而在区域站中，相对湿度资料的缺测率相对最高，气压要素的缺测率相对最低。从年份变化趋势来看，国家站各要素在2012年的缺测率远高于后两年，区域站各要素的缺测率均呈减小的趋势。而各要素3年的总缺测率（图3）国家站资料均远小于区域站资料。

22质量控制方案结果

从气候的角度不可能出现的要素临界值称之为气候学界限值，各要素的气候学界限值主要由不同时间、不同区域对该要素的统计和分析得到。依据《地面气象观测记录质量控制标准》，表1给出了各要素的气候学界限值范围，超出范围的资料标识为错误资料。

气候极值是指某个固定站点某要素历史上出现过的最大值或最小值，考虑到自动站多数为新建，所得极值作为历史极值不具有代表性，因此选取江苏省和安徽省32个常规地面观测站1951—2013年63 a的历史观测资料，统计出各要素不同月份的气候极值（表2）作为阈值。对于超出气候极值的观测记录，则标识为可疑资料。

图6是基于气候极值检查的各气象要素的可疑率。与气候界限值检查结果相似，国家站各要素资料的可疑率远小于区域站，风场资料几乎全部通过检查；区域站中相对湿度要素的可疑率最高，达0287%，其次是气温资料，可疑率为0053%。

内部一致性检查也称逻辑检查，是对同一时间观测的气象要素间的关系必须符合某种物理联系的检查。此方法只针对风场进行检查，当风向为C（静风）、风速大于02 m/s，或者风速为0、风向大于1°时，都认为是不符合逻辑的，至少有一处为错误资料，在此将风场资料（包括风向和风速）均标识为错误资料。

图7是风场资料经内部一致性检查的错误率。与前两种方法得出的结果类似，区域站风场资料的错误率远大于国家站，国家站风场资料的错误率为0280%，区域站风场资料的错误率为1816%，利用该方法检查出的错误资料要远多于前两种方法。

对空间一致性检查、时间一致性检查及持续性检查分别设定了余差标准差的最小值（表3），以减少由于中小尺度天气影响要素变化偏大而被误判为错误资料的可能。

空间一致性检查是根据气象要素在空间分布上的规律而进行的检查，当两个气象观测站点之间的距离越近时，它们所测气象要素值也应越接近。本文将被检站的观测值与其邻近测站的观测值进行比较，采用二次迭代的Barnes客观分析方法（Barnes，1964），该方法中影响半径（R）的取值与资料的空间分辨率有关，所以本文对国家站资料及区域站各要素资料所取的影响半径有所不同（表4）。

二次迭代就是对经过一次迭代检查后的正确资料参与二次插值，以再次检验一次迭代后未通过检查的资料正误，减小错误资料的插值对周围测站资料检查产生的负面影响。考虑到有些站点位于孤立高山上，其站点资料可能会影响空间一致性检查的结果，所以在进行该检查前，将海拔大于150 m、且周围10 km内邻近测站少于3个的站点资料剔除，其中共剔除10个国家站和100个区域站，当资料的观测余差超过其标准差的3倍时标识为可疑资料，超过其标准差的4倍时标识为错误资料。

图8是空间一致性检查各要素的一次、二次迭代的未通过率。第二次迭代后，各要素的未通过率与第一次迭代相比，均有一定程度的减少，且可疑率减少较明显，但各要素的错误率在增加，说明二次迭代后，更多的错误资料被标识出来，同时减少由于该错误资料影响周围测站资料未通过检查的可能。除风场资料外，其他各要素资料区域站的错误率要远高于国家站。二次迭代后，国家站风场资料的未通过率及错误率均为最高，未通过率分别为1159%和0814%，气压资料的未通过率最低；区域站中未通过率最高的是风向资料1316%，其次是气压资料1258%，而错误率最高的是气压资料1110%，其次是相对湿度0760%，气温资料的未通过率最低。国家站未通过检查的各要素都是可疑资料所占比例较大，而区域站未通过检查的温、压、湿要素则是错误资料占了绝大部分。

时间一致性检查是依据气象要素随时间变化的连续性，将被检时次的观测资料与其邻近时次的观测资料进行比较，该方法检查的敏感度与资料的时间分辨率有关。本文用24 h内国家站或区域站所有站点相邻时次的观测值的变化范围（后一时间的观测值减去前一时次的观测值）的标准差作为判据，来判断资料的质量，当相邻时次的要素资料变化范围超过3倍判据时，则标识为可疑资料，变化范围超过4倍判据时，则标识为错误资料。

图9是时间一致性检查各要素的未通过率。可见，国家站和区域站资料各要素的检查结果相差不大，且未通过检查的资料基本为可疑资料，即没有较大异常的不理想突变，其中可疑资料最多的是风向资料，可疑率分别为1630%和1675%，其次是相对湿度资料，可疑率分别为0851%和0927%，气压资料的可疑率相对最小。

持续性检查与时间一致性检查相反，是从气象要素时间变化的另一个角度来检查观测资料是否合理，当观测资料连续多个时次没有变化或者变化太小时，可能是由于仪器出现故障或者数据传输出现问题等，认为该系列资料是可疑的。本文选定时间步长为48 h，当要素48 h内变化的标准差小于给定的判据时，则标识为可疑资料。

图10是持续性检查各要素的可疑率。国家站资料各要素除相对湿度外，几乎全部通过检查，这可能与湿敏电阻的敏感性较差有关，相对湿度要素的可疑率为0069%；区域站各要素资料的可疑率均明显高于国家站，可见区域站设备及传感器的检修与维护等方面远不及国家站水平，区域站风速资料的可疑率最高为0954%，其次是气压和风向资料，可疑率分别为0739%和0714%，氣温资料的可疑率明显低于其他要素。

不同的质量检查方法都有其本身的针对性与局限性，其对不同原因产生的错误资料的敏感程度也不相同，只采用一种检查方法判定资料正误的可信度较低。而综合决策算法是将前6种检查方法的结果综合考虑，进一步判别可疑资料的正误，其效果直接受各单项检查方法的好坏影响，其结果的可信度则高于前6种任意单项检查方法的结果，具体步骤如下：

1）对资料进行标识：未经过质量控制的资料标识为0；正确资料标识为1；可疑资料标识为2；错误资料标识为3。

2）对经过质量控制的资料的大于1的标识进行求和。

3）当质量标识之和大于4时，即该资料至少未通过两种质量控制方法的检查，且至少一次被标识为错误资料，则将该资料最终质量标识置为3。

4）当质量标识之和等于4时，考虑到空间一致性检查的敏感度较高，若该资料通过空间一致性检查（即质量标识为1），则将该资料最终质量标识置为2；若该资料在空间一致性检查中标识为2，则将该资料最终质量标识置为3。

5）当质量标识之和等于3时（即只在一种检查中质量标识为错误资料，其余检查均通过），考虑内部一致性检查出的错误资料肯定为错误资料，其余则考虑是极端天气事件或局地中小尺度天气现象，若该资料未通过内部一致性检查，则将该资料最终质量标识置为3，其余情况则将该资料最终质量标识置为2。

图11是综合决策算法检查各要素的未通过率。在未通过检查的资料中，可疑资料所占比例较大；区域站各要素资料的未通过率及错误率均明显高于国家站。风向资料的未通过率及风场资料的错误率在国家站和区域站中均是最高，国家站和区域站中风向的未通过率分别为2791%、5185%，风向、风速的错误率分别为0381%、0304%和1929%、1855%；国家站的气压资料及区域站的气温资料，其未通过率及错误率均为最低，资料质量相对最好。

图12是采用不同质量控制方法对国家站和区域站资料检查各要素资料的错误率。各要素资料基本通过气候界限值检查；国家站各要素和区域站气温、气压、相对湿度要素经过空间一致性检查出的错误率最高。综合决策算法并不是将各种检查方法的结果进行简单的叠加，而是将所有检查方法进行综合考虑，所以其检查出的各要素错误资料并非最多。整体而言，国家站各要素资料的质量均明显优于区域站，自动站各要素中气温、气压资料的质量最好，其次是相对湿度，风场资料的质量最差。

23可疑站点统计

为了更好地分析质量控制结果，统计了自动站各要素错误资料数最多的站点。表5、表6分别是国家站、区域站各要素错误资料最多的前10个站点。国家站中，温度、气压、湿度要素均可疑的站点有58265、58520，温度、湿度要素均可疑的站点有58041、58040、58432，温度、气压要素均可疑的站点有58531，风场错误资料的分布相对均匀；区域站中，站点779374的温度、湿度要素均可疑，另外比较

明显的有气压要素最为可疑的站点739155、734758、738556，湿度要素最为可疑的站点773752及风场最为可疑的站点773559、733456。标记出的可疑站点，其可疑的原因可能是站点的数据传输有问题、相应的传感器出现偏差、观测仪器老化或者出现故障等，将各测站错误资料的信息和突出的可疑站点信息反馈给相应测站，便于其及时检修、维护测站，对错误资料进行时空订正，以及研究不同仪器适应性偏差的修正技术。

3结论与讨论

江苏和安徽是较发达的省份，经常因各类气象灾害造成重大损失，因此有效利用各类观测资料提高天气预报能力是气象工作者重点关注的问题，本文针对两省布设较多的地面自动站资料质量控制方法入手，探讨了各类自动站资料的质量及其控制方法，得到如下结论：

1）本文从地面自动站资料本身的特点出发，利用气候界限值检查、气候极值检查、内部一致性检查、二次迭代的空间一致性检查、时间一致性检查、持续性检查及综合决策算法这7种质量控制方法，对苏皖地区2012—2014年3 a的自动站温度、气压、湿度、风场资料进行了较为系统的质量控制过程，有效地检查出了资料中存在的各种错误信息。

2）国家站各要素资料的缺测率要明显小于区域站资料，经质量检查后两者的结果也有一定的差异，总体而言，国家站资料质量要明显优于区域站资料；自动站各要素资料中，温度、气压资料质量最好，其次是湿度，风场资料的质量最差。

3）国家站资料是经过简单质量控制的，因此其在前3种检查方法（气候界限值检查、气候极值检查、内部一致性检查）中的未通过率明显小于区域站资料；在空间一致性检查中，经过二次迭代后资料的未通过率均有所减小，而错误资料有所增多，国家站温度、气压、湿度要素的未通过率及错误率明显低于区域站，而风场资料检查结果差别不大；在时间一致性检查中两者结果较为一致；在持续性检查中，区域站资料的未通过率远远高于国家站资料。

4）对国家站和区域站均标记出一些不同要素相对应的可疑站点，可以将各测站质量控制后的结果，尤其是错误资料及可疑资料的信息及时反馈给相应测站，便于其及时检修与维护测站，并且对错误资料进行时空订正。下一步的工作是实地考察可疑站点，找出可能的影响因子以研究仪器的适应性偏差修正技术，并进一步进行误差机理分析及误差空间分布特征的研究，以便建立观测资料的误差订正与质量控制模型。

参考文献（References）

Barnes S L，1964.A technique for maximizing details in numerical weather map analysis[J].J Appl Meteor Climatol，3：396409.

冯良敏，2012.自动站资料质量控制及其三维变分同化研究[D].南京：南京信息工程大学.Feng L M，2012.Study on surface automatic weather station data quality control and its three dimensional variational assimilation[D].Nanjing：Nanjing University of Information Science and Technology.（in Chinese）.

傅娜，陈葆德，谭燕，等，2014.上海自动站气温资料的空间质量控制与特征分析[J].大气科学学报，37（2）：199207.Fu N，Chen B D，Tan Y，et al.，2014.Spatial quality control and characteristic analysis of AWS temperature data in Shanghai[J].Trans Atmos Sci，37（2）：199207.（in Chinese）.

黄兴友，唐云志，张长春，2017.黄山黟县双套自动观测站数据的质量评估[J].大气科学学报，40（2）：263272.Huang X Y，Tang Y Z，Zhang C C，2017.Data quality evaluation of the doubleset automatic weather station in Yixian，Huangshan[J].Trans Atmos Sci，40（2）：263272.（in Chinese）.

Hubbard K G，You J S，2005.Sensitivity analysis of quality assurance using the spatial regression approach—a case study of the maximum/minimum air temperature[J].Journal of Atmospheric and Oceanic Technology，22（10）：15201530.

刘小宁，任芝花，2005.地面气象资料质量控制方法研究概述[J].气象科技，33（3）：199203.Liu X N，Ren Z H，2005.Progress in quality control of surface meteorological data[J].Meteor Sci Tech，33（3）：199203.（in Chinese）.

马旭林，和杰，周勃旸，等，2017.非高斯分布观测误差资料的变分质量控制对暴雨预报的影响[J].大气科学学报，40（2）：170180.Ma X L，He J，Zhou B Y，et al.，2017.Effect of variational quality control of NonGaussian distribution observation error on heavy rainfall prediction[J].Trans Atmos Sci，40（2）：170180.（in Chinese）.

任芝花，赵平，张强，等，2010.适用于全国自动站小时降水资料的质量控制方法[J].气象，36（7）：123132.Ren Z H，Zhao P，Zhang Q，et al.，2010.Quality control procedure for hourly precipitation data from automatic weather stations in China[J].Meteor Mon，36（7）：123132.（in Chinese）.

任芝花，张志富，孙超，等，2015.全国自动气象站实时观测资料三级质量控制系统研制[J].气象，41（10）：12681277.Ren Z H，Zhang Z F，Sun C，et al.，2015.Development of threestep quality control system of realtime observation data from AWS in China[J].Meteor Mon，41（10）：12681277.（in Chinese）.

Steinacker R，Mayer D，Steiner A，2011.Data quality control based on selfconsistency[J].Mon Wea Rev，139（12）：39743991.

陶士伟，仲跻芹，徐枝芳，等，2009.地面自动站资料质量控制方案及应用[J].高原气象，28（5）：12021209.Tao S W，Zhong J Q，Xu Z F，et al.，2009.Quality control schemes and its application to automatic surface weather observation system[J].Plateau Meteor，28（5）：12021209.（in Chinese）.

王伯民，2004.基本氣象资料质量控制综合判别法的研究[J].应用气象学报，15（Z1）：5059.Wang B M，2004.A study on synthetic differentiation method for basic meteorological data quality control[J].J Appl Meteor Sci，15（Z1）：5059.（in Chinese）.

徐枝芳，陈小菊，王轶，2013.新建地面气象自动站资料质量控制方法设计[J].气象科学，33（1）：2636.Xu Z F，Chen X J，Wang Y，2013.Quality control scheme for newbuilt automatic surface weather observation stations data[J].J Meteor Sci，33（1）：2636.（in Chinese）.

Xu Z F，Wang Y，Fan G Z，2013.A twostage quality control method for 2m temperature observations using biweight means and a progressive EOF analysis[J].Mon Wea Rev，141（2）：798808.

叶笃正，曾庆存，郭裕福，1991.当代气候研究[M].北京：气象出版社：211.Ye D Z，Zeng Q C，Guo Y F，1991.Study of contemporary climate[M].Beijing：China Meteorological Press：211.（in Chinese）.

叶小岭，周建华，熊雄，2014.一种基于GEP的地面气温观测资料的质量控制方法[J].热带气象学报，30（6）：11961200.Ye X L，Zhou J H，Xiong X，2014.A GEPbased method for quality control of surface temperature observations[J].J Trop Meteor，30（6）：11961120.（in Chinese）.

葉小岭，施林红，熊雄，等，2016.AI方法在地面气温观测资料质量控制中的应用[J].气候与环境研究，21（1）：17.Ye X L，Shi L H，Xiong X，et al.，2016.Application of AI method to quality control in surface temperature observation data[J].Climatic Environ Res，21（1）：17.（in Chinese）.

You J S，Hubbard K G，2006.Quality control of weather data during extreme events[J].Journal of Atmospheric and Oceanic Technology，23（2）：184197.

Zahumensk I，2004.Guidelines on quality control procedures for data from automatic weather station[R].World Meteorological Organization.

张宁，江志红，吴立广，2010.江苏省自动站与基础站降水观测资料质量分析[J].大气科学学报，33（5）：606614.Zhang N，Jiang Z H，Wu L G，2010.Quality analysis of rainfall data from automatic weather station and basic weather station in Jiangsu Province[J].Trans Atmos Sci，35 （5）：606614.（in Chinese）.

赵虹，秦正坤，王金成，等，2015.经验正交函数分解质量控制法在地面观测变分同化中的个例研究与应用[J].气象学报，73（4）：749765.Zhao H，Qin Z K，Wang J C，et al.，2015.Case studies and application of the Empirical Orthogonal Function quality control in variational data assimilation systems for surface observation data[J].Acta Meteorologica Sinica，73（4）：749765.（in Chinese）.

赵煜飞，任芝花，张强，2011.适用于全国气象自动站正点相对湿度资料的质量控制方法[J].气象科学，31（6）：687693.Zhao Y F，Ren Z H，Zhang Q，2011.Quality control procedure for hourly relative humidity data from national automatic weather stations[J].J Meteor Sci，31（6）：687693.（in Chinese）.

中国气象局，2003.地面气象观测规范[M].北京：气象出版社.China Meteorological Bureau，2003.Specification of surface observation[M].Beijing：China Meteorological Press.（in Chinese）.

Quality control and result analysis for surface AWS data in Jiangsu and Anhui Provinces

MIN Jinzhong，WANG Chenjue，JIA Ruiyi

Key Laboratory of Meteorological Disaster，Ministry of Education（KLME）/Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters（CICFEMD），Nanjing University of Information Science & Technology，Nanjing 210044，China

It has important significance if the surface automatic weather stations （AWS） data with high spatial and temporal resolution can be fully applied in the weather forecast，but it is hard to ensure the quality of data for various reasons.AWS data from 151 national AWS and 2 600 regional AWS in Jiangsu and Anhui Provinces are selected to discuss the quality of all kinds of AWS data and the quality control（QC） scheme.Based on the AWS data from 2012 to 2014，the missing rates are estimated respectively.A systematic and sophisticated QC scheme containing the missing data statistics，the climate limit check，the climate extreme value check，the internal consistency check，the second iterated space consistency check，the time consistency check，the continuous check and the comprehensive decisionmaking algorithm is designed for selecting out accurate information and rejecting abnormal information.Whats more，the suspicious stations are marked according to the results of QC scheme.It turns out that not only the missing rates of national AWS data of various meteorological elements are apparently lower than the regional ones according to the statistics，but also the quality of national AWS data is obviously better than the regional ones in general.Among various elements，the quality of temperature and pressure data is best，the next is the quality of relative humidity data，and the quality of wind data is worst.The fail rates of all elements of regional AWS data are much higher than the national ones in the QC scheme，except for the wind field data in the second iterated space consistency check，which has little difference between the regional and national AWS data.If the results of QC scheme，especially the information of error data and suspicious stations can be provided to the corresponding stations in time，it is beneficial to the improvement of the realtime data quality and the maintenance and correction of corresponding instruments.

national automatic weather stations；regional automatic weather stations；missing data statistics；quality control；suspicious station

doi：1013878/j.cnki.dqkxxb.20160417001

（責任编辑：袁东敏）