本發(fā)明屬于氣象觀測(cè)
技術(shù)領(lǐng)域：
，特別涉及了一種地面氣溫觀測(cè)資料的質(zhì)量控制方法。
背景技術(shù)：
：氣象數(shù)據(jù)質(zhì)量控制即對(duì)氣象觀測(cè)站和數(shù)據(jù)中心的資料審核，以便發(fā)現(xiàn)其中的缺測(cè)數(shù)據(jù)或錯(cuò)誤數(shù)據(jù)并對(duì)其補(bǔ)充或修正，從而保證資料最大程度的完整和最大可能的準(zhǔn)確。由于地面觀測(cè)資料能夠較為準(zhǔn)確地提供大氣近地面的動(dòng)力、熱力狀況和濕度分布等大氣特征，因此，地面資料同化技術(shù)的發(fā)展是提高數(shù)值天氣預(yù)報(bào)水平的重要方法之一，而資料同化技術(shù)發(fā)展的首要任務(wù)就是如何利用質(zhì)量控制方法獲取高質(zhì)量的觀測(cè)資料，同時(shí)高質(zhì)量的地面氣象觀測(cè)資料也是研究氣候變化和氣候模式必不可少的資料。各國(guó)皆注重對(duì)氣象資料的質(zhì)量控制研究，質(zhì)量控制技術(shù)也有了很大發(fā)展，如北歐國(guó)家的4級(jí)質(zhì)量控制、美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心的質(zhì)量控制方法研究、中國(guó)的3級(jí)質(zhì)量控制等。傳統(tǒng)的基本方法有界限值檢查、氣候極值檢查、歷史極值檢查、區(qū)域極值檢查、內(nèi)部一致性檢查、時(shí)變檢查、空間一致性檢查等。其中空間一致性檢查是根據(jù)鄰近觀測(cè)站對(duì)目標(biāo)站進(jìn)行質(zhì)量控制，具有較大的優(yōu)勢(shì)，常用的有反距離加權(quán)法與空間回歸檢驗(yàn)法，其中空間回歸檢驗(yàn)法適用于降水、風(fēng)速等單一空間變化較大要素的檢驗(yàn)，而反距離加權(quán)法僅依據(jù)鄰近觀測(cè)站與目標(biāo)站間的距離分配權(quán)重，在地形復(fù)雜度較高的地區(qū)性能較差。氣溫是最為重要的氣象要素之一，地形對(duì)其有顯著影響，而傳統(tǒng)方法并沒有將其考慮在內(nèi)。技術(shù)實(shí)現(xiàn)要素：為了解決上述
背景技術(shù)：
提出的技術(shù)問題，本發(fā)明旨在提供一種地面氣溫觀測(cè)資料的質(zhì)量控制方法，解決反距離加權(quán)法對(duì)鄰近觀測(cè)站空間分布、氣溫空間相關(guān)性及其變異性以及地形對(duì)氣溫影響考慮不足的問題。為了實(shí)現(xiàn)上述技術(shù)目的，本發(fā)明的技術(shù)方案為：一種地面氣溫觀測(cè)資料的質(zhì)量控制方法，包括以下步驟：(1)采集氣象觀測(cè)站氣溫觀測(cè)數(shù)據(jù)并對(duì)其進(jìn)行基本檢查，獲得數(shù)據(jù)集zi(t)，其中，i為氣象觀測(cè)站序列號(hào)，t為觀測(cè)時(shí)刻；(2)對(duì)于每一個(gè)觀測(cè)時(shí)間t，根據(jù)公式計(jì)算得到一組實(shí)驗(yàn)變異函數(shù)值γ(h)，其中，h為參與求解的觀測(cè)站點(diǎn)間的分離距離；n(h)是分離距離為h的觀測(cè)站點(diǎn)對(duì)數(shù)；z(xj)與z(xj+h)分別為在間距為h的觀測(cè)站xj與xj+h處的氣溫觀測(cè)值；(3)對(duì)于每一個(gè)觀測(cè)時(shí)間t，根據(jù)步驟(2)計(jì)算得到的實(shí)驗(yàn)變異函數(shù)值γ(h)，利用反正切變異函數(shù)模型對(duì)其擬合；(4)采用克里金方程組計(jì)算鄰近觀測(cè)站xk對(duì)目標(biāo)觀測(cè)站x0的權(quán)重ωk，其中，μ為拉格朗日常數(shù)；γ(xk-xl)為觀測(cè)站xk和xl之間的變異函數(shù)值；m為目標(biāo)觀測(cè)站x0周圍參與估值計(jì)算的鄰近觀測(cè)站數(shù)量；(5)根據(jù)步驟(4)計(jì)算的權(quán)重ωk和梯度克里金公式，計(jì)算目標(biāo)觀測(cè)站氣溫的估計(jì)值；(6)重復(fù)步驟(2)-(5)，得到目標(biāo)區(qū)域內(nèi)每個(gè)觀測(cè)站不同時(shí)刻t時(shí)的估計(jì)值并對(duì)估計(jì)值精度進(jìn)行評(píng)價(jià)；(7)判斷氣溫估計(jì)值與實(shí)際觀測(cè)值是否滿足若滿足則認(rèn)為數(shù)據(jù)可信，若不滿足則認(rèn)為數(shù)據(jù)有誤，使用可信的估計(jì)值對(duì)觀測(cè)值進(jìn)行修正，完成質(zhì)量控制；其中，σ為估計(jì)值的標(biāo)準(zhǔn)誤差。進(jìn)一步地，在步驟(3)中，所述反正切函數(shù)模型：上式中，c0為塊金值，反映了受不確定性因素影響的程度；c0+c為基臺(tái)值，反映了zi(t)總的變異強(qiáng)度；a為變程，表示氣溫具有空間相關(guān)性的最大距離；β為可變參數(shù)。進(jìn)一步地，在步驟(5)中，所述梯度克里金公式：上式中，z(x0)為目標(biāo)觀測(cè)站的估計(jì)值；z(xk)是鄰近觀測(cè)站的觀測(cè)值；θt為t時(shí)刻的氣溫垂直遞減率，表示氣溫隨海拔高度變化的梯度；hk與h0分別為鄰近觀測(cè)站與目標(biāo)觀測(cè)站所處的海拔高度。進(jìn)一步地，t時(shí)刻的氣溫垂直遞減率θt根據(jù)下式計(jì)算：z(t)＝-θth+b上式中，z(t)為各觀測(cè)站t時(shí)刻氣溫觀測(cè)值組成的序列，h為各觀測(cè)站對(duì)應(yīng)的海拔高度組成的序列，b為殘差。進(jìn)一步地，在步驟(2)中，分離距離h取值的最大值為最大觀測(cè)站間距的一半。進(jìn)一步地，在步驟(6)中，對(duì)估計(jì)值精度進(jìn)行評(píng)價(jià)的評(píng)價(jià)指標(biāo)包括均方根誤差、平均絕對(duì)誤差和一致性指標(biāo)。進(jìn)一步地，在步驟(1)中，所述基本檢查包括界限值檢查、極值檢查、一致性檢查和時(shí)變性檢查。采用上述技術(shù)方案帶來(lái)的有益效果：本發(fā)明解決了反距離加權(quán)法對(duì)鄰近觀測(cè)站空間分布、氣溫空間相關(guān)性及其變異性考慮不足的問題。本發(fā)明提出的反正切變異函數(shù)模型，減少了選擇高斯模型作為變異函數(shù)模型時(shí)可能產(chǎn)生的異常估計(jì)值。本發(fā)明采用的梯度克里金法相對(duì)于普通克里金法，考慮了地形對(duì)氣溫的影響，提高了整體性能。附圖說明圖1為本發(fā)明的方法流程圖；圖2為實(shí)施例中福建省及其周圍氣象觀測(cè)站的空間分布示意圖；圖3為2014年福建省不同定時(shí)值氣溫不同月份的垂直遞減率示意圖；圖4為實(shí)施例運(yùn)用本發(fā)明方法質(zhì)量控制前后某觀測(cè)站的02:00時(shí)氣溫?cái)?shù)據(jù)對(duì)比示意圖。具體實(shí)施方式以下將結(jié)合附圖，對(duì)本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說明。本發(fā)明方法的流程如圖1所示，首先對(duì)目標(biāo)區(qū)域內(nèi)氣象觀測(cè)站的氣溫?cái)?shù)據(jù)進(jìn)行采集，然后計(jì)算實(shí)驗(yàn)變異函數(shù)值，并用反正切函數(shù)對(duì)其進(jìn)行擬合，然后通過求解克里金方程組得到權(quán)重值，據(jù)此計(jì)算目標(biāo)站的估計(jì)值，最后對(duì)氣溫估計(jì)值與原始觀測(cè)值進(jìn)行閾值檢驗(yàn)，從而判斷數(shù)據(jù)是否有誤并對(duì)其進(jìn)行修正。以下將對(duì)2014年福建省63個(gè)觀測(cè)站的逐日定時(shí)值氣溫?cái)?shù)據(jù)進(jìn)行實(shí)施例分析，進(jìn)一步說明本發(fā)明：步驟1、獲取經(jīng)過基本檢查后氣象觀測(cè)站定時(shí)值(02:00，08:00,14:00與20:00)氣溫觀測(cè)數(shù)據(jù)zi(t)，其中i為觀測(cè)站序列號(hào)，本實(shí)施例i＝1，2…63，而為減弱“邊界效應(yīng)”的影響，另取福建省周邊地區(qū)42個(gè)氣象觀測(cè)站作為輔助觀測(cè)站，共105個(gè)觀測(cè)站的空間分布如圖2所示；t為觀測(cè)時(shí)刻，本實(shí)施例中其序列長(zhǎng)度為365*4＝1460。步驟2、對(duì)于每一個(gè)觀測(cè)時(shí)刻t，根據(jù)公式計(jì)算得到一組實(shí)驗(yàn)變異函數(shù)值。其中，γ(h)為實(shí)驗(yàn)變異函數(shù)值；h為分離距離，最大值宜為最大觀測(cè)站間距的一半；n(h)是分離距離為h的觀測(cè)站點(diǎn)對(duì)數(shù)；z(xj)與z(xj+h)分別為間距為h的觀測(cè)站xj與xj+h處的氣溫觀測(cè)值。步驟3、對(duì)于每一個(gè)觀測(cè)時(shí)刻t，按照步驟2可以得到一組h與γ(h)一一對(duì)應(yīng)的數(shù)據(jù)集，通過最小二乘法運(yùn)用提出的反正切變異函數(shù)對(duì)h—γ(h)散點(diǎn)值進(jìn)行擬合求解，其函數(shù)模型為其中c0為塊金值，反映受不確定性因素影響的程度；c0+c為基臺(tái)值，反映了區(qū)域變量zi(t)總的變異強(qiáng)度；a為變程，表示氣溫具有空間相關(guān)性的最大距離；h為分離距離；β為可變參數(shù)。步驟4、對(duì)于每一個(gè)觀測(cè)時(shí)刻t，通過克里金方程組可以計(jì)算距目標(biāo)觀測(cè)站最近的8個(gè)鄰近觀測(cè)站xk對(duì)目標(biāo)觀測(cè)站x0的權(quán)重ωk；其中，μ為拉格朗日常數(shù)；γ(xk-xl)為觀測(cè)站xk和xl之間的變異函數(shù)值；m為目標(biāo)觀測(cè)站x0周圍參與估值計(jì)算的鄰近觀測(cè)站數(shù)量；步驟5、普通克里金法在考慮了地形對(duì)氣溫的影響之后轉(zhuǎn)化得到梯度克里金公式計(jì)算目標(biāo)觀測(cè)站估計(jì)值，其中z(x0)為目標(biāo)觀測(cè)站估計(jì)值；z(xk)是鄰近觀測(cè)站值；ωk為參與估值的鄰近觀測(cè)站對(duì)目標(biāo)觀測(cè)站的權(quán)重；θt為t時(shí)刻該地區(qū)的氣溫垂直遞減率(℃/100m)，表示氣溫隨海拔高度變化的梯度；hk與h0分別為鄰近觀測(cè)站與目標(biāo)觀測(cè)站所處地的海拔高度(100m)；x是氣象觀測(cè)站坐標(biāo)。步驟6、重復(fù)步驟2～5，得到福建省63個(gè)氣象觀測(cè)站1460個(gè)時(shí)刻的估計(jì)值評(píng)價(jià)方法的預(yù)測(cè)精度并與普通克里金法和反距離加權(quán)法進(jìn)行比較。評(píng)價(jià)方法預(yù)測(cè)精度常用的評(píng)價(jià)指標(biāo)有均方根誤差(rootmeansquareerror,rmse)、平均絕對(duì)誤差(meanabsoluteerror,mae)、一致性指標(biāo)(indexofagreement,ioa)，計(jì)算公式分別為其中n為樣本數(shù)，本實(shí)施例中n＝1460，為原始觀測(cè)平均值。rmse對(duì)過大或過小的誤差比較敏感，反映了預(yù)測(cè)的精密度，mae反映預(yù)測(cè)誤差的大小，兩者的值越小，預(yù)測(cè)精度越高；ioa的取值范圍為[0,1]，1表示估計(jì)值與觀測(cè)值完全吻合，0表示估計(jì)值與觀測(cè)值完全不吻合。步驟7、判斷估計(jì)值與實(shí)際觀測(cè)值是否滿足公式σ為估計(jì)值的標(biāo)準(zhǔn)誤差，若滿足則認(rèn)為數(shù)據(jù)可信，若不滿足則認(rèn)為數(shù)據(jù)有誤，使用可信的估計(jì)值對(duì)其進(jìn)行修正完成質(zhì)量控制；其中為估計(jì)值；zi(t)為原始值；σ為估計(jì)值的標(biāo)準(zhǔn)誤差。本實(shí)施例對(duì)所獲取的數(shù)據(jù)進(jìn)行整理，每個(gè)氣象觀測(cè)站點(diǎn)的記錄表示為一行，分別記錄該氣象站的編號(hào)、氣象站名稱、氣象站的經(jīng)緯度與海拔以及該氣象站各個(gè)時(shí)刻的氣溫，如表1所示。對(duì)每個(gè)氣象站來(lái)說，每一日有四個(gè)定時(shí)值氣溫，即02:00，08:00，14:00，20:00，所以一年的時(shí)間序列長(zhǎng)度為365*4＝1460。表1根據(jù)公式計(jì)算實(shí)驗(yàn)變異函數(shù)值，其中最大分離距離hmax約為最大觀測(cè)站間距離的一半230km。運(yùn)用提出的反正切變異函數(shù)對(duì)所得實(shí)驗(yàn)變異函數(shù)值進(jìn)行擬合，通過最小二乘法對(duì)模型參數(shù)進(jìn)行求解，其結(jié)果如表2所示。表2參數(shù)塊金值基臺(tái)值變程(m)β擬合優(yōu)度最小值00.45140000.20.69最大值2.489.032420002.30.97平均值1.135.871860000.780.86利用公式z(t)＝-θth+b計(jì)算θt之前進(jìn)行了氣溫與海拔的相關(guān)性檢驗(yàn)，在0.01的顯著性水平上存在相關(guān)性才進(jìn)行θt計(jì)算，2014年福建省不同定時(shí)值氣溫不同月份的垂直遞減率如圖3所示。利用梯度克里金公式完成對(duì)目標(biāo)觀測(cè)站氣溫值的估計(jì)，通過rmse、mae與ioa三個(gè)評(píng)價(jià)指標(biāo)評(píng)價(jià)其預(yù)測(cè)精度。為驗(yàn)證該方法性能，將其與普通克里金法與反距離加權(quán)法進(jìn)行比較，普通克里金法的計(jì)算公式為反距離加權(quán)法的計(jì)算公式為λk是參與估值的鄰近觀測(cè)站對(duì)目標(biāo)觀測(cè)站的權(quán)重；dk0是鄰近觀測(cè)站與目標(biāo)觀測(cè)站間的距離。表3是三種方法的預(yù)測(cè)精度對(duì)比結(jié)果，由此可以看出：本發(fā)明方法綜合考慮目標(biāo)站周圍鄰近觀測(cè)站的空間分布與氣溫的空間相關(guān)性及其變異性，采用提出的反正切函數(shù)作為理論變異函數(shù)模型，并考地形拔對(duì)氣溫的影響，具有最高的預(yù)測(cè)精度，估計(jì)結(jié)果與原始觀測(cè)結(jié)果最為相符。表3利用公式判斷數(shù)據(jù)是否可信，對(duì)檢驗(yàn)出的疑誤數(shù)據(jù)，利用預(yù)測(cè)精度最高的方法得到的估計(jì)值替換修正原始觀測(cè)值，實(shí)現(xiàn)質(zhì)量控制的目的，如圖4所示為某個(gè)氣象觀測(cè)站利用本發(fā)明方法進(jìn)行質(zhì)量控制前后的02:00時(shí)氣溫?cái)?shù)據(jù)對(duì)比示意圖。試驗(yàn)結(jié)果顯示：本發(fā)明方法在整體上具有比反距離加權(quán)法更好的質(zhì)量控制效果，比改進(jìn)前的普通克里金法也有10％的提升，能夠很好地檢驗(yàn)出原始資料中的有誤數(shù)據(jù)并對(duì)其進(jìn)行修正。實(shí)施例僅為說明本發(fā)明的技術(shù)思想，不能以此限定本發(fā)明的保護(hù)范圍，凡是按照本發(fā)明提出的技術(shù)思想，在技術(shù)方案基礎(chǔ)上所做的任何改動(dòng)，均落入本發(fā)明保護(hù)范圍之內(nèi)。當(dāng)前第1頁(yè)12