CN113095691B - 地面观测站位势高度要素的数据质量评估方法和装置 - Google Patents

地面观测站位势高度要素的数据质量评估方法和装置 Download PDF

Info

Publication number
CN113095691B
CN113095691B CN202110414404.5A CN202110414404A CN113095691B CN 113095691 B CN113095691 B CN 113095691B CN 202110414404 A CN202110414404 A CN 202110414404A CN 113095691 B CN113095691 B CN 113095691B
Authority
CN
China
Prior art keywords
observation station
ground observation
data
potential height
statistical analysis
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
CN202110414404.5A
Other languages
English (en)
Other versions
CN113095691A (zh
Inventor
崔喜爱
施丽娟
赵培涛
林雪娇
李翠娜
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 CN202110414404.5A priority Critical patent/CN113095691B/zh
Publication of CN113095691A publication Critical patent/CN113095691A/zh
Application granted granted Critical
Publication of CN113095691B publication Critical patent/CN113095691B/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
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明是关于一种地面观测站位势高度要素的数据质量评估方法和装置，方法包括：从地面观测站数据库中获取地面观测站位势高度要素数据并对其进行预处理，得到预处理后的地面观测站位势高度要素数据，并记录地面观测站的海拔高度；根据地面观测站的海拔高度，利用预设公式确定与其对应的标准气压层；通过长时间序列的对比统计分析，构建位势高度数据与标准气压层数据之间的误差统计模型，并计算每个预处理后的地面观测站位势高度要素数据对应的第一统计分析指标和第二统计分析指标，进而确定预处理后的地面观测站位势高度要素数据是否为异常数据。通过该技术方案，提升地面观测站的位势高度要素数据的数据质量，进而提高气象数据的准确性。

Description

地面观测站位势高度要素的数据质量评估方法和装置
技术领域
本发明涉及气象数据处理技术领域，尤其涉及一种地面观测站位势高度要素的数据质量评估方法和装置。
背景技术
地面观测站气象资料实际上是对天气变化、气候规律、气象服务等进行一系列观测的重要资料，并且在各个领域有着广泛的运用。能够为不同行业领域提供所需要的基础数据服务，在地方经济建设、社会稳定、项目建设、防灾减灾和部门决策等方面提供科学的气象服务。通过分析这些观测资料制作专题气象服务信息，将其提供给决策部门。例如，把经过质控的数据制作成候、旬、月气候评价专题，在风能、太阳能开发前期为开发商提供气候资源可行性论证，在生态环境保护中提供生态气象专题保障服务等。
地面观测站位势高度要素(geopotential height)来自于地面天气观测或者利用本站气压、气温和测站海拔高度计算得出。对于不能给出令人满意准确度海平面气压的高海拔观测台站，应依据台站海拔高度以位势米为单位报告商定标准气压层的位势高度数据。地面观测站位势高度要素的数据质量评估是确保数据正确性的重要影响因素。
发明内容
为克服相关技术中存在的问题，本发明提供一种地面观测站位势高度要素的数据质量评估方法和装置，从而提升地面观测站的位势高度要素数据的数据质量，进而提高气象数据的准确性。
根据本发明实施例的第一方面，提供一种地面观测站位势高度要素的数据质量评估方法，所述方法包括：
从地面观测站数据库中获取地面观测站位势高度要素数据并对其进行预处理，得到预处理后的地面观测站位势高度要素数据，并记录所述地面观测站的海拔高度；
根据所述地面观测站的海拔高度，利用预设公式确定与其对应的标准气压层；
通过长时间序列的对比统计分析，构建位势高度数据与标准气压层数据之间的误差统计模型，并通过所述误差统计模型计算每个预处理后的地面观测站位势高度要素数据对应的第一统计分析指标和第二统计分析指标；
根据所述第一统计分析指标和所述第二统计分析指标确定所述预处理后的地面观测站位势高度要素数据是否为异常数据。
在一个实施例中，优选地，所述预设公式包括：
Figure GDA0004216005600000021
其中，H(1)表示所述高海拔观测台站的海拔高度，Standard表示标准气压层。
在一个实施例中，优选地，所述误差统计模型包括：
Figure GDA0004216005600000022
其中，NUMGP为预处理后的地面观测站位势高度要素数据的数目；GP(i)为第i个预处理后的地面观测站位势高度要素数据；StandardGP(i)为第i个预处理后的地面观测站位势高度要素相对应的标准气压层数据，Analysis1(GP)表示所述第一统计分析指标，其中，所述第一统计分析指标用于表征预设时间段内的位势高度要素数据序列与标准气压层数据序列之间的偏离程度指标，称为偏离率或者偏离值，Analysis2(GP)表示所述第二统计分析指标，所述第二分析指标用于表征对预设时间段内的位势高度要素数据序列与标准气压层数据序列之间的差值序列进行统计，计算出各差值数据离均差的平均数。
在一个实施例中，优选地，所述根据所述第一统计分析指标和所述第二统计分析指标确定所述预处理后的地面观测站位势高度要素数据是否为异常数据，包括：
利用阈值限定法将所有地面观测站位势高度要素进行筛选分类，其中，将第一统计分析指标的数值绝对值大于30位势米，或者第二统计分析指标的数值绝对值大于40位势米的地面观测站位势高度要素筛选为异常数据，其余数据筛选为正常数据。
在一个实施例中，优选地，所述对地面观测站位势高度要素数据进行预处理，包括：
利用阈值限制法对地面观测站位势高度要素数据进行预处理，去除掉明显异常的数据。
根据本发明实施例的第二方面，提供一种基于地面观测站位势高度要素的数据质量评估装置，所述装置包括：
预处理模块，用于从地面观测站数据库中获取地面观测站位势高度要素数据并对其进行预处理，得到预处理后的地面观测站位势高度要素数据，并记录所述地面观测站的海拔高度；
第一确定模块，用于根据所述地面观测站的海拔高度，利用预设公式确定与其对应的标准气压层；
计算模块，用于通过长时间序列的对比统计分析，构建位势高度数据与标准气压层数据之间的误差统计模型，并通过所述误差统计模型计算每个预处理后的地面观测站位势高度要素数据对应的第一统计分析指标和第二统计分析指标；
第二确定模块，用于根据所述第一统计分析指标和所述第二统计分析指标确定所述预处理后的地面观测站位势高度要素数据是否为异常数据。
在一个实施例中，优选地，所述预设公式包括：
Figure GDA0004216005600000041
其中，H(1)表示所述高海拔观测台站的海拔高度，Standard表示所述标准气压层；
所述误差统计模型包括：
Figure GDA0004216005600000042
其中，NUMGP为预处理后的地面观测站位势高度要素数据的数目；GP(i)为第i个预处理后的地面观测站位势高度要素数据；StandardGP(i)为第i个预处理后的地面观测站位势高度要素相对应的标准气压层数据，Analysis1(GP)表示所述第一统计分析指标，其中，所述第一统计分析指标用于表征预设时间段内的位势高度要素数据序列与标准气压层数据序列之间的偏离程度指标，称为偏离率或者偏离值，Analysis2(GP)表示所述第二统计分析指标，所述第二分析指标用于表征对预设时间段内的位势高度要素数据序列与标准气压层数据序列之间的差值序列进行统计，计算出各差值数据离均差的平均数。
在一个实施例中，优选地，所述第二确定模块用于：
利用阈值限定法将所有地面观测站位势高度要素进行筛选分类，其中，将第一统计分析指标的数值绝对值大于30位势米，或者第二统计分析指标的数值绝对值大于40位势米的地面观测站位势高度要素筛选为异常数据，其余数据筛选为正常数据。
根据本发明实施例的第三方面，提供一种针对角反射器的SAR高精度时序形变监测装置，所述装置包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
从地面观测站数据库中获取地面观测站位势高度要素数据并对其进行预处理，得到预处理后的地面观测站位势高度要素数据，并记录所述地面观测站的海拔高度；
根据所述地面观测站的海拔高度，利用预设公式确定与其对应的标准气压层；
通过长时间序列的对比统计分析，构建位势高度数据与标准气压层数据之间的误差统计模型，并通过所述误差统计模型计算每个预处理后的地面观测站位势高度要素数据对应的第一统计分析指标和第二统计分析指标；
根据所述第一统计分析指标和所述第二统计分析指标确定所述预处理后的地面观测站位势高度要素数据是否为异常数据。
根据本发明实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现第一方面中任一项所述方法的步骤。
本发明的实施例提供的技术方案可以包括以下有益效果：
本发明实施例中，通过长时间序列的对比统计分析，构建位势高度数据与标准数据之间的误差统计模型，进而实现定量评估地面观测站位势高度要素数据质量，从而提升地面观测站的位势高度要素数据的数据质量，进而提高气象数据的准确性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种地面观测站位势高度要素的数据质量评估方法的流程图。
图2是根据一示例性实施例示出的地面观测站位势高度要素数据质量评估误差分析时间序列图(38719站)。
图3是根据一示例性实施例示出的地面观测站位势高度要素数据质量评估误差分析时间序列图(38725站)。
图4是根据一示例性实施例示出的地面观测站位势高度要素数据质量评估误差分析时间序列图(38856站)。
图5是根据一示例性实施例示出的地面观测站位势高度要素数据质量评估误差分析时间序列图(44424站)。
图6是根据一示例性实施例示出的地面观测站位势高度要素数据质量评估误差分析时间序列图(44474站)。
图7是根据一示例性实施例示出的一种基于地面观测站位势高度要素的数据质量评估装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种地面观测站位势高度要素的数据质量评估方法的流程图，如图1所示，该方法包括：
步骤S101，从地面观测站数据库中获取地面观测站位势高度要素数据并对其进行预处理，得到预处理后的地面观测站位势高度要素数据，并记录所述地面观测站的海拔高度；
在一个实施例中，优选地，所述对地面观测站位势高度要素数据进行预处理，包括：
利用阈值限制法对地面观测站位势高度要素数据进行预处理，去除掉明显异常的数据。
步骤S102，根据所述地面观测站的海拔高度，利用预设公式确定与其对应的标准气压层；
在一个实施例中，优选地，所述预设公式包括：
Figure GDA0004216005600000071
其中，H(1)表示所述高海拔观测台站的海拔高度，Standard表示标准气压层。
步骤S103，通过长时间序列的对比统计分析，构建位势高度数据与标准气压层数据之间的误差统计模型，并通过所述误差统计模型计算每个预处理后的地面观测站位势高度要素数据对应的第一统计分析指标和第二统计分析指标；
在一个实施例中，优选地，所述误差统计模型包括：
Figure GDA0004216005600000081
其中，NUMGP为预处理后的地面观测站位势高度要素数据的数目；GP(i)为第i个预处理后的地面观测站位势高度要素数据；StandardGP(i)为第i个预处理后的地面观测站位势高度要素相对应的标准气压层数据，Analysis1(GP)表示所述第一统计分析指标，其中，所述第一统计分析指标用于表征预设时间段内的位势高度要素数据序列与标准气压层数据序列之间的偏离程度指标，称为偏离率或者偏离值，Analysis2(GP)表示所述第二统计分析指标，所述第二分析指标用于表征对预设时间段内的位势高度要素数据序列与标准气压层数据序列之间的差值序列进行统计，计算出各差值数据离均差的平均数。
步骤S104，根据所述第一统计分析指标和所述第二统计分析指标确定所述预处理后的地面观测站位势高度要素数据是否为异常数据。
在一个实施例中，优选地，所述根据所述第一统计分析指标和所述第二统计分析指标确定所述预处理后的地面观测站位势高度要素数据是否为异常数据，包括：
利用阈值限定法将所有地面观测站位势高度要素进行筛选分类，其中，将第一统计分析指标的数值绝对值大于30位势米，或者第二统计分析指标的数值绝对值大于40位势米的地面观测站位势高度要素筛选为异常数据，其余数据筛选为正常数据。进一步地，还可以对异常数据进行剔除，并分析异常数据对应的地面观测站的位势高度要素，找出导致数据异常的影响要素。
地面观测站位势高度要素的数据质量评估方法已经开展了将近一年多的观测试验，通过误差统计分析可以筛选分类出异常数据，图2至图6为实际运行中发现的位势高度要素异常个例。
图7是根据一示例性实施例示出的一种基于地面观测站位势高度要素的数据质量评估装置的框图。
如图7所示，根据本发明实施例的第二方面，提供一种基于地面观测站位势高度要素的数据质量评估装置，所述装置包括：
预处理模块71，用于从地面观测站数据库中获取地面观测站位势高度要素数据并对其进行预处理，得到预处理后的地面观测站位势高度要素数据，并记录所述地面观测站的海拔高度；
第一确定模块72，用于根据所述地面观测站的海拔高度，利用预设公式确定与其对应的标准气压层；
计算模块73，用于通过长时间序列的对比统计分析，构建位势高度数据与标准气压层数据之间的误差统计模型，并通过所述误差统计模型计算每个预处理后的地面观测站位势高度要素数据对应的第一统计分析指标和第二统计分析指标；
第二确定模块74，用于根据所述第一统计分析指标和所述第二统计分析指标确定所述预处理后的地面观测站位势高度要素数据是否为异常数据。
在一个实施例中，优选地，所述预设公式包括：
Figure GDA0004216005600000091
其中，H(1)表示所述高海拔观测台站的海拔高度，Standard表示所述标准气压层；
所述误差统计模型包括：
Figure GDA0004216005600000092
其中，NUMGP为预处理后的地面观测站位势高度要素数据的数目；GP(i)为第i个预处理后的地面观测站位势高度要素数据；StandardGP(i)为第i个预处理后的地面观测站位势高度要素相对应的标准气压层数据，Analysis1(GP)表示所述第一统计分析指标，其中，所述第一统计分析指标用于表征预设时间段内的位势高度要素数据序列与标准气压层数据序列之间的偏离程度指标，称为偏离率或者偏离值，Analysis2(GP)表示所述第二统计分析指标，所述第二分析指标用于表征对预设时间段内的位势高度要素数据序列与标准气压层数据序列之间的差值序列进行统计，计算出各差值数据离均差的平均数。
在一个实施例中，优选地，所述第二确定模块74用于：
利用阈值限定法将所有地面观测站位势高度要素进行筛选分类，其中，将第一统计分析指标的数值绝对值大于30位势米，或者第二统计分析指标的数值绝对值大于40位势米的地面观测站位势高度要素筛选为异常数据，其余数据筛选为正常数据。
根据本发明实施例的第三方面，提供一种基于地面观测站位势高度要素的数据质量评估装置，所述装置包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
从地面观测站数据库中获取地面观测站位势高度要素数据并对其进行预处理，得到预处理后的地面观测站位势高度要素数据，并记录所述地面观测站的海拔高度；
根据所述地面观测站的海拔高度，利用预设公式确定与其对应的标准气压层；
通过长时间序列的对比统计分析，构建位势高度数据与标准气压层数据之间的误差统计模型，并通过所述误差统计模型计算每个预处理后的地面观测站位势高度要素数据对应的第一统计分析指标和第二统计分析指标；
根据所述第一统计分析指标和所述第二统计分析指标确定所述预处理后的地面观测站位势高度要素数据是否为异常数据。
根据本发明实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现第一方面中任一项所述方法的步骤。
进一步可以理解的是，本发明中“多个”是指两个或两个以上，其它量词与之类似。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
进一步可以理解的是，术语“第一”、“第二”等用于描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开，并不表示特定的顺序或者重要程度。实际上，“第一”、“第二”等表述完全可以互换使用。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。
进一步可以理解的是，本发明实施例中尽管在附图中以特定的顺序描述操作，但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作，或是要求执行全部所示的操作以得到期望的结果。在特定环境中，多任务和并行处理可能是有利的。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (7)

1.一种地面观测站位势高度要素的数据质量评估方法，其特征在于，所述方法包括：
从地面观测站数据库中获取地面观测站位势高度要素数据并对其进行预处理，得到预处理后的地面观测站位势高度要素数据，并记录所述地面观测站的海拔高度；
根据所述地面观测站的海拔高度，利用预设公式确定与其对应的标准气压层；
通过长时间序列的对比统计分析，构建位势高度数据与标准气压层数据之间的误差统计模型，并通过所述误差统计模型计算每个预处理后的地面观测站位势高度要素数据对应的第一统计分析指标和第二统计分析指标；
根据所述第一统计分析指标和所述第二统计分析指标确定所述预处理后的地面观测站位势高度要素数据是否为异常数据，
所述预设公式包括：
Figure FDA0004216005590000011
其中，H(1)表示高海拔观测台站的海拔高度，Standard表示标准气压层；
所述误差统计模型包括：
Figure FDA0004216005590000012
其中，NUMGP为预处理后的地面观测站位势高度要素数据的数目；GP(i)为第i个预处理后的地面观测站位势高度要素数据；StandardGP(i)为第i个预处理后的地面观测站位势高度要素相对应的标准气压层数据，Analysis1(GP)表示所述第一统计分析指标，其中，所述第一统计分析指标用于表征预设时间段内的位势高度要素数据序列与标准气压层数据序列之间的偏离程度指标，称为偏离率或者偏离值，Analysis2(GP)表示所述第二统计分析指标，所述第二统计分析指标用于表征对预设时间段内的位势高度要素数据序列与标准气压层数据序列之间的差值序列进行统计，计算出各差值数据离均差的平均数。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一统计分析指标和所述第二统计分析指标确定所述预处理后的地面观测站位势高度要素数据是否为异常数据，包括：
利用阈值限定法将所有地面观测站位势高度要素进行筛选分类，其中，将第一统计分析指标的数值绝对值大于30位势米，或者第二统计分析指标的数值绝对值大于40位势米的地面观测站位势高度要素筛选为异常数据，其余数据筛选为正常数据。
3.根据权利要求1所述的方法，其特征在于，对地面观测站位势高度要素数据进行预处理，包括：
利用阈值限制法对地面观测站位势高度要素数据进行预处理，去除掉明显异常的数据。
4.一种地面观测站位势高度要素的数据质量评估装置，其特征在于，所述装置包括：
预处理模块，用于从地面观测站数据库中获取地面观测站位势高度要素数据并对其进行预处理，得到预处理后的地面观测站位势高度要素数据，并记录所述地面观测站的海拔高度；
第一确定模块，用于根据所述地面观测站的海拔高度，利用预设公式确定与其对应的标准气压层；
计算模块，用于通过长时间序列的对比统计分析，构建位势高度数据与标准气压层数据之间的误差统计模型，并通过所述误差统计模型计算每个预处理后的地面观测站位势高度要素数据对应的第一统计分析指标和第二统计分析指标；
第二确定模块，用于根据所述第一统计分析指标和所述第二统计分析指标确定所述预处理后的地面观测站位势高度要素数据是否为异常数据，
所述预设公式包括：
Figure FDA0004216005590000031
其中，H(1)表示高海拔观测台站的海拔高度，Standard表示所述标准气压层；
所述误差统计模型包括：
Figure FDA0004216005590000032
其中，NUMGP为预处理后的地面观测站位势高度要素数据的数目；GP(i)为第i个预处理后的地面观测站位势高度要素数据；StandardGP(i)为第i个预处理后的地面观测站位势高度要素相对应的标准气压层数据，Analysis1(GP)表示所述第一统计分析指标，其中，所述第一统计分析指标用于表征预设时间段内的位势高度要素数据序列与标准气压层数据序列之间的偏离程度指标，称为偏离率或者偏离值，Analysis2(GP)表示所述第二统计分析指标，所述第二统计分析指标用于表征对预设时间段内的位势高度要素数据序列与标准气压层数据序列之间的差值序列进行统计，计算出各差值数据离均差的平均数。
5.根据权利要求4所述的装置，其特征在于，所述第二确定模块用于：
利用阈值限定法将所有地面观测站位势高度要素进行筛选分类，其中，将第一统计分析指标的数值绝对值大于30位势米，或者第二统计分析指标的数值绝对值大于40位势米的地面观测站位势高度要素筛选为异常数据，其余数据筛选为正常数据。
6.一种地面观测站位势高度要素的数据质量评估装置，其特征在于，所述装置包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
从地面观测站数据库中获取地面观测站位势高度要素数据并对其进行预处理，得到预处理后的地面观测站位势高度要素数据，并记录所述地面观测站的海拔高度；
根据所述地面观测站的海拔高度，利用预设公式确定与其对应的标准气压层；
通过长时间序列的对比统计分析，构建位势高度数据与标准气压层数据之间的误差统计模型，并通过所述误差统计模型计算每个预处理后的地面观测站位势高度要素数据对应的第一统计分析指标和第二统计分析指标；
根据所述第一统计分析指标和所述第二统计分析指标确定所述预处理后的地面观测站位势高度要素数据是否为异常数据，
所述预设公式包括：
Figure FDA0004216005590000041
其中，H(1)表示高海拔观测台站的海拔高度，Standard表示标准气压层；
所述误差统计模型包括：
Figure FDA0004216005590000042
其中，NUMGP为预处理后的地面观测站位势高度要素数据的数目；GP(i)为第i个预处理后的地面观测站位势高度要素数据；StandardGP(i)为第i个预处理后的地面观测站位势高度要素相对应的标准气压层数据，Analysis1(GP)表示所述第一统计分析指标，其中，所述第一统计分析指标用于表征预设时间段内的位势高度要素数据序列与标准气压层数据序列之间的偏离程度指标，称为偏离率或者偏离值，Analysis2(GP)表示所述第二统计分析指标，所述第二统计分析指标用于表征对预设时间段内的位势高度要素数据序列与标准气压层数据序列之间的差值序列进行统计，计算出各差值数据离均差的平均数。
7.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1-3中任一项所述方法的步骤。
CN202110414404.5A 2021-04-16 2021-04-16 地面观测站位势高度要素的数据质量评估方法和装置 Active CN113095691B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110414404.5A CN113095691B (zh) 2021-04-16 2021-04-16 地面观测站位势高度要素的数据质量评估方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110414404.5A CN113095691B (zh) 2021-04-16 2021-04-16 地面观测站位势高度要素的数据质量评估方法和装置

Publications (2)

Publication Number Publication Date
CN113095691A CN113095691A (zh) 2021-07-09
CN113095691B true CN113095691B (zh) 2023-06-20

Family

ID=76678827

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110414404.5A Active CN113095691B (zh) 2021-04-16 2021-04-16 地面观测站位势高度要素的数据质量评估方法和装置

Country Status (1)

Country Link
CN (1) CN113095691B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9766065B2 (en) * 2013-03-15 2017-09-19 Exelis Inc. Reduction of altitude error using forecasted atmospheric pressure data
CN108416031B (zh) * 2018-03-12 2021-07-27 南京恩瑞特实业有限公司 气象多源探测资料融合分析系统
CN109272230B (zh) * 2018-09-19 2022-03-11 中国气象局气象探测中心 一种地面观测站气压要素的数据质量评估方法和系统

Also Published As

Publication number Publication date
CN113095691A (zh) 2021-07-09

Similar Documents

Publication Publication Date Title
CN109543906B (zh) 一种大气能见度预测的方法及设备
US20210209467A1 (en) Method and device for predicting thermal load of electrical system
Biard et al. Automated detection of weather fronts using a deep learning neural network
CN116680658B (zh) 一种基于风险评价的热浪监测站选址方法及系统
CA3053894A1 (en) Defect prediction using historical inspection data
CN117056864B (zh) 一种管道漏损预警方法及系统
US11853398B2 (en) Methods and systems for detecting detection devices located at energy metering points of natural gas preliminary class
CN117349795B (zh) 基于ann和gwr耦合的降水融合方法和系统
Luo et al. On the probability distribution of GNSS carrier phase observations
CN114519519A (zh) 基于gbdt算法与逻辑回归模型的企业违约风险评估方法设备及介质
Frazier et al. Spatial econometric models for panel data: incorporating spatial and temporal data
CN116451554A (zh) 考虑多种气象因子的电网气象风险预测方法
Fotheringham et al. Multiscale geographically weighted regression: Theory and practice
CN111914424B (zh) 一种基于短期测风资料的设计风速取值方法及系统
CN113095691B (zh) 地面观测站位势高度要素的数据质量评估方法和装置
Kamariotis et al. Optimal maintenance decisions supported by SHM: A benchmark study
RU2632124C1 (ru) Способ прогнозной оценки эффективности многоэтапных процессов
CN112632469A (zh) 业务交易数据的异常检测方法、装置及计算机设备
CN112949951A (zh) 数据预测方法、装置、电子设备及存储介质
Cervelló-Royo et al. Forecasting Latin America’s country risk scores by means of a dynamic diffusion model
CN111988813A (zh) 移动通信网络中弱覆盖小区的确定方法、装置和计算机设备
CN116610484B (zh) 一种模型训练方法、故障预测方法、系统、设备以及介质
Ranjan Combining and evaluating probabilistic forecasts
CN116881787A (zh) 数据样本的分类方法和装置、处理器及电子设备
Balabanova et al. Design of ICT prototype for big data economic analysis

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