CN108268646A - 一种对加密自动气象站实测温度数值进行质量检查的方法 - Google Patents
一种对加密自动气象站实测温度数值进行质量检查的方法 Download PDFInfo
- Publication number
- CN108268646A CN108268646A CN201810067246.9A CN201810067246A CN108268646A CN 108268646 A CN108268646 A CN 108268646A CN 201810067246 A CN201810067246 A CN 201810067246A CN 108268646 A CN108268646 A CN 108268646A
- Authority
- CN
- China
- Prior art keywords
- sub
- weather station
- automatic weather
- grid
- temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Quality & Reliability (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及对加密自动气象站实测温度数值进行质量检查的方法,该方法通过多层级空间子网格的划分,计算各个子网格中所包含自动站实测温度的偏差指数,再拟合得到温度偏差函数,由此函数推算出更细粒度子网格下自动站实测温度的偏差指数,由该指数计算得到不同自动站之间的理想误差,将该误差作为空间一致性检查时判定阈值的一部分,改进阈值判定的算法,达到提高基于空间一致性检查的质量控制方法的准确性。
Description
技术领域
本发明涉及大气科学领域,尤其涉及一种对加密自动气象站实测温度数值进行质量检查的方法。
背景技术
加密自动气象站(以下简称自动站)是一种用于观测温度、湿度、风向、风速、气压等实时天气状况的气象设备。与常规地面气象站相比,自动站具有站点分布密集、观测频次高、资料实时性强等特点。如果这些观测资料的质量可靠,将能够极大地提高我国中尺度天气系统的分析预报水平,特别是能为预报的初始场资料提供精细化的数据源。但是,由于受站点分布、地质条件、周边环境、高度视野等客观条件的限制,其数据质量与常规地面气象站观测资料仍相差甚远,业界普遍认为没有经过严格质量控制的自动站资料,其可用性不高。
当前,对自动站观测数据进行质量控制的方法主要包括极值检查、时间一致性检查、空间一致性检查以及不同气象要素(气象要素是指如温度、湿度、风向、风速、气压等)之间的逻辑关系检查等几大类。其中,空间一致性检查是利用气象要素在空间分布上具有一定连续性的特征,通过分析待质量控制的自动站观测记录是否明显异于其他相邻自动站的记录来做判定。采用空间一致性检查进行质量控制,其准确性主要取决于两个方面:一是空间插值算法的优劣;二是判定阈值和判定算法的优劣。一般情况下,判定阈值是根据自动站的地理位置、观测时间、观测季节和气候态等特征,结合长期历史气象资料统计得出的确定值。判定算法是指待质量控制的实测值与判定阈值之间的数学关系,常见的形式如式(8):
Va-m×TH≤Vt≤Va+n×TH (8)
其中,Vt表示某个待质量控制检查的自动站StationX的实测气象要素值,如温度值;Va表示与StationX地理位置相邻的若干个自动站的实测气象要素值的平均值;TH表示判定阈值;m和n都是自然数,m和n的取值主要由相关领域的专家或研究人员主观设定。当实测值Vt满足上述式1的数学关系,则判定实测值Vt的质量可靠,反之,则判定Vt数据质量可疑或错误。
一般而言,空间一致性检查的可靠性优于极值检查,能够更准确地判定实测值的数据质量。但空间一致性检查也存在一定的局限性:一是该方法使用空间插值计算,每次质量控制检查需要利用与被检查自动站地理位置相邻的若干自动站的实测记录。如果这些相邻自动站的实测记录存在错误,导致插值计算结果存在错误,则必将影响质量控制检查的准确性,甚至可能将正确的实测记录误判为错误。二是温度与自动站的海拔高度有很大的相关性,在不考虑逆温的一般情况下,海拔高度每上升1千米,温度会下降6~9摄氏度,而真实大气环境中,这种温度与高度的变化关系是非常不确定的。在我国青海等西北部地区,相邻的自动站垂直落差可能达到数百米甚至上千米,利用垂直落差如此大的自动站进行插值计算和质量控制检查,也必然影响到质量控制的准确性。
发明内容
本发明目的在于克服上述提及的现有问题的不足,提供了一种对加密自动气象站实测温度数值进行质量检查的方法,具体由以下技术方案实现:
所述对加密自动气象站实测温度数值进行质量检查的方法,所述方法包括如下步骤:
步骤1)构建矩形地理区域Area_AWS,将Area_AWS区域所包含的自动站作为处理对象;
步骤2)以GI(t)为格距,将Area_AWS划分为若干个子网格,GI(t)∈{GI1, GI2,…,GIz},且GI1<GI2<…<GIz,t表示子网划分的组数,z表示子网划分的最大组数,t∈{1,2,…z};每个子网格用Sub_Gird(GI(t),x,y)表示,其中,x、y分别对应地表示各个子网格的横向坐标与纵向坐标;
步骤3)定义一个数据集DataSet_Sub[x,y,Count_Station(GI(t),x,y), Sum_Temp(GI(t),x,y),Avg_Temp(GI(t),x,y),SD_Temp(GI(t),x,y)]用于记录各个子网格内包含的自动站数量和温度情况,其中,Count_Station(GI(t),x,y) 表示某一子网格Sub_Gird(GI(t),x,y)中的自动站数量,Sum_Temp(GI(t),x,y) 表示子网格Sub_Gird(GI(t),x,y)中所有自动站实测温度的累加和, Avg_Temp(GI(t),x,y)表示子网格Sub_Gird(GI(t),x,y)中所有自动站实测温度的算术平均值,SD_Temp(GI(t),x,y)表示子网格Sub_Gird(GI(t),x,y)中所有自动站实测温度的标准差,遍历数据集DataSet_Sub中的每条记录,将各个自动站根据自动站对应的经纬度归并到相应的子网格Sub_Gird(GI(t),x,y)中,并计算不同格矩GI(t)的偏差指数CI(k);
步骤4)以子网格中包含的自动站数量为自变量,以偏差指数CI(k)为因变量构建一个离散数据集,对该离散数据集进行函数拟合,得到一个反映子网格自动站数量与偏差指数变化关系的函数f(CI(k)),通过函数f(CI(k)),得到单位子网格内只有1个自动站时的偏差指数,即C(1);
步骤5)由所述CI(1)乘以子网格内自动站的平均温度,即可得到反映该子网格内所有自动站观测温度的平均误差的参量,将所述参量引入原有的温度数值的判定式形成改进的温度数值的判定式,如式(1),根据改进的温度数值的判定式对自动站实测温度进行空间一致性检查,
Va-m×(TH+Va×C(1))≤Vt≤Va+n×(TH+Va×C(1)) (1)
其中,Vt表示自动站StationX的实测值,Va表示与StationX地理位置相邻的若干个自动站的实测记录平均值,TH表示判定阈值,m、n都是自然数;当Vt 满足式1的条件时,判定该数值可信或正确,反之,则判定Vt可疑或错误。
所述对加密自动气象站实测温度数值进行质量检查的方法的进一步设计在于,所述步骤1)包括如下步骤:
步骤1-1)读取自动站数据文件AWS_File,从AWS_File中筛选出对温度数据进行质量控制需要的信息,形成数据集DataSet[SID,Lo,La,Temp],其中SID 表示自动站编号,Lo表示自动站经度,La表示自动站纬度,Temp表示自动站实测温度;
步骤1-2)从数据集DataSet中提取自动站经度最小值Lo_Min、自动站经度最大值Lo_Max、自动站纬度最小值La_Min以及自动站纬度最大值La_Max,根据所述自动站经度最小值、自动站经度最大值、自动站纬度最小值和自动站纬度最大值构建矩形地理区域Area_AWS。
所述对加密自动气象站实测温度数值进行质量检查的方法的进一步设计在于,所述步骤2)中,x和y都是整数,且满足:
所述对加密自动气象站实测温度数值进行质量检查的方法的进一步设计在于,所述步骤3)中计算不同格矩GI(t)的偏差指数具体包括如下步骤:
步骤3-1)根据式(2)、式(3)逐一计算各个子网格的平均温度 Avg_T emp(GI(t),,x,y)
其中,AWS_Temp(GI(t),x,y,i)表示在GI(t)为格距划分的子网格 Sub_Gird(GI(t),x,y)中某一自动站i实测的温度数值,i∈[1, Count_Station(GI(t),x,y)],且为整数;
步骤3-2)根据式(4)逐一计算各个子网格温度的标准差SD_Temp(GI(t),x,y),
步骤3-3)根据所述数据集DataSet_Sub中的数值通过式(5)逐一计算各个子网格的温度偏差系数,
步骤3-4)对所有子网格,以子网格包含的自动站数量Count_Station为归并基准,根据式(6)计算不同站点数量情况下,子网格的温度偏差系数平均值 Avg_BS(GI(t),k),
其中,KK=Max(Count_Station(GI(t),x,y)),Max()表示求最大值的函数,k 表示子网格中包含的自动站数量,且k∈[0,KK];
步骤3-5)以各子网格包含的自动站数量为归并基准,计算不同格矩GI(t)的偏差指数CI(k),计算方法为:
本发明的优点如下:
本发明的对加密自动气象站实测温度数值进行质量检查的方法通过多层级空间子网格的划分,计算各个子网格中所包含自动站实测温度的偏差指数,再拟合得到温度偏差函数,由此函数推算出更细粒度子网格下自动站实测温度的偏差指数,由该指数计算得到不同自动站之间的理想误差,将该误差作为空间一致性检查时判定阈值的一部分,改进阈值判定的算法,达到提高基于空间一致性检查的质量控制方法的准确性。
附图说明
图1是本发明对加密自动气象站实测温度数值进行质量检查的方法的流程示意图。
图2是一个由X轴和Y轴构成的二维离散图。(X轴表示子网格中包含的自动站数量,Y轴表示偏差指数)
图3是在图2的基础上对离散点的分布情况进行函数拟合得到偏差指数函数。
图4是南京市及周边地区的实测温度记录在地图上的显示。
具体实施方式
以下结合附图对本申请的技术方案进一步说明。
本实施例选用2017年4月3日19:50江苏、安徽两省及周边地区的加密自动气象站实况观测数据,该数据已经进行了极值检查,剔除缺测记录和明显异常记录,得到有效自动站观测记录3483条。为了直观地显示上述自动站观测记录及自动站的空间分布,从这些记录中选取南京市及周边地区的实测温度记录,在地图上显示,如图4所示。
本实施例的对加密自动气象站实测温度数值进行质量检查的方法具体包括如下步骤:
步骤1)构建矩形地理区域Area_AWS,将Area_AWS区域所包含的自动站作为处理对象。该步骤具体为:
步骤1-1:读取数据文件1704031950.000,形成数据集DataSet[SID,Lo,La,Temp],其中SID表示自动站编号,Lo表示自动站经度,La表示自动站纬度,Temp 表示自动站实测温度。由于本发明是针对自动站实测温度数据进行质量控制,而自动站观测的气象要素较多,因此,本实施例忽略对温度以外其他气象要素的处理及其描述。
步骤1-2:从数据集DataSet中提取自动站经度最小值Lo_Min=114°,自动站经度最大值Lo_Max=123°、自动站纬度最小值La_Min=21°和自动站纬度最大值La_Max=36°。
步骤2:设置一组子网格距GI∈{0.04°,0.08°,0.16°,0.32°,0.64°}, 将由Lo_Min、Lo_Max、La_Min和La_Max构成的经纬度区域Area_AWS分别以GI 为格距,划分为若干个子网格,每个子网格以Sub_Gird(GI(t),x,y)表示。其中,t∈{1,2,3,4,5},例如,当t=1时,GI(t)=0.04°;,x和y表示各个子网格在横向和纵向的坐标,x和y都是整数,且 表示向下取整计算。
步骤3:定义一个数据集DataSet_Sub[x,y,Count_Station,Sum_Temp, Avg_Temp,SD_Temp]用于记录各个子网格内包含的自动站数量和温度情况,其中,Count_Station表示某一子网格Sub_Gird(GI(t),x,y)中的自动站数量, Sum_Temp表示子网格Sub_Gird(GI(t),x,y)中所有自动站实测温度的累加和, Avg_Temp表示子网格Sub_Gird(GI(t),x,y)中所有自动站实测温度的算术平均值,SD_Temp表示子网格Sub_Gird(GI(t),x,y)中所有自动站实测温度的标准差,遍历数据集DataSet_Sub中的每条记录,将各个自动站根据自动站对应的经纬度归并到相应的子网格Sub_Gird中,并计算不同格矩GI(t)的偏差指数CI(k)。
首先,以t=1,即GI(t)=0.04°将Area_AWS划分为若干个子网格,每个子网格都有明确的经纬度范围。然后,遍历数据集DataSet中的每条记录,将各个自动站根据其经纬度归并到相应的子网格Sub_Gird中。由于自动站的空间分布既不规则,也不均匀,因此,各个子网格Sub_Gird中所包含的自动站数量并不一致。
进一步的,步骤3具体包括如下步骤:
步骤3-1:逐一计算各个子网格的平均温度:
其中,AWS_Temp(GI(t),x,y,i)表示在GI(t)为格距划分的子网格 Sub_Gird(GI(t),x,y)中某一自动站i实测的温度数值,i∈[1, Count_Station(GI(t),x,y)],且为整数。
步骤6:逐一计算各个子网格温度的标准差:
步骤3-2:根据上述数据集DataSet_Sub中的数值,逐一计算各个子网格的温度偏差系数:
步骤3-3:对所有子网格,以各子网格包含的自动站数量Count_Station为归并基准,计算不同站点数量情况下,子网格的温度偏差系数平均值:
其中,KK=Max(Count_Station(GI(t),x,y)),Max()表示求最大值的函数, k表示子网格中包含的自动站数量,且k∈[0,KK]。本实施例中,以GI(1),即 0.04°划分的所有子网格中,包含自动站最多的一个子网格内有11个自动站,即KK=11,k∈[0,11]。
依次计算t=2、t=3、t=4和t=5时,相应子网格划分方式下,各个子网格的温度偏差系数Avg_BS(GI(t),k)。
步骤3-5:以各子网格包含的自动站数量为归并基准,计算不同格矩GI(t) 的偏差指数CI(k):
步骤4:由计算得到的偏差指数C[I]可表示为如图2所示的散点图。图2 中,X轴为单位子网格内包含的自动站数量,Y轴为偏差指数。根据图2中散点分布情况,选用最小二乘法进行函数拟合,得到如图3所示的偏差函数:
C(z)=0.042×e0.013×z
通过上述偏差函数,可计算得到单位子网格内只有1个自动站时的偏差指数 C(1)≈0.0425。
步骤5:在对自动站实测温度进行空间一致性检查的过程中,将温度数值的判定方法由式8改进为式7所示:
Va-m×(TH+Va×C(1))≤Vt≤Va+n×TH+Va×C(1) (7)
其中,Vt表示某个待质量控制检查的自动站StationX的实测值,Va表示与StationX地理位置相邻的若干个自动站的实测记录平均值。本实施例中,自动站实测温度数值主要集中的[11℃,24℃]之间,如图4所示是南京市及周边地区的实测温度记录在地图上显示。由于每个待质量控制检查的自动站地理位置不同,因此,Va的值也随之各有不同,大体上,Va的数值范围也应该在[11℃,24℃] 之间。由此可以估算出,根据各个自动站地理位置的不同,Va×C(1)的取值应在[0.47℃,1.02℃]之间。TH表示判定阈值,该阈值是根据自动站的地理位置、观测时间、观测季节和气候态,结合长期历史气象资料统计得出的确定值,m和 n都是自然数,本实施例中,TH=3.2℃,m=n=1.5。
综上所述,本实施例中,自动站实测温度进行空间一致性检查时,判定方法可表示为式(9):
Va-1.5×(3.2+Va×0.0425)≤Vt≤Va+1.5×(3.2+Va×0.0425) (9)
其中,Vt表示某个待质量控制检查的自动站StationX的实测值,Va表示与StationX地理位置相邻的若干个自动站的实测记录平均值。当待质量控制检查的自动站实测温度Vt满足式3的条件时,判定该数值可信或正确,反之,则判定该温度数值可疑或错误。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (4)
1.一种对加密自动气象站实测温度数值进行质量检查的方法,其特征在于所述方法包括如下步骤:
步骤1)构建矩形地理区域Area_AWS,将Area_AWS区域所包含的自动站作为处理对象;
步骤2)以GI(t)为格距,将Area_AWS划分为若干个子网格,GI(t)∈{GI1,GI2,…,GIz},且GI1<GI2<…<GIz,t表示子网划分的组数,z表示子网划分的最大组数,t∈{1,2,…z};每个子网格用Sub_Gird(GI(t),x,y)表示,其中,x、y分别对应地表示各个子网格的横向坐标与纵向坐标;
步骤3)定义一个数据集DataSet_Sub[x,y,Count_Station(GI(t),x,y),Sum_Temp(GI(t),x,y),Avg_Temp(GI(t),x,y),SD_Temp(GI(t),x,y)]用于记录各个子网格内包含的自动站数量和温度情况,其中,Count_Station(GI(t),x,y)表示某一子网格Sub_Gird(GI(t),x,y)中的自动站数量,Sum_Temp(GI(t),x,y)表示子网格Sub_Gird(GI(t),x,y)中所有自动站实测温度的累加和,Avg_Temp(GI(t),x,y)表示子网格Sub_Gird(GI(t),x,y)中所有自动站实测温度的算术平均值,SD_Temp(GI(t),x,y)表示子网格Sub_Gird(GI(t),x,y)中所有自动站实测温度的标准差,遍历数据集DataSet_Sub中的每条记录,将各个自动站根据自动站对应的经纬度归并到相应的子网格Sub_Gird(GI(t),x,y)中,并计算不同格矩GI(t)的偏差指数CI(k);
步骤4)以子网格中包含的自动站数量为自变量,以偏差指数CI(k)为因变量构建一个离散数据集,对该离散数据集进行函数拟合,得到一个反映子网格自动站数量与偏差指数变化关系的函数f(CI(k)),通过函数f(CI(k)),得到单位子网格内只有1个自动站时的偏差指数,即C(1);
步骤5)由所述CI(1)乘以子网格内自动站的平均温度,即可得到反映该子网格内所有自动站观测温度的平均误差的参量,将所述参量引入原有的温度数值的判定式形成改进的温度数值的判定式,如式(1),根据改进的温度数值的判定式对自动站实测温度进行空间一致性检查:
Va-m×(TH+Va×C(1))≤Vt≤Va+n×(TH+Va×C(1)) (1)
其中,Vt表示自动站StationX的实测值,Va表示与StationX地理位置相邻的若干个自动站的实测记录平均值,TH表示判定阈值,m、n都是自然数;当Vt 满足式1的条件时,判定该数值可信或正确,反之,则判定Vt可疑或错误。
2.根据权利要求1所述的对加密自动气象站实测温度数值进行质量检查的方法,其特征在于所述步骤1)包括如下步骤:
步骤1-1)读取自动站数据文件AWS_File,从AWS_File中筛选出对温度数据进行质量控制需要的信息,形成数据集DataSet[SID,Lo,La,Temp],其中SID表示自动站编号,Lo表示自动站经度,La表示自动站纬度,Temp表示自动站实测温度;
步骤1-2)从数据集DataSet中提取自动站经度最小值Lo_Min、自动站经度最大值Lo_Max、自动站纬度最小值La_Min以及自动站纬度最大值La_Max,根据所述自动站经度最小值、自动站经度最大值、自动站纬度最小值和自动站纬度最大值构建矩形地理区域Area_AWS。
3.根据权利要求1所述的对加密自动气象站实测温度数值进行质量检查的方法,其特征在于所述步骤2)中,x和y都是整数,且满足:
4.根据权利要求1所述的对加密自动气象站实测温度数值进行质量检查的方法,其特征在于所述步骤3)中计算不同格矩GI(t)的偏差指数具体包括如下步骤:
步骤3-1)根据式(2)、式(3)逐一计算各个子网格的平均温度Avg_Temp(GI(t),,x,y)
其中,AWS_Temp(GI(t),x,y,i)表示在GI(t)为格距划分的子网格Sub_Gird(GI(t),x,y)中某一自动站i实测的温度数值,i∈[1,Count_Station(GI(t),x,y)],且为整数;步骤3-2)根据式(4)逐一计算各个子网格温度的标准差SD_Temp(GI(t),x,y),
步骤3-3)根据所述数据集DataSet_Sub中的数值通过式(5)逐一计算各个子网格的温度偏差系数,
步骤3-4)对所有子网格,以子网格包含的自动站数量Count_Station为归并基准,根据式(6)计算不同站点数量情况下,子网格的温度偏差系数平均值Avg_BS(GI(t),k),
其中,KK=Max(Count_Station(GI(t),x,y)),Max()表示求最大值的函数,k表示子网格中包含的自动站数量,且k∈[0,KK];
步骤3-5)以各子网格包含的自动站数量为归并基准,计算不同格矩GI(t)的偏差指数CI(k),计算方法为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810067246.9A CN108268646B (zh) | 2018-01-23 | 2018-01-23 | 一种对加密自动气象站实测温度数值进行质量检查的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810067246.9A CN108268646B (zh) | 2018-01-23 | 2018-01-23 | 一种对加密自动气象站实测温度数值进行质量检查的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108268646A true CN108268646A (zh) | 2018-07-10 |
CN108268646B CN108268646B (zh) | 2022-10-14 |
Family
ID=62776503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810067246.9A Active CN108268646B (zh) | 2018-01-23 | 2018-01-23 | 一种对加密自动气象站实测温度数值进行质量检查的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108268646B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110908985A (zh) * | 2019-11-01 | 2020-03-24 | 苏州热工研究院有限公司 | 一种气象环境自动监测站异常数据智能筛选方法和系统 |
CN112380499A (zh) * | 2020-11-11 | 2021-02-19 | 成都市气象局 | 一种区域自动气象站客观分群方法 |
CN118068448A (zh) * | 2024-04-19 | 2024-05-24 | 南京大桥机器有限公司 | 一种气象无人机地面测控平台 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1604139A (zh) * | 2004-10-28 | 2005-04-06 | 上海交通大学 | 图像融合评价系统的构建方法 |
CN104635281A (zh) * | 2015-02-17 | 2015-05-20 | 南京信息工程大学 | 基于强天气过程校正的自动气象站数据质量控制方法 |
CN106950614A (zh) * | 2017-02-28 | 2017-07-14 | 中船重工鹏力(南京)大气海洋信息系统有限公司 | 一种区域自动气象站小时雨量数据质量控制方法 |
-
2018
- 2018-01-23 CN CN201810067246.9A patent/CN108268646B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1604139A (zh) * | 2004-10-28 | 2005-04-06 | 上海交通大学 | 图像融合评价系统的构建方法 |
CN104635281A (zh) * | 2015-02-17 | 2015-05-20 | 南京信息工程大学 | 基于强天气过程校正的自动气象站数据质量控制方法 |
CN106950614A (zh) * | 2017-02-28 | 2017-07-14 | 中船重工鹏力(南京)大气海洋信息系统有限公司 | 一种区域自动气象站小时雨量数据质量控制方法 |
Non-Patent Citations (1)
Title |
---|
王兴等: "基于规则引擎的多元大气信息数据质量检查方法", 《南京信息工程大学学报(自然科学版)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110908985A (zh) * | 2019-11-01 | 2020-03-24 | 苏州热工研究院有限公司 | 一种气象环境自动监测站异常数据智能筛选方法和系统 |
CN112380499A (zh) * | 2020-11-11 | 2021-02-19 | 成都市气象局 | 一种区域自动气象站客观分群方法 |
CN118068448A (zh) * | 2024-04-19 | 2024-05-24 | 南京大桥机器有限公司 | 一种气象无人机地面测控平台 |
Also Published As
Publication number | Publication date |
---|---|
CN108268646B (zh) | 2022-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104635281B (zh) | 基于强天气过程校正的自动气象站数据质量控制方法 | |
CN106195646B (zh) | 漏水分布推定装置、推定系统和推定方法 | |
CN108268646A (zh) | 一种对加密自动气象站实测温度数值进行质量检查的方法 | |
KR101908865B1 (ko) | 기온 측정 자료의 품질 분석방법 | |
CN109444812B (zh) | 一种引入动态阈值的rssi室内定位方法 | |
CN117037076B (zh) | 一种基于遥感技术的土壤墒情智能监测方法 | |
CN108154271A (zh) | 一种基于空间相关性和曲面拟合的地面气温质量控制方法 | |
CN110389971A (zh) | 一种基于云计算的多传感器数据融合方法 | |
Cheng et al. | Uncertainties of the ocean heat content estimation induced by insufficient vertical resolution of historical ocean subsurface observations | |
CN108779995A (zh) | 用于检测环境参数的传感器和用于校准这种传感器的方法 | |
Laviola et al. | The 183-WSL fast rain rate retrieval algorithm. Part II: Validation using ground radar measurements | |
Yağmur et al. | Opportunities provided by remote sensing data for watershed management: example of Konya Closed Basin | |
Zhang et al. | Assessment of rainfall spatial variability and its influence on runoff modelling: A case study in the Brue catchment, UK | |
CN113902259A (zh) | 湿雪崩灾害风险评估方法及装置 | |
Mahbod et al. | An evaluative study of TRMM precipitation estimates over multi-day scales in a semi-arid region, Iran | |
CN108827456A (zh) | 一种测试设备噪音的方法及系统 | |
CN111366195A (zh) | 一种地表水热通量的多尺度观测方法 | |
Achite et al. | Hybrid interpolation approach for estimating the spatial variation of annual precipitation in the Macta basin, Algeria | |
CN104700457B (zh) | 降雨情形下风矢量反演的象元筛选、滤波方法和系统 | |
CN108415105A (zh) | 一种对地面气象观测站观测相对湿度数值的检验方法 | |
CN108535338A (zh) | 粗空间分辨率卫星遥感土壤水分真实性检验方法 | |
Dias et al. | The effect of temperature‐humidity similarity on Bowen ratios, dimensionless standard deviations, and mass transfer coefficients over a lake | |
Shadeed et al. | Comparative analysis of interpolation methods for rainfall mapping in the Faria catchment, Palestine | |
Sun et al. | Comparison and evaluation of remote sensing indices for agricultural drought monitoring over Kazakhstan | |
Khosravi et al. | An integrated dryness index based on geographically weighted regression and satellite earth observations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |