自动气象站数据质量控制系统的设计与实现

摘 "要：自动气象站具有台站分布密集，数据采集、传输完全自动化、资料实时强等特点，其观测资料在预警预报、气候分析、防灾减灾等方面都有重要作用。但是受各种主客观条件的限制，自动站数据存在较多失真现象，没有经过质控的自动站数据，使用范围和价值都受到限制。对自动站数据进行质量控制，确保资料的代表性和准确性，是当前气象业务工作迫切需要解决的技术难题。衡阳自动站数据质量控制系统（以下简称HY-AWSQC）的设计与实现，是为解决自动站数据失真问题，所做的有益尝试和探索。系统运用气候界限值检查、时间连续性检查、内部一致性检查和空间一致性检查，4种国内外有代表性的数据质控技术，实现对衡阳自动站数据的质量控制。

关键词：自动气象站（AWS）；数据；质量控制；HY-AWSQC；衡阳；设计

中图分类号：P415.1+2 " " "文献标志码：A " " " " "文章编号：2095-2945（2024）20-0013-04

Abstract： Automatic weather station （AWS） has the characteristics of dense distribution of stations， complete automation of data acquisition and transmission， strong real-time data and so on. Its observation data play an important role in early warning and forecasting， climate analysis， disaster prevention and reduction and so on. However， due to the limitations of a variety of subjective and objective conditions， there are many distortions in the automatic station data， and the application scope and value of the automatic station data without quality control are limited. The quality control of automatic station data to ensure the representativeness and accuracy of the data is an urgent technical problem to be solved in the current meteorological work. The design and implementation of Hengyang Automatic Weather Station data quality control system （hereinafter referred to as HY-AWSQC） is a beneficial attempt and exploration to solve the problem of automatic station data distortion. The system uses climate limit value check， time continuity check， internal consistency check and spatial consistency check， and four representative data quality control technologies at home and abroad to realize the data quality control of Hengyang automatic station.

Keywords： automatic weather station （AWS）; data; quality control; HY-AWSQC; Hengyang; design

自动气象站（英文缩写AWS）是指能自动采集和传递气象数据的观测装置，观测项目通常为气压、气温、风向和雨量等常规气象要素，经扩充后还可测量其他要素。根据中小尺度灾害性天气监测、预警预报服务、当地经济社会发展需要而加密建设的区域自动气象站，大幅提升了空间密度和观测频次，在精密监测、精准预警、防汛救灾等方面发挥了重要作用[1]。但是数量众多、型号不同的各类自动站，受安装环境、设备质量、保障能力等主客观条件的限制，观测数据质量相比国家地面站有很大差距，可疑甚至错误数据较多，在一定程度上影响了数据的使用。为提高自动站数据的准确性与可用性，各地气象部门都开展了自动站数据质量控制方法的探索和研究。

地处湖南省中南部、湘江中游的衡阳市，总面积1.53万km2，辖5区、2市（县级市）、5县，常住人口657.74万人（2022年），是湖南省域副中心城市。目前，衡阳已建成各类自动气象站289个（区域站222个），实现全市乡镇全覆盖，在气象防灾减灾中作用显著，社会与经济效益明显。但是观测数据失真情况的存在，对决策和公众气象服务造成一定被动。科研人员在气候论证、课题开发中，对自动（区域）气象站历史资料的使用非常慎重，担心疑误数据使研究结论产生偏差。为解决长期困扰的自动气象站数据失真难题，提升数据的使用范围和价值，衡阳气象科研人员，设计研发了自动气象站数据质量控制系统（以下简称HY-AWSQC），经过质控后的自动气象站数据，准确性与可用性都有了明显提高。

1 "系统设计与架构

1.1 "质量控制（QC）的实施对象

HY-AWSQC系统质控的范围包括国家自动气象站、区域自动气象站和交通气象站、农田气候站等各类自动气象站，质控要素为降水、温度、气压、湿度、风速和风向6个。质控对象为自动气象站正点实时观测的逐小时数据。

1.2 "质量控制的研制思路

通过分析AWS原始资料可能存在以下错误：观测数据超过本地区气候学界限值、数据在长时间内连续无变化、小时数据变率过大、正点数据与相应小时内测量的极值不一致和在空间分布上存在明显异常，如图1所示，因此必须对AWS数据进行质量甄别检验。

1.3 "数据质量控制码

在HY-AWSQC后台的质控数据库中，所有质控要素都带有质控码（QC）字段，用于该要素的存储质控信息。QC代码分别为0、1、2、8、9，与中国气象局的标准一致。具体含义见表1。

1.4 "确定本地气候极值

本地气候极限（界限值）的确定，是质控系统设计的重要内容。通过对衡阳地区9个国家地面站，历史（30 a）逐日气温、降水、气压和风等要素的统计分析，确定了衡阳日气温历史最高（低）值、降水量、风速极值及气压最大（小）值和1、3 h气压、温度变差最大值。并将所有极值数据用参数文件保存，便于系统进行气候极限值检查调用。区域站由于建站时间较短，无法统计各站点气候极值，就统一以衡阳国家站的气候界限值为标准。衡阳所辖南岳国家基准气候站（简称南岳站）是湖南唯一的高山气象站，海拔高度为1 280 m，其气候极值与衡阳其他地面站有较大差异，所以南岳站的气候极限值需单独设置（图2）。

2 "系统质控方法介绍

自动气象站资料质量控制一般在2个层面开展：一是在观测台站进行基本质量控制；二是在省、市级数据处理中心进行。前者只针对单个台站的观测资料，后者可以对所有入数据库的AWS资料进行质控。HY-AWSQC即支持台站级也支持数据中心级（市级）的数据质控，其参考了国内外各种AWSQC技术方案，根据衡阳地形与气候特点和资料应用要求，设计研发了气候界限值检查、时间连续性检查、内部一致性检查和空间一致性检查4种较为成熟的数据质量控制方法。

2.1 "气候界限值检查

气候界限值 （也称极值）检查包括气候学界限值、要素允许值范围检查等。气候学界限值是指从气候学角度不可能出现的临界值，气候极值检查就是检查某要素值是否超过历史最大值和最小值[2]。要素允许值范围是指气象要素值允许出现的规定范围， 如风向只能是0～360°。气候界限值检查是AWS质控最直接也最有效的一个环节[3]。气候极值检查是HY-AWSQC质控的第一步，凡超出极限值范围的数据被直接标志为错误，不再进行其他质控检查。

2.2 "时间连续性检查

根据气象要素的自然变化规律，在相邻时间段内，要素变化幅度必定在一定范围内波动。2次观测要素之间的相关性和间隔的时间长短有密切关系。HY-AWSQC的时间连续性检查采用的是小时连续性和最小变化率检查，通过检查要素值是否连续多个时次无变化或变化太小，进而判断是否为可疑或错误数据。

1）检查数据连续多个时次无变化。如当要素数据∈（a1，a2）时，从当前时次开始前推，连续N1（N2）个及以上时次要素数据相等，则相应数据均判为可疑（错误）。

2）当前时次与其前1个时次数据最小变化率检查（可疑判断）如下。

衡阳：气温为5 ℃/h，气压为8 hPa/h，湿度为30%/h。

南岳：气温为8 ℃/h，气压为10 hPa/h，湿度为40%/h。

2.3 "内部一致性检查

内部一致性检查是根据气象要素之间的逻辑关系， 对同一站点同一时刻观测资料中的气象要素进行气象学相关物理特性对比，检测它们之间是否存在矛盾现象[4]。内部一致性检查作为系统质控的辅助方法，用于检测疑似数据。例如，内部一致性检查时单一要素在同一观测时段应有如下逻辑关系， 即最高值大于等于平均值大于等于最低值， 如同一时段的某项要素出现与上述逻辑关系有矛盾的情况， 则判断为数据中有错误数值; 同一时刻相同要素不同项目间的一致性检查， 如风向和风速的一致性检查， 风速还应特别注意，如极大风速大于等于最大风速等。

2.4 "空间一致性检查

空间一致性检查对于孤立的错误数据，是一种比较有效的质控方法。由于在AWS各项气象要素中，温度与湿度要素与空间的关联程度较高，所以空间一致性检查仅对这2项要素进行。HY-AWSQC的空间一致性检查主要是采用区域平均值比较法，即将整个衡阳地区划分为北部、中部、南部和南岳高山4个空间区域，以划分的4个空间区域为界线，对本区域内同一时次内的温度和湿度分别求平均值，然后再将站点观测数据与平均值进行比较，小于或等于平均值的数据则为正常数据，大于平均值的数据则判断为错误或可疑数据。

3 "系统特点与功能

衡阳自动气象站数据质量控制系统（HY-AWSQC），由界限值设置、系统参数、报文入库接口、自动质控和人工交互5个子模块组成，允许选择自动质控和人工订正2种方式，实现对AWS数据的质量控制。其工作流程为：首先将需要质控的自动气象站资料（省局天擎平台下载、台站自动站原始数据），通过系统的数据入库接口导入到数据库原始资料表中，然后对其中的降水、温度、气压等6个常规观测要素，即可使用气候界限值检查、时间连续性检查等单一方法，或者综合运用4种方法，对自动站原始数据进行质控，最后将数据检查结果以质控码形式标注在质控数据表中（图3）。下面介绍HY-AWSQC系统各个模块的主要功能。

3.1 "界限值与质控设置模块

HY-AWSQC系统的界限值与质控设置模块能分别显示和修改南岳高山和衡阳自动气象站的气候学界限值（最大值和最小值）、小时时间变率值（最大值）等界限值标准数值。同时，在该模块还允许用户根据使用需要选择一种或多种质控方法，上述界限值标准和质控参数信息都被保存在系统的参数配置文件中。

3.2 "系统参数配置模块

该模块用于设置连接需要进行质控的原始资料数据库，数据库连接参数只需在系统第一次运行时进行设置，连接成功后选择“保存配置”按钮后，HY-AWSQC将质控数据库连接参数保存到系统参数文件中。系统再次运行自动读取参数信息，只要没有修改数据库配置，HY-AWSQC将自动连接质控数据库。在系统参数模块中还可以设置“是否启动自动运行质控”，以及“系统自动运行质控的时间间隔”等配置信息，用户根据实际使用需要进行设定。

3.3 " AWS数据导入模块

该模块是HY-AWSQC能否发挥作用的基础和前提，其将从省局天擎平台或者台站业务计算机中获取的自动气象站数据，通过该模块将降水、温度、气压、湿度和风等要素值，导入到质控数据库中的原始资料表中。

3.4 自动质量控制模块

自动质控模块是HY-AWSQC的核心功能模块，该模块能根据用户选择的资料日期区间、质量控制方法、质控要素，对数据库中的原始资料进行数据甄别后，自动判定资料是否正常、错误、可疑或者缺测，并根据检验结果在数据库中标注质控码（QC）。

HY-AWSQC目前支持气候界限值检查、时间连续性检查、内部一致性检查和空间一致性检查4种国内外比较成熟且有代表性的气象数据质控方法。自动质控模块通过单独或综合使用上述4种质控方法，能够甄别出AWS原始资料中绝大部分错误、可疑或缺测数据，极大提高了AWS数据质控的效率与价值。

3.5 人机交互质控模块

由于客观条件和质控方法的限制，系统的自动质控模块无法100%完成对AWS数据的检查和甄别。对于自动QC无法判定和鉴别的可疑数据，以及能够确认的由人为因素或环境干扰所产生的错误数据，HY-AWSQC提供了人机交互质控功能。在该模块用户可以选择某个时间段和某县（市）的AWS数据，进行人工修改和订正，修正数据后点“保存”按钮在存储数据的同时，将自动为该项要素标注质控码。人机交互功能增加了HY-AWSQC的质控手段，提高了系统的适用性与灵活性。

4 系统应用情况

HY-AWSQC于2020年完成系统研发，衡阳市局业务人员和开发人员对系统进行了全面测试，其间业务人员使用系统对衡阳所辖国家站、区域站的实时和历史资料进行了质量检验，对发现的问题和缺陷进行了修改和完善。HY-AWSQC正式版推出后，在衡阳市局承担的湖南省局2020年重点科研项目“衡邵干旱监测及预警评估技术研究”中进行了应用，主要用于对从天擎平台下载的衡邵干旱走廊内的衡阳、永州、邵阳和娄底地区的33个市（县、区）2010—2022年观测资料进行数据甄别质控。通过系统质控后的数据，存入了课题设计建立的衡邵干旱风险数据库中，为课题的衡邵干旱风险区划和干旱预警评估技术分析研究提供了可靠、准确的基础数据。HY-AWSQC为该重点课题的顺利实施和验收结题，以及相关研究论文的发表起到了重要技术支撑作用。目前，衡阳市局正在研究的其他课题，也需要使用HY-AWSQC对自动气象站资料进行质控，为课题研究提供准确、可靠的基础数据。

5 结束语

影响自动气象站数据质量的因素很多，质控方法必定是一个非常复杂的过程。HY-AWSQC仅仅在这方面做了一个初步的尝试，特别是质控方法还有很大的改进空间。同时，希望系统能起到抛砖引玉的作用，对省内外类似系统的研发提供参考和借鉴。

各国气象部门均高度重视气象观测数据的质量，国内外对数据质量控制也做了大量研究，提出了不少有建设性的技术方案[5]。但是自动气象站数据质量控制技术研究是一项基础性、系统性、持续性的工作，目前和今后一个时期都难形成一个通用与标准的方法与模式，只能根据自动气象站技术发展和业务应用需求不断地改进和提高现有质控方法。

参考文献：

[1] 段树海，梁艳芳.自动气象站实时数据质量控制的研究[J].微计算机信息，2017（4）：25-26.

[2] 陶士伟，仲踦芹，徐枝芳.地面自动站资料控制方案及应用[J].高原气象，2009，28（5）：1202-1209.

[3] 李秀英，荀伟唯，李瑞苏，等.地面自动气象站风向数据质量控制阈值的判定[J].气象水文海洋仪器，2022，39（4）：91-93.

[4] 封秀燕.地面自动气象站实时资料自动质量控制[M].北京：气象出版社，2017.

[5] 吴欢峰，董海涛，杨喆，等.国家级自动站数据监控技术的研究与实现[J].数码设计（上），2020，9（8）：32-33.