2019年辽宁及内蒙古冻土自动观测及其分钟数据的时间一致性检测

刘志刚 吴东丽 邵长亮 吴丽侠 胡树贞 宋树礼

（1.秦皇岛市气象局，河北 秦皇岛066000；2.中国气象局气象探测中心，北京100081；3.莒县气象局，山东 莒县276500）

引言

中国气象局定义冻土是指含有水分的土壤因温度下降到0℃或以下而呈冻结的状态［1］。冻土自动观测仪（以下简称“观测仪”）是根据含有水分土壤的冻融特性，通过测量水的相态、土壤频域反射［2］或温度判识等方法，利用阈值判断测量土壤冻结层次和深度的仪器（中国气象局综合观测司，《冻土自动观测规范》，2019）。2020年4月1日全国地面气象观测自动化改革业务正式运行，冻土自动观测仪作为冻土自动化观测设备在业务中应用。国内主要采用电阻法、电容法［3-4］、测温法、射线法、时域反射法和红外遥感法等观测方法，但目前气象业务中缺少统一的冻土自动观测分钟数据质量控制阈值参数［5-7］。气象自动化观测于21世纪初开始全面展开，各种地面气象数据质量控制方法也在气象业务、科研和服务中应用。周建华［8］研究了单站质量控制方法，依据气温与相对湿度之间相关性高的特点，提出了一种基于GEP算法的地面逐时气温资料质量控制方法，实现了相对湿度对气温的质量控制。前人在自动气象站的实时资料数据质量控制方面做了较多研究，结合计算机程序化特点，设计了气象自动站业务软件［9-12］，并对全球地面气象预报的历史资料和1971—2000年全国700多个基准站基本站月气候数据进行了质量验证［13-15］。廖捷和熊安元［16］针对中国飞机观测的气象历史数据做了质量控制。国外在气象数据评估和质量控制方面早于国内，也取得较多成果［17-21］。本文利用辽宁喀左国家气象观测站（以下简称喀左站）、辽阳国家气象观测站（以下简称辽阳站）和内蒙古自治区满洲里国家基准气候站（以下简称满洲里站）冻土自动观测外场试验的数据资料，以喀左站、辽阳站和满洲里站的人工定时对比观测数据为参考，采用纵横极值集合法，探讨冻土分钟数据时间一致性质量控制参数变化取值范围［22］，为开展冻土自动观测业务的数据质量控制提供参考。

1 资料与方法

1.1 观测实验

按照气象观测专用技术装备测试方法要求（中国气象局综合观测司，《气象观测专用技术装备测试方法 总则（修订）》，2017），考虑不同气候区及最大冻土深度，选择喀左站（41°7′N，119°46′E）、辽阳站（41°14′N，123°10′E）和满洲里站（49°34′N，117°19′E）（图1），3站近30 a最大冻土深度分别为116 cm、100 cm和367 cm（中国气象局综合观测司，《综合观测司关于发布国家级气象观测站名录》，2020）。安装4组观测仪及TB1-1型［23］人工观测冻土器（其中满洲里2组），在安装布局时考虑传感器测量相互之间不受影响，5种观测仪以TB1-1型冻土器为圆心，等半径（50 cm）呈圆形排列安装。

图1 实验站点分布Fig.1 Distribution of observation sites

2019年2—3月在3个试验站安装了4组观测仪，采集包括电阻和测温2种不同测量原理5种型号的试验资料和TB1-1型人工对比观测资料（表1）。电阻式测量是利用水的相态发生改变时体积、电阻等物理特性随之变化的原理，通过非纯净水做感应介质，测量相关物理量得到冻结层次和上下限深度，该原理利用水相变时阻值突变的原理，与TB1-1型冻土器测量原理相同。测温式测量是根据水凝结成冰或冰融化成水的温度变化特性，结合冻点确定算法，获得冻结层次和上下限深度，该原理是采用温度要素测量冰点的方式判断土壤冻结深度［24］。

表1 2019年喀左站、辽阳站和满洲里站观测仪与人工试验数据表Table 1 Automatic and manual data table at Kazuo station，Liaoyang station，and M anzhouli station in 2019

1.2 数据处理

对所收集的数据进行数据完整性和层次一致性分析，应用纵横极值集合法计算冻土分钟数据变化值，最后进行时间一致性质量控制［25］，并确定相关的阈值参数。本文采用Delphi 7.01、Python 3.7和M icrosoft Excel 2013软件进行数据读取与处理分析。

1.2.1 冻土分钟界限值检查及数据完整性

根据气象部门业务要求，冻土自动观测仪在设备端已经对冻土观测的瞬时值进行了界限值检查，检查瞬时值是否在传感器的测量范围内，如果未通过检查，则该值不能用于进一步计算。“正确”瞬时值的判断条件为上限0 cm，下限450 cm（中国气象局综合观测司，《冻土自动观测仪功能规格需求书》，2018）。然而在实际观测过程中，冻土传感器长度往往达不到450 cm，因此下限应取冻土传感器实际长度。

试验中数据缺测的原因包括未通过界限值检查和外界异常干扰，以分钟数据为完整性分析单元，对缺测数据进行统计，计算观测仪分钟数据的缺测率，即：

式（1）中，M为试验期内观测仪累计缺测分钟次数；N为应观测总分钟次数。

1.2.2 冻土层次一致性

采用每天08时、14时、20时人工定时观测冻土数据为参考标准［26］，4组TB1-1型冻土器共观测到505组定时冻土数据，变化次数为1168次；观测到冻土数据1224578 min，采集到各层变化次数3094502次（表1）。由冻土平均层次分析可知，A组中人工观测平均1.16层，观测仪平均冻土层数1.65层；B组中人工观测平均1.19层，观测仪平均冻土层数1.42层；C组中人工观测平均1.14层，观测仪平均冻土层数1.15层；D组中人工观测平均1.16层，观测仪平均冻土层数1.24层；C组和D组与人工观测最接近，A组中A4和A5设备相差略大，由设备自身阈值设置导致。总体人工观测平均冻土层数1.16层，观测仪平均1.36层，自动与人工一致，观测结果符合业务冻土分布特性［27］。

1.2.3 纵横极值集合法计算冻土分钟数据

冻土是气象观测要素中唯一包含上下限值和不定层数的观测要素，根据其要素特点，冻土自动观测分钟数据变化包含横向分钟对应层次变化和纵向自身层高变化两种情况。横向对应层次变化是指前后2 min采集的冻土数据，各层冻土的上下限对应变化；纵向自身层高变化是指相邻2 min采集的冻土数据，对应自身层次深度的高度变化，纵向与横向变化最大值作为冻土自动观测分钟数据变化值，见图2。

图2 相邻两分钟冻土观测数据变化对比示意Fig.2 Sketch map of comparison of frozen soil observation between adjacent two m inutes

纵横极值集合法计算变化值见下式：

式（2）中，Δτi为第i个变化值；xi为横向初始分钟状态第i个层次值；yi为当前分钟状态对应第i个层次值；zi为纵向自身第i个层次深度的变化值；当横向变化融化消失或新生冻结层时｜xi-yi｜按0 cm处理。

1.2.4 冻土分钟数据时间一致性质量控制

依据纵横极值集合法，确定冻土逐分钟的每一层冻土变化值，与人工对比观测对应层变化值作比较，生成层对比变化时间一致性质量控制参数序列，见下式：

式（3）中，fi为第i层冻土分钟数据时间一致性质量控制参数（以下简称“质控参数”），其大小可表示变化Δτi值的质量状况，Δτi引用式（2），显然｜fi｜越大，Δτi越可疑，甚至为异常数据；Ri为当前分钟所在两次定时内人工观测第i层冻土变化值。当Ri=0时，只记录Δτi不计算fi值，Ri≠0时，根据剔除异常值统计学原理，将质控参数｜fi｜≥3的数据标注为奇异值（即错误数据），｜fi｜≤1标识数据正确，1＞｜fi｜＞3标识数据可疑［6］。上述基于线性回归数据评估方法来计算数据的质控参数值，以判断数据质量的检查算法，称为线性回归质量检查算法。

2 结果分析

2.1 冻土分钟数据的完整性和层次一致性

由式（1）计算和表1可知，2019年喀左站、辽阳站和满洲里站20套观测仪共计运行2923200 m in，实际采集到数据2911165 min，数据缺测率为0.41%。其中，A 组观测仪数据缺测率最高为0.70%，D 组最低为0.10%，B组和C组分别为0.46%和0.34%；ZY4100型号观测仪完整性最好，平均缺测率为0.00%，XLX1型号完整性略差，平均缺测率为0.70%，DOD1型号平均缺测率为0.22%，DTD1型号平均缺测率为0.47%，HY-DT1型号平均缺测率为0.67%。全部观测仪完整性较好，均满足气象部门资料缺测率不大于2%的要求（中国气象局综合观测司，《冻土自动观测仪功能规格需求书》，2018）。

由式（2）可得，图2中第一层38—43 cm经过1 min变化后全部融化，即纵向融化变化均取5 cm，横向无对比参考值故按0 cm处理；初始第二层和第三层1 min后两层冻结合并为当前分钟的第一层，纵向26—29 cm层冻结消失，故均取3 cm，横向上限由22 cm 变为23 cm 融化1 cm，下限33 cm 变为34 cm，冻结1 cm，同一层冻土数据变化既包含横向又包含纵向变化时，取变化大值作为变化范围计算值，因此计算变化量时取纵向变化3 cm；初始第四层变化为当前第二层，上限对应无变化取0 cm，下限冻结4 cm，即横向和纵向均变化4 cm；初始第五层变成当前第三层，状态无变化，因此对应变化量均为0 cm。按照此方法统计A、B、C、D四组观测仪设备3094502次变化幅度及人工观测1168次变化幅度出现次数及比例情况见表2。

由表2可知，冻土自动观测数据变化集中在0—4 cm，占总数的99.99%以上，大于4 cm的变化不足0.01%，其中5—10 cm变化占0.0051%，大于10 cm变化占0.0029%；人工冻土对比数据6 h最大变化14 cm 出现3次，次大变化12 cm 出现8次，0—10 cm变化占98.63%。

表2 2019年喀左站、辽阳站和满洲里站冻土观测仪与人工观测冻土数据变化幅度与出现次数统计Table 2 Comparisons of variable am plitude and frequency between automatic and manual observations of frozen soil at Kazuo station，Liaoyang station，and Manzhouli station in 2019

2.2 质控参数阈值确定及数据质量分析

2.2.1 质控参数阈值

冻土分钟变化幅度与观测点的土壤、地理位置等多因素有关。质控参数是冻土数据质量好坏的决定性参数，控制参数值过小会引起大量真实数据剔除，造成数据失去连续性，过大则会将错误数据引入气象大数据平台，影响区域气候分析和专业气象服务效果。依据2019年喀左站、辽阳站和满洲里站冻土数据的变化幅度和冻土分钟数据完整性情况统计，对分钟数据应用式（3）逐条进行验证，得出5种型号的变化幅度及异常值次数分布统计见表3。

表3结果表明，3094502个变化数据中，0—4 cm变化数据正确，5—10 cm变化157次中存在67次奇异值的错误变化占42.7%，52次变化为可疑（无法确定正确或错误）占33.1%，38次变化为正确，占24.2%，大于10 cm的89次100%为错误变化。根据数据时间一致性检查结果，采用人工复核对全部错误变化数据进行分析归纳，分为突变野值、锯齿跳变和其他错误数据三种情况，见图3。

表3 2019年喀左站、辽阳站和满洲里站冻土观测分钟变化幅度及异常值统计Table 3 Statistics ofm inutely change of amp litude and abnormal value of frozen soil observation data at Kazuo station，Liaoyang station，and M anzhouli station in 2019

观测过程中部分数据变化虽然超过4 cm，如图3a中第3—4 min，但是从数据的前后一段时间内变化与人工观测值对比分析看，变化符合规律，正确变化范围0—10 cm在试验中均出现过，见表4示例1。图3a中第10—11min和图3b中第21min、41min为突变野值，这种冻土深度数据或变化量突变主要表现为一段时间较稳定，突然出现1 min变化较大数据，由于0—4 cm变化全部正确，因此跳变数据大于4 cm认为数据异常。此类数据在试验中出现33次，跳变范围5—62 cm，见表4示例2和示例3。图3a中第20—29 m in为锯齿跳变，此类数据主要表现为一段较短时间内数据震荡跳变多次，无固定规律，跳变幅度超过4 cm，在试验中出现52次，见表4示例4。其他异常数据，包括数据前后变化无对应层次关系等， 试验中出现71次，见表4示例5。

图3 2019年喀左站、辽阳站和满洲里站冻土分钟变化量（a）和深度变化（b）Fig.3 M inute change curve of frozen soil in variation quantity（a）and in-depth（b）at Kazuo station，Liaoyang station，and M anzhouli station in 2019

表4 2019年喀左站、辽阳站和满洲里站冻土分钟数据变化量示例Table 4 Exam ples of variation of frozen soilm inute data at Kazuo station，Liaoyang station，and M anzhouli station in 2019

出现异常数据的原因主要是观测仪采集算法与分钟数据处理方法缺陷、计算机对观测仪校对时造成数据采集中断、冲击电压等外界信号干扰影响等因素造成，试验后期采取优化采集算法、调整数据处理方法和加装UPS稳压电源等措施后错误数据显著减少。

2.2.2 数据质量

应用2019年喀左站、辽阳站和满洲里站3个试验站的数据进行了数值试验，对冻土分钟数据异常可疑为5 cm和异常阈值为11 cm及时间一致性质量控制和纵横极值集合法进行验证，所选时间段为设备在试验站安装完毕，数据稳定采集48 h之后5 d的冻土分钟数据，数据验证基本情况见表5。由表5可知，5 d内102778个变化数据中，102742个变化数据正确，5—10 cm变化21次中存在8次异常值的错误变化占38.1%，大于10 cm的15次变化100%为错误，该结果与表3统计一致，表明该阈值和方法准确、合理有效。

表5 2019年喀左站、辽阳站和满洲里站观测仪分钟数据质量控制情况Table 5 Quality control of observed m inute data from instrument in frozen soil at Kazuo station，Liaoyang station，and M anzhouli station in 2019

3 结论与讨论

（1）2019年喀左站、辽阳站和满洲里站观测仪分钟数据完整性较好，数据缺测率为0.41%，数据完整率为99.59%，满足气象部门资料完整性要求，从而也能反映出设备可靠性较好。3个外场试验站的观测仪平均冻土层数1.36层，与人工观测平均1.16层基本吻合，同时也符合冻土业务数据分布特点，自动化后冻土层次与原人工观测有较好的连续性。

（2）3个外场冻土分钟数据对比同期人工观测冻土数据，确定冻土自动观测分钟数据质量控制的变化量范围为0—4 cm，异常可疑数据的变化量范围为5—10 cm，异常数据的变化量范围为＞10 cm。观测表明，该5种类型观测仪能较好地反演出不同气候区域的冻土分钟数据时间一致性变化特征［28］，冻土自动观测分钟数据变化范围可以作为冻土时间一致性质量控制指标。

（3）观测数据中变化量范围为0—4 cm包含了99.99%的数据，但大于4 cm变化中出现156次分钟异常数据，主要原因是设备采集算法、数据处理方法和受到外界干扰等因素造成，观测后期应用优化采集算法、调整数据处理方法等措施，显著降低了错误数据来源，提高了分钟数据质量。

（4）冻土观测在气象服务中作用较为重要，在中国全国开展平行观测后，当分钟数据足够多时，建议开展“一站一评估”，对冻土自动观测采集算法及数据内部一致性、空间一致性等其他质量控制方法进一步研究，全面提升冻土数据质量控制的准确性。