马 欢，郭 越，廖顺宝，刘 晓，刘广虎

(1.防灾科技学院地球科学学院，三河 065201；2.河北省地震动力学重点实验室，三河 065201；3.防灾科技学院电子科学与控制工程学院，三河 065201；4.防灾科技学院生态环境学院，三河 065201；5.南昌工程学院水利与生态工程学院，南昌 330099)

气象数据广泛应用于交通运输[1-3]、气象及农业气象灾害[4-7]、地球物理[8-9]、环境[10]、投资[11]、疾病和健康[12-13]和基础设施服务[14-15]等领域。尤其是大数据时代的到来，气象数据在其中扮演的角色越来越重要。随着这些行业的不断发展，对气象数据准确性的要求也在逐渐提高。因此，在利用气象数据的前期，对气象数据进行质量控制的重要性和必要性显而易见。中外众多学者从20 世纪末就开展了各项气象要素质量控制的相关研究[16-24]，质量控制内容主要包括界限值检查、内部一致性检查、时间和空间异常值检查和缺失值检查等。

在气象数据质量控制过程中，一般首先执行极值检查，众多学者对气象要素的界限值的选取采取了不同方案，尤其是气温要素。例如，Feng等[18]、Kubecka[25]采取全球可能记录地温最高值93.9 ℃作为气温上界限值进行中国地区的极值检查，但是由于中国地区的历史气温极值没有达到93.9 ℃的先例，而且该界限值的空间和时间尺度过大，在质量控制中发挥的作用较小；窦以文等[26]和金莉莉等[27]选用研究地区站点的历史记录最大值和最小值作为界限值对历史数据进行检查，相比将全球可能记录地温最大值作为界限值来说，该界限值的空间尺度有所减小，时间尺度较大，在数据质量控制中十分有效。……