CN109272230B - 一种地面观测站气压要素的数据质量评估方法和系统 - Google Patents

一种地面观测站气压要素的数据质量评估方法和系统 Download PDF

Info

Publication number
CN109272230B
CN109272230B CN201811093326.8A CN201811093326A CN109272230B CN 109272230 B CN109272230 B CN 109272230B CN 201811093326 A CN201811093326 A CN 201811093326A CN 109272230 B CN109272230 B CN 109272230B
Authority
CN
China
Prior art keywords
data
pressure element
air pressure
suspicious
site
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.)
Active
Application number
CN201811093326.8A
Other languages
English (en)
Other versions
CN109272230A (zh
Inventor
崔喜爱
顾浩
刘慧�
梁海河
吴蕾
林雪娇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CMA Meteorological Observation Centre
Original Assignee
CMA Meteorological Observation Centre
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CMA Meteorological Observation Centre filed Critical CMA Meteorological Observation Centre
Priority to CN201811093326.8A priority Critical patent/CN109272230B/zh
Publication of CN109272230A publication Critical patent/CN109272230A/zh
Application granted granted Critical
Publication of CN109272230B publication Critical patent/CN109272230B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种地面观测站气压要素的数据质量评估方法和系统，其中，地面观测站气压要素的数据质量评估方法，包括：获取地面观测站观测的气压要素数据以及对应于气压要素数据的GRAPES模式产品气压数据；根据质量评估监测指标筛选气压要素数据的可疑站点；根据可疑站点的站点信息进行人工综合诊断判别，生成可疑站点列表；根据可疑站点列表生成气压要素时间序列绘图和气压要素评估监测报告。在本发明的技术方案中，能够对气压要素数据质量进行评估指标统计分析，进而识别出气压要素数据质量低的可疑站点问题数据，分析验证其可疑原因，并尽快地触发相关的质量改进活动。

Description

一种地面观测站气压要素的数据质量评估方法和系统
技术领域
本发明涉及气象观测数据监控技术领域，尤其涉及一种地面观测站气压要素的数据质量评估方法和一种地面观测站气压要素的数据质量评估系统。
背景技术
地面观测站气压要素观测数据是对数值预报、天气分析、气候变化、气象服务等各个方面的重要气象观测资料，在不同行业领域有着广泛的应用，为各领域提供所需的基础气象数据支撑，在地方部门决策调度、防灾减灾、社会稳定等方面可提供科学的气象服务。而地面观测站气压要素的数据质量评估监测正是确保其数据质量稳定可靠的重要环节。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此，本发明的一个目的在于提供一种地面观测站气压要素的数据质量评估方法，其能够对气压要素数据质量进行评估指标统计分析，进而识别出气压要素数据质量低的可疑站点问题数据，分析验证其可疑原因，并尽快地触发相关的质量改进活动。
本发明的另一个目的在于提供一种地面观测站气压要素的数据质量评估系统，其能够与气压数据质量控制、气压数据质量改进、气压数据后续应用等环节形成了相辅相成的业务流程闭环，能够及时发现并从源头上解决数据质量问题。
为实现上述目的，本发明第一方面的技术方案提供了一种地面观测站气压要素的数据质量评估方法，包括：获取地面观测站观测的气压要素数据以及对应于气压要素数据的GRAPES模式产品气压数据；根据质量评估监测指标筛选气压要素数据的可疑站点；根据可疑站点的站点信息进行人工综合诊断判别，生成可疑站点列表；根据可疑站点列表生成气压要素时间序列绘图和气压要素评估监测报告。
在该技术方案中，通过对气压要素数据质量进行评估指标统计分析，进而识别出气压要素数据质量低的可疑站点问题数据，分析验证其可疑原因，并尽快地触发相关的质量改进活动；地面观测站气压要素数据质量评估监测，与气压数据质量控制、气压数据质量改进、气压数据后续应用等环节形成了相辅相成的业务流程闭环，能够及时发现并从源头上解决数据质量问题，也可进一步为后端应用提供更为可信的数据支撑。
在上述技术方案中，优选地，站点信息包括地面观测站的经度、纬度、测站海拔高度、地形高度、地表植被和地表建筑物中的至少一种；和/可疑站点列表包括站号、经度、纬度、测站海拔高度和质量评估监测指标中的至少一种。
在上述任一技术方案中，优选地，根据质量评估监测指标筛选气压要素数据的可疑站点，包括：根据质量评估监测统计公式对气压要素数据进行统计，并生成统计数据；根据质量评估监测阈值对统计数据进行筛选，并生成可疑数据；根据可疑数据确定可疑站点。
在上述任一技术方案中，优选地，质量评估监测统计公式为：
Figure BDA0001804916340000021
deltaPi＝Oi-Bi，
Figure BDA0001804916340000031
其中，NUMP为非缺测的气压要素数据个数，Oi为第i个非缺测的气压要素数据，Bi为对应气压要素数据的GRAPES模式产品气压数据，
Figure BDA0001804916340000032
为deltaPi的算术平均值；
质量评估监测阈值为：
Figure BDA0001804916340000033
本发明第二方面的技术方案提供了一种地面观测站气压要素的数据质量评估系统，包括：获取模块，用于获取地面观测站观测的气压要素数据以及对应于气压要素数据的GRAPES模式产品气压数据；筛选模块，用于根据质量评估监测指标筛选气压要素数据的可疑站点；判断模块，用于根据可疑站点的站点信息进行人工综合诊断判别，生成可疑站点列表；输出模块，用于根据可疑站点列表生成气压要素时间序列绘图和气压要素评估监测报告。
在该技术方案中，通过对气压要素数据质量进行评估指标统计分析，进而识别出气压要素数据质量低的可疑站点问题数据，分析验证其可疑原因，并尽快地触发相关的质量改进活动；地面观测站气压要素数据质量评估监测，与气压数据质量控制、气压数据质量改进、气压数据后续应用等环节形成了相辅相成的业务流程闭环，能够及时发现并从源头上解决数据质量问题，也可进一步为后端应用提供更为可信的数据支撑。
在上述技术方案中，优选地，站点信息包括地面观测站的经度、纬度、测站海拔高度、地形高度、地表植被和地表建筑物中的至少一种；和/可疑站点列表包括站号、经度、纬度、测站海拔高度和质量评估监测指标中的至少一种。
在上述任一技术方案中，优选地，筛选模块包括：统计单元，用于根据质量评估监测统计公式对气压要素数据进行统计，并生成统计数据；筛选单元，用于根据质量评估监测阈值对统计数据进行筛选，并生成可疑数据；控制单元，用于根据可疑数据确定可疑站点。
在上述任一技术方案中，优选地，质量评估监测统计公式为：
Figure BDA0001804916340000041
deltaPi＝Oi-Bi，
Figure BDA0001804916340000042
其中，NUMP为非缺测的气压要素数据个数，Oi为第i个非缺测的气压要素数据，Bi为对应气压要素数据的GRAPES模式产品气压数据，
Figure BDA0001804916340000043
为deltaPi的算术平均值；
质量评估监测阈值为：
Figure BDA0001804916340000044
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1示出了本发明的一个实施例的地面观测站气压要素的数据质量评估方法的流程框图；
图2示出了本发明的另一个实施例的地面观测站气压要素的数据质量评估方法的流程框图；
图3示出了本发明的一个实施例的地面观测站气压要素的数据质量评估系统的结构框图；
图4示出了本发明的一个实施例的筛选模块的结构框图；
图5示出了本发明实施例1识别出的异常气压要素小时观测时序图；
图6示出了本发明实施例2识别出的异常气压要素小时观测时序图；
图7示出了本发明实施例3识别出的异常气压要素小时观测时序图；
图8示出了本发明实施例4识别出的异常气压要素小时观测时序图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不限于下面公开的具体实施例的限制。
下面参照图1至图8描述本发明一些实施例的地面观测站气压要素的数据质量评估方法及系统。
如图1所示，按照本发明一个实施例的地面观测站气压要素的数据质量评估方法，包括：
S100，获取地面观测站观测的气压要素数据以及对应于气压要素数据的GRAPES模式产品气压数据；
S200，根据质量评估监测指标筛选气压要素数据的可疑站点；
S300，根据可疑站点的站点信息进行人工综合诊断判别，生成可疑站点列表；
S400，根据可疑站点列表生成气压要素时间序列绘图和气压要素评估监测报告。
在该实施例中，通过对气压要素数据质量进行评估指标统计分析，进而识别出气压要素数据质量低的可疑站点问题数据，分析验证其可疑原因，并尽快地触发相关的质量改进活动；地面观测站气压要素数据质量评估监测，与气压数据质量控制、气压数据质量改进、气压数据后续应用等环节形成了相辅相成的业务流程闭环，能够及时发现并从源头上解决数据质量问题，也可进一步为后端应用提供更为可信的数据支撑。
具体地，站点信息包括地面观测站的经度、纬度、测站海拔高度等基础地理信息和地形高度、地表植被、地表建筑物等周边探测环境中的至少一种；可疑站点列表包括站号、经度、纬度、测站海拔高度和质量评估监测指标中的至少一种。
在该实施例中，利用地面观测站的基础地理信息、周边探测环境等，利用专家经验并结合周边站点的站点信息、模式区域性表现、观测与模式时空尺度差异等多种信息源筛选出的气压要素可疑站点进行人工综合诊断判别，给出判定后的可疑站点列表，最后利用专家经验识别出与观测系统有关的数据质量问题，如气压传感器更换、气压传感器异常偏移等问题。
其中，模式区域性表现包括GRAPES全球预报系统在不同地区的预报效果不同，例如东部地区预报效果相对较好，在西部地区(例如四川省)的预报效果相对较差；观测与模式时空尺度差异包括地面观测站的测站海拔高度和对应的Grapes模式格点的模式地形高度有所差异。
如图2所示，按照本发明另一个实施例的地面观测站气压要素的数据质量评估方法，S200，根据质量评估监测指标筛选气压要素数据的可疑站点，包括：
S201，根据质量评估监测统计公式对气压要素数据进行统计，并生成统计数据；
S202，根据质量评估监测阈值对统计数据进行筛选，并生成可疑数据；
S203，根据可疑数据确定可疑站点。
具体地，评估监测统计公式为：
Figure BDA0001804916340000071
deltaPi＝Oi-Bi，
Figure BDA0001804916340000072
其中，NUMP为非缺测的气压要素数据个数，Oi为第i个非缺测件的气压要素数据，Bi为对应气压要素数据的GRAPES模式产品气压数据，
Figure BDA0001804916340000073
为deltaPi的算术平均值，deltaPi为服从正太分布的随机变量质量；
质量评估监测阈值为：
Figure BDA0001804916340000074
在该实施例中，利用我国GRAPES数值预报业务产品(即GRAPES模式产品气压数据)作为对比基准，构建观测与模式偏差模型，定量评估监测我国地面自动站气压要素观测数据质量，进而识别出气压要素数据质量低的可疑站点问题数据，分析验证其可疑原因，并尽快地触发相关的质量改进活动。
什么是GRAPES全球预报系统？6月1日，中国气象局自主研发的GRAPES全球预报系统(GRAPES_GFS V2.0)正式业务化运行并面向全国下发产品。
经评估，GRAPES全球预报系统总体性能指标超过现行全球业务模式系统T639。
T639是在国外资料同化系统及全球模式的基础上改进而成，所用资料较少，尤其是卫星资料占比不超过30％。而GRAPES全球数值预报系统的资料应用水平远远超过T639，卫星资料占比达到70％。此外，GRAPES全球数值预报系统在应用观测资料的高质量同化技术方面也具有明显优势，其同化观测资料时，在质量控制和偏差订正技术方面优势明显。目前，GRAPES全球数值预报系统的形势场预报时效更长，雨区雨带预报的误差较小。
值得一提的是，该系统的中国区域短期降水预报能力已接近欧洲中期天气预报中心(ECMWF)，模式空报问题已得到缓解；与国外模式相比，中国区域降水预报形势，特别是中国东南部主降水区预报形势与实况更为接近。
中国气象局数值预报中心主任王建捷表示，GRAPES全球预报系统的业务化运行，标志着GRAPES全球预报系统实现从科研阶段向业务运行阶段的转变。同时，这也是我国自主研发的全球数值预报模式结合业务实践反馈开展进一步优化创新的新开端。
据悉，GRAPES全球预报系统(GRAPES_GFS V1.0)于2009年3月实现准业务运行。2013年，研发人员对该系统进行了一系列技术改进和优化。系统升级后，经过连续两年的回算试验，2015年12月31日，GRAPES_GFS V2.0通过中国气象局预报与网络司组织的业务化评审。为了满足预报服务需求，2016年以来，在业务化运行筹备阶段，数值预报中心在业务系统流程设计、运行环境测试等方面开展大量工作，并针对预报业务发展，开发了卫星云图产品、强对流诊断产品，新增加云粒子产品等，以满足多方面预报服务需求。
在GRAPES全球预报系统研发过程中，中国气象局气象探测中心、国家卫星气象中心在实时观测资料接收、处理方面做了大量工作，保障优质资料进入GRAPES全球预报系统同化系统；国家气象信息中心为资料实时获取、高性能计算、产品及时分发等提供有力保障；国家气象中心则完成GRAPES全球预报系统产品在预报平台的集成、产品试用的反馈等工作。
如图3所示，按照本发明另一个实施例的地面观测站气压要素的数据质量评估系统1000，包括：
获取模块100，用于获取地面观测站观测的气压要素数据以及对应于气压要素数据的GRAPES模式产品气压数据；
筛选模块200，用于根据质量评估监测指标筛选气压要素数据的可疑站点；
判断模块300，用于根据可疑站点的站点信息进行人工综合诊断判别，生成可疑站点列表；
输出模块400，用于根据可疑站点列表生成气压要素时间序列绘图和气压要素评估监测报告。
在该实施例中，通过对气压要素数据质量进行评估指标统计分析，进而识别出气压要素数据质量低的可疑站点问题数据，分析验证其可疑原因，并尽快地触发相关的质量改进活动；地面观测站气压要素数据质量评估监测，与气压数据质量控制、气压数据质量改进、气压数据后续应用等环节形成了相辅相成的业务流程闭环，能够及时发现并从源头上解决数据质量问题，也可进一步为后端应用提供更为可信的数据支撑。
具体地，站点信息包括地面观测站的经度、纬度、测站海拔高度等基础地理信息和地形高度、地表植被、地表建筑物等周边探测环境中的至少一种；可疑站点列表包括站号、经度、纬度、测站海拔高度和质量评估监测指标中的至少一种。
在该实施例中，利用地面观测站的基础地理信息、周边探测环境等对筛选出的气压要素可疑站点进行人工综合诊断判别，给出判定后的可疑站点列表，最后利用专家经验识别出与观测系统有关的数据质量问题，如气压传感器更换、气压传感器异常偏移等问题。
如图4所示，按照本发明另一个实施例的地面观测站气压要素的数据质量评估系统，筛选模块200包括：
统计单元201，用于根据质量评估监测统计公式对气压要素数据进行统计，并生成统计数据；
筛选单元202，用于根据质量评估监测阈值对统计数据进行筛选，并生成可疑数据；
控制单元203，用于根据可疑数据确定可疑站点。
具体地，质量评估监测统计公式为：
Figure BDA0001804916340000101
deltaPi＝Oi-Bi，
Figure BDA0001804916340000102
其中，NUMP为非缺测件的气压要素数据个数，Oi为第i个非缺测的气压要素数据，Bi为对应气压要素数据的GRAPES模式产品气压数据，
Figure BDA0001804916340000103
为deltaPi的算术平均值，deltaPi为服从正太分布的随机变量质量；
质量评估监测阈值为：
Figure BDA0001804916340000104
在该实施例中，利用我国GRAPES数值预报业务产品(即GRAPES模式产品气压数据)作为对比基准，构建观测与模式偏差模型，定量评估监测我国地面自动站气压要素观测数据质量，进而识别出气压要素数据质量低的可疑站点问题数据，分析验证其可疑原因，并尽快地触发相关的质量改进活动。
其中，缺测情况是反映观测资料完整性的重要指标之一，缺测量越少说明数据量越好，其完整度相对越高。
具体实施例
基于GRAPES模式产品的地面气象观测站气压要素数据质量评估监测方法已开展为期一年多的评估监测试验，有效识别出多项与观测系统有关的气压要素数据质量，并通过与观测台站的沟通反馈尽快改进了地面气象观测站气压要素数据质量。
实施例1
图5示出了本发明实施例1识别出的异常气压要素小时观测时序图，通过该图可以看出，地面观测站可能存在气压设备受外界生物干扰的质量问题，经技术人员确认，地面观测站的观测期间总有蚂蚁爬进气压探测设备。
实施例2
图6示出了本发明实施例2识别出的异常气压要素小时观测时序图，通过该图可以看出，地面观测站可能存在气压设备异常的质量问题，经技术人员对台站所有设备统一检定，地面观测站的仪器异常。
实施例3
图7示出了本发明实施例3识别出的异常气压要素小时观测时序图，通过该图可以看出，地面观测站存在气压异常偏移的质量问题。
实施例4
图8示出了本发明实施例4识别出的异常气压要素小时观测时序图，通过该图可以看出，地面观测站存在气压间歇性异常的质量问题。
在本发明中，术语“第一”、“第二”、“第三”仅用于描述的目的，而不能理解为指示或暗示相对重要性；术语“多个”则指两个或两个以上，除非另有明确的限定。术语“安装”、“相连”、“连接”、“固定”等术语均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；“相连”可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
本发明的描述中，需要理解的是，术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或单元必须具有特定的方向、以特定的方位构造和操作，因此，不能理解为对本发明的限制。
在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种地面观测站气压要素的数据质量评估方法，其特征在于，包括：
获取地面观测站观测的气压要素数据以及对应于所述气压要素数据的GRAPES模式产品气压数据；
根据质量评估监测指标筛选所述气压要素数据的可疑站点，包括：
根据质量评估监测统计公式对所述气压要素数据进行统计，并生成统计数据；
所述质量评估监测统计公式为：
Figure FDA0003457737800000011
deltaPi＝Oi-Bi，
Figure FDA0003457737800000012
其中，NUMP为非缺测的气压要素数据个数，Oi为第i个非缺测的所述气压要素数据，Bi为对应所述气压要素数据的所述GRAPES模式产品气压数据，
Figure FDA0003457737800000013
为deltaPi的算术平均值；
根据质量评估监测阈值对所述统计数据进行筛选，并生成可疑数据；
所述质量评估监测阈值为：
Figure FDA0003457737800000014
根据所述可疑数据确定所述可疑站点；
根据所述可疑站点的站点信息进行人工综合诊断判别，生成可疑站点列表；
根据所述可疑站点列表生成气压要素时间序列绘图和气压要素评估监测报告。
2.根据权利要求1所述的地面观测站气压要素的数据质量评估方法，其特征在于：所述站点信息包括所述地面观测站的经度、纬度、测站海拔高度、地形高度、地表植被和地表建筑物中的至少一种；和/或
所述可疑站点列表包括站号、经度、纬度、测站海拔高度和质量评估监测指标中的至少一种。
3.一种地面观测站气压要素的数据质量评估系统，其特征在于，包括：
获取模块，用于获取地面观测站观测的气压要素数据以及对应于所述气压要素数据的GRAPES模式产品气压数据；
筛选模块，用于根据质量评估监测指标筛选所述气压要素数据的可疑站点；
所述筛选模块包括：
统计单元，用于根据质量评估监测统计公式对所述气压要素数据进行统计，并生成统计数据；
所述质量评估监测统计公式为：
Figure FDA0003457737800000021
deltaPi＝Oi-Bi，
Figure FDA0003457737800000022
其中，NUMP为非缺测的气压要素数据个数，Oi为第i个非缺测的所述气压要素数据，Bi为对应所述气压要素数据的所述GRAPES模式产品气压数据，
Figure FDA0003457737800000023
为deltaPi的算术平均值；
筛选单元，用于根据质量评估监测阈值对所述统计数据进行筛选，并生成可疑数据；
所述质量评估监测阈值为：
Figure FDA0003457737800000024
控制单元，用于根据所述可疑数据确定所述可疑站点；
判断模块，用于根据所述可疑站点的站点信息进行人工综合诊断判别，生成可疑站点列表；
输出模块，用于根据所述可疑站点列表生成气压要素绘图和气压要素评估监测报告。
4.根据权利要求3所述的地面观测站气压要素的数据质量评估系统，其特征在于：所述站点信息包括所述地面观测站的经度、纬度、测站海拔高度、地形高度、地表植被和地表建筑物中的至少一种；和/或
所述可疑站点列表包括站号、经度、纬度、测站海拔高度和质量评估监测指标中的至少一种。
CN201811093326.8A 2018-09-19 2018-09-19 一种地面观测站气压要素的数据质量评估方法和系统 Active CN109272230B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811093326.8A CN109272230B (zh) 2018-09-19 2018-09-19 一种地面观测站气压要素的数据质量评估方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811093326.8A CN109272230B (zh) 2018-09-19 2018-09-19 一种地面观测站气压要素的数据质量评估方法和系统

Publications (2)

Publication Number Publication Date
CN109272230A CN109272230A (zh) 2019-01-25
CN109272230B true CN109272230B (zh) 2022-03-11

Family

ID=65197981

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811093326.8A Active CN109272230B (zh) 2018-09-19 2018-09-19 一种地面观测站气压要素的数据质量评估方法和系统

Country Status (1)

Country Link
CN (1) CN109272230B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113095690B (zh) * 2021-04-16 2023-07-25 中国气象局气象探测中心 地面观测站基本要素的质量滚动评估方法和装置
CN113095691B (zh) * 2021-04-16 2023-06-20 中国气象局气象探测中心 地面观测站位势高度要素的数据质量评估方法和装置
CN113960700B (zh) * 2021-11-08 2023-09-29 北京城市气象研究院 区域数值预报结果的客观检验、统计及分析系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101984421A (zh) * 2010-09-03 2011-03-09 中国科学院软件研究所 基于实时数据库的气象要素数据组织录入与查询方法
CN104778548A (zh) * 2015-04-14 2015-07-15 中国气象局气象探测中心 一种综合气象观测系统运行监控综合评估方法
CN105447770A (zh) * 2015-12-10 2016-03-30 国网四川省电力公司电力科学研究院 电网气象监测数据应用于精细化气象预报的评估方法
CN106920013A (zh) * 2017-03-15 2017-07-04 南京信息工程大学 一种地面气温观测资料的质量控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10489584B2 (en) * 2017-02-14 2019-11-26 Microsoft Technology Licensing, Llc Local and global evaluation of multi-database system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101984421A (zh) * 2010-09-03 2011-03-09 中国科学院软件研究所 基于实时数据库的气象要素数据组织录入与查询方法
CN104778548A (zh) * 2015-04-14 2015-07-15 中国气象局气象探测中心 一种综合气象观测系统运行监控综合评估方法
CN105447770A (zh) * 2015-12-10 2016-03-30 国网四川省电力公司电力科学研究院 电网气象监测数据应用于精细化气象预报的评估方法
CN106920013A (zh) * 2017-03-15 2017-07-04 南京信息工程大学 一种地面气温观测资料的质量控制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
全球观测资料质量监视评估;陶士伟等;《气象》;20060621;第53-58页 *
地面气压气温观测数据质量评估系统建成;中国气象局;《http://www.cma.gov.cn/2011xwzx/2011xqxkj/2011xkjdt/201712/t20171215_458270.html》;20171215;正文第1-3段 *
气象自动观测站数据处理方法研究;沈军;《中国博士学位论文全文数据库，基础科学辑》;20130227;论文第15-16页，第120-121页，130页 *
苏皖地面自动站资料质量控制及其同化研究;王晨珏;《中国优秀硕士学位论文全文数据库 基础科学辑》;20170227;全文 *

Also Published As

Publication number Publication date
CN109272230A (zh) 2019-01-25

Similar Documents

Publication Publication Date Title
WO2020043031A1 (zh) 一种大气污染监测传感器校准和协同工作的方法
Tsakiris et al. Regional drought assessment based on the Reconnaissance Drought Index (RDI)
Masiol et al. Hourly land-use regression models based on low-cost PM monitor data
CN109272230B (zh) 一种地面观测站气压要素的数据质量评估方法和系统
Egli et al. Comparison of different automatic methods for estimating snow water equivalent
CN109146327B (zh) 一种地面观测站气温要素的数据质量评估方法和系统
Qin et al. The evaluation and optimization of calibration methods for low-cost particulate matter sensors: Inter-comparison between fixed and mobile methods
CN107063955B (zh) 空气颗粒物检测仪校准方法及管理系统
Böhme et al. Long-term evaluation of COSMO forecasting using combined observational data of the GOP period
Benninga et al. Performance of ensemble streamflow forecasts under varied hydrometeorological conditions
CN116449331B (zh) 一种基于w波段雷达和气象卫星的沙尘粒子数浓度估算方法
Ashok et al. A systematic quantitative review on the performance of some of the recent short-term rainfall forecasting techniques
CN114048944A (zh) 一种暴雨诱发地质灾害下应撤离人口及损毁房屋的预估方法
Mavromatis Use of drought indices in climate change impact assessment studies: an application to Greece
CN113176420A (zh) 一种针对电网杆塔点的风速预报订正系统
CN118195079A (zh) 一种民用机场碳排放预测方法及系统
Ari et al. Impact of global warming on meteorological drought: A case study of the Songliao Plain, China
CN117934212A (zh) 基于iot技术数字可视化平台的施工过程监控方法
Ogunrinde et al. Characterization of drought using four drought indices under climate change in the Sahel region of Nigeria: 1981–2015
JP5111842B2 (ja) レーダ雨量計運用管理システム
CN109765149B (zh) 一种基于总悬浮颗粒物确定降尘量的方法及装置
Ceglar et al. Assessment of multi-scale drought datasets to quantify drought severity and impacts in agriculture: a case study for Slovenia
Sturtevant et al. Quality assurance and control
Dai Measuring and Comparing the Concentration of PM2. 5 in the GTA using Low-cost Sensors
Represa et al. Daily concentrations of PM2. 5 in the Valencian community using random forest for the period 2008–2018

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