第44卷㊀第1期气象与环境科学
Vol.44No.1
2021年1月
皮画Meteorological and Environmental Sciences
Jan.2021
收稿日期:2019-06-29；修订日期:2020-06-26
基金项目：高原与盆地暴雨旱涝灾害四川省重点实验室科技发展基金项目(省重实验室2018-重点-10)
作者简介：吴薇(1981)，女，四川乐山人，高级工程师，硕士，从事资料数据的质量控制和分析评估.E-mail:25155177@qq 吴薇，郭旭，尹娟，等.四川省区域自动气象站资料的质量评估[J].气象与环境科学,2021,44(1):104-111. Wu Wei,Guo Xu,Yin Juan,et al.Quality Assessment of Regional Automatic Weather Station Data in Sichuan Province[J].Meteorological and Environ-mental Sciences,2021,44(1):104-111.
doi:10.16765/jki.1673-7148.2021.01.013
四川省区域自动气象站资料的质量评估
吴㊀薇
1,2
，郭㊀旭
1,2网络监测系统
，尹㊀娟
1,2
，杜㊀冰1,2
(1.四川省气象探测数据中心，成都610072;2.高原与盆地暴雨旱涝灾害四川省重点实验室，成都610072)
㊀㊀摘㊀要：利用2018年四川省经过质量控制的4930个区域自动气象站逐小时资料，对区域自动站资料的完整
性㊁可用性㊁可靠性进行评估分析㊂结果表明，四川省区域自动气象站的资料完整性较好，其中区域自动气象站国家考核站的数据缺测率仅为4.97%㊂区域自动气象站各月的可用率都在90%以上，数据可用率较高的站主要集中在四川盆地和攀枝花地区㊂从两次强降水过程的分析来看，区域自动气象站观测的降水落区与国家自动气象站的基本一致，区域自动气象站降水资料稳定可靠；从气温资料的可靠性分析来看，无论是日变化还是小时变化，区域自动气象站和国家自动气象站观测的平均气温㊁平均最高气温和平均最低气温都具有高度一致的变化规律，相关性非常好；从气压㊁相对湿度和风的日变化规律来看，区域自动气象站的观测值与国家自动气象站的变化趋势一致㊂总体来说，经过质量控制的区域自动气象站资料质量好，能更精细地反映区域气候特征，可以作为国家自动气象站资料的有效补充，应用于天气预报㊁气候预测㊁防灾减灾和决策服务中㊂ 关键词：区域自动气象站；质量控制；评估分析中图分类号:P415.1+
2㊀㊀㊀
文献标志码:A㊀㊀㊀
文章编号:1673-7148(2021)01-0104-08
引㊀言
国家级气象观测站(以下简称 国家站 )因其记录时间长且资料相对准确完整而被广泛用于天气气候变化的研究中[1
-6]
㊂由于国家站主要建设在市
县一级，站点稀疏，无法满足日益增长的社会需求，特别是对局地灾害性天气的预报预警㊁防灾减灾㊁决策服务等的数据支撑能力明显不足，因此从20世纪90年代末，全国陆续开展区域自动气象观测站(以下简称 区域站 )的建设
[7]
㊂截至目前，全国已建
成4万多个区域站㊂作为地面观测的有力补充，区域站因其覆盖范围广㊁信息量大等优势，且观测资料在强降水㊁高温㊁大风等区域性灾害天气分析和数值天气预报中得到了广泛的应用，在决策服务㊁防灾减灾等方面发挥了巨大的作用
[8-12]
㊂
㊀㊀由于区域站无人值守，探测设备和探测环境维护保障不及时，区域站的数据质量参差不齐，制约区域站资料被广泛深入应用[13]㊂2015年开始，中国气象局在全国各省统一部署气象资料业务系统(MDOS)，对地面观测数据进行实时的㊁统一的质量控制，在一定程度上降低了自动气象站观测疑误数据对天气监测㊁预报业务㊁气象服务可能造成的不利影响㊂
目前，部分省份已针对四川省的地面观测数据情况进行了评估分析[13
-20]
㊂在四川复杂地形下，经
过质量控制的区域站资料的完整性㊁稳定性和可靠性尚待评估㊂本文通过对四川省已建的近5000个区域站逐小时资料质量的评估分析，以期为区域站数据在区域气候研究㊁防灾减灾㊁决策服务及站网布局等各方面的应用提供客观依据㊂
㊀第1期
吴㊀薇等：四川省区域自动气象站资料的质量评估1㊀资料来源与方法
1.1㊀资料来源
本文资料来自于四川省各区域站逐小时观测资
料㊂截至2017年底，四川省共启用4930个区域站进行地面气象要素的观测㊂其中，国家考核的为2190站，省级考核的为1555站，不参与考核的为1185站㊂从区域站站点空间分布(图1)可以看出,
大部分区域站建在四川盆地内，川西高原和攀西地区站点相对稀疏㊂
多媒体控制器区域站按观测要素个数来分，有单要素站㊁二要素站㊁四要素站㊁五要素站㊁六要素站和六要素以上站㊂从四川省区域站观测要素站点类型的统计(表略)来看，数量最多的是单要素站(主要是降水观测)，为2161站，占所有区域站的43.83%；其次是二要素站和四要素站㊂区域站的主要观测要素包括气压㊁气温㊁湿度㊁风向㊁风速㊁降水㊁浅层地温和能见度㊂从区域站观测要素的统计来看，观测要素最多的是降水，全省除了1站无降水观测外，其他4929站都有降水观测任务；其次是气温，全省共有2769个区域站有气温观测，占所有区域站的56.17%；有风㊁相对湿度㊁气压㊁浅层地温㊁能见度观测的区域站分别为1762站㊁678站㊁664站㊁6站㊁8站；而浅层地温和能见度的观测站点很少，所以本文质量分析不包括浅层地温和能见度这两个要素
㊂
图1㊀2018年四川省区域站空间分布图
1.2㊀方㊀法
本研究中，评估分析的对象为2018年1月1日
至12月31日的逐小时区域站资料，评估的要素包括气压㊁气温㊁湿度㊁风向风速和降水5大类共17个要素㊂
依托气象资料业务系统(MDOS)，所有区域站资料经过了气候学界限值㊁区域极值㊁时间一致性㊁内部一致性㊁空间一致性等质量控制和检查[21-27]油管吊卡
㊂
本文在完整性㊁可用性和可靠性这3个方面对资料
进行评估分析㊂
2㊀质量评估分析
2.1㊀资料完整性
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，说明其完整度相对越高[19
-20]
㊂
2018年，区域站的缺测数为13357392个，占数据总量(268581600个)的4.97%㊂从各站平均数据缺测
率的月变化(图2)可以看出，数据缺测率有明显的季节变化规律:49月为四川省的汛期，全省区域站保障力度增强，数据缺测率相对偏低;13月和1012月为非汛期，数据缺测率明显升高㊂国家考核站各月的平均数据缺测率相对最低，省级考核站的居中，非考核站的最高㊂
数据的缺测分为整站资料缺测和部分要素缺测㊂整站资料缺测，主要是区域站设备故障㊁通信故障或者站址被破坏等原因造成，部分要素缺测主要
是因为相应要素仪器故障或者要素值异常且无法代替而主动做缺测造成㊂2018年，整站资料的缺测数为12665041个，占总缺测量的94.82%；要素缺测数为692351个，占总缺测量的5.
18%㊂
图2㊀2018年四川省区域站平均数据缺测率月变化
资料的完整性还体现在依据资料能否计算出日㊁旬㊁月㊁年等统计值㊂这些统计值能否计算得出取决于每日02㊁08㊁14㊁20时的定时观测记录值是否完整(降水除外)[28]㊂从气温㊁湿度㊁气压㊁风各定时时次的缺测率(表1)来看，各时次各要素的缺测率都在6.3%以内，风的缺测率最低，为4.36%~
5
01
气象与环境科学第44卷
4.50%，气温的次之㊂对各要素定时时次的完整性分析表明，气温缺测率为0的站有1300多个，占有气温观测站(2769站)的47%；降水的统计与其他要素的统计略有不同，为各时次的累计值,2018年降水缺测率小于0.1%的站有2500个，占有降水观测站(4929站)的51%㊂
表1㊀2018年四川省区域站各气象要素定时时次缺测率%要素气温湿度气压风02时 5.28 6.08 6.13 4.46 08时 5.40 6.24 6.21 4.50 14时 5.15 5.90 6.06 4.36 20时 5.17 5.87 6.04 4.37 2.2㊀资料可用性
可用的资料指通过气候学界限值㊁时间一致性㊁空间一致性等质量控制后判定为正确(正确值)或通过主观判断修改为正确值的数据(修改值)㊂本文用数据的可用率[(正确数据的个数+修改为正确数据的个数)/数据总个数]对资料可用性进行分析㊂2018年，区域站数据正确量为252641298个，修改量为1164个，数据可用率为94.76%㊂下面分别从资料可用性的月变化特征㊁日变化特征和空间分布情况进行分析㊂
2.2.1㊀数据可用率月变化特征
从2018年各月数据可用率变化情况(图3)可以看出，各月的数据可用率均大于90%，且呈现明显的季节变化特征,69月为四川的主汛期，数据可用率相对比较高，都在95%以上，而冬半季数据可用率相对偏低
㊂
图3㊀2018年四川省区域站数据可用率月变化2.2.2㊀数据可用率日变化特征
利用站点逐小时观测资料，计算一天24个时次的可用率，以分析区域站可用率的日变化特征㊂从数据可用率日变化曲线(图4)可以看出，除03时外，各个时次的可用率都为94%~95%，白天数据可用率高于夜间的，在18时可用率达到峰值后，夜间至凌晨逐渐呈现下降的趋势，从早上08时开始数据可用率逐步上升㊂在一天24个时次中，出现了两个数据可用率低值，分别在03时和15时㊂
2.2.3㊀数据可用率空间分布特征
四川省区域站数据可用率超过99%的有3513站，占所有区域站的71.26%㊂从数据可用率空间分布图(图5)可以看出，数据可用率超过99%的站主要集中在四川盆地和攀枝花地区；数据可用率低于90%的
站为535个(占10.85%)，主要分布于四川盆地与高原交界的区域及高原地区地势低洼的地方，这是因为这些区域地形地貌复杂，维护困难，以及站点设备通讯㊁电力保障不足㊂
密封拉链图4㊀2018
年四川省区域站数据可用率日变化
图5㊀2018年四川省区域站数据可用率空间分布
可用率为百分数
2.3㊀资料可靠性
本研究中，区域站资料的可靠性是通过与经过质量控制的国家站资料的对比分析来评估㊂四川省目前有156个国家站，各站均有降水㊁气温㊁气压㊁相对湿度和风等要素的观测㊂下面分别对四川省区域
601
㊀第1期
吴㊀薇等：四川省区域自动气象站资料的质量评估
站的降水㊁气温㊁气压㊁相对湿度和风速等要素资料的可靠性进行评估分析㊂2.3.1㊀降㊀水
柔性霓虹灯在四川省所有区域站中，仅有一站没有降水观
测㊂2018年，国家站最大小时降水量为85.3mm，发生在8月22日05时自贡荣县站；区域站最大小时降水量为126.2mm，发生在6月26日13时乐山
峨眉山市双福镇㊂国家站最大小时降水和区域站最大小时降水分别对应四川省2018年两次强降水过程㊂下面就这两次强降水过程对区域站降水资料的可靠性进行分析㊂
2.3.1.1㊀2018年8月22日降水过程
8月22日降水过程中，国家站最大小时降水量
出现在自贡荣县，为85.3mm；区域站最大小时降水
量出现在眉山丹棱县石桥乡，为103.7mm㊂2018年8月21日20时22日20时24h 累积降水量统计
结果显示，国家站24h 最大累积降水量出现在自贡荣县，为162.8mm；区域站24h 最大累积降水量出
现在乐山沙湾区福禄镇，为167.6mm㊂从24h 累
积降水量空间分布(图6)可知，区域站和国家站的强降水区域基本一致，都集中在盆地南部㊁西南部和东北部
㊂
图6㊀四川省2018年8月22日过程24h 累积降水量空间分布
(a)国家站,(b)区域站；单位:mm
2.3.1.2㊀2018年6月26日降水过程
6月26日降水过程中，国家站最大小时降水量出现在26日15时乐山夹江，为32.9mm；区域站最大小时降水量出现在26日13时乐山峨眉山市双福镇，为126.2mm㊂2018年6月25日20时26日20
时24h 累积降水量统计结果显示，国家站24h 最大
累积降水量出现在广元青川，为111.4mm；区域站
24h 最大累积降水量出现在雅安雨城区孔坪李坝
村，为369.7mm㊂从24h 累积降水量空间分布(图
7)可知，区域站观测的降水量级更大，部分站点观测的降雨量级达到大暴雨；区域站和国家站观测的强
降水区域基本一致，主要发生在盆地西侧沿山一带
㊂
图7㊀四川省2018年6月26日过程24h 累积降水量空间分布
(a)国家站,(b)区域站；单位:mm
7
01
气象与环境科学第44卷
㊀㊀从两次强降水的分析可以看出，区域站观测的降水量级明显大于国家站的，体现出降水的局地性特征；在降水落区上，区域站和国家站的基本一致㊂这说明区域站降水资料是稳定可靠的㊂
2.3.2㊀气㊀温
四川省有气温要素观测的区域站有2769站㊂2018年，国家站观测的最低气温出现在阿坝州红原站，为-24.2ħ；区域站观测的最低气温出现在甘孜州白玉县阿察镇，为-29.3ħ㊂国家站观测的最高气温出现在泸州市叙永县，为42.3ħ；区域站观测的最高气温出现在泸州市合江县福宝镇，为47.9ħ㊂从区域站和国家站气温的日变化特征和小时变化特征来看(图8)，区域站和国家站观测的气温有明显的季节变化和日变化规律，符合四川省气候特征，而且区域站和国家站观测的逐日和逐时平均气温㊁平均最高
气温和平均最低气温都呈现完全一致的变化趋势(平均最高气温和平均最低气温图略)㊂从区域站与国家站的气温差值日序图(图9a)可以看出，最高气温的变化幅度最大，为-2~2ħ，最低气温的次之，平均气温的变化幅度最小，为-1~ 1ħ㊂从区域站和国家站日气温均值和极值统计来看(表2)，区域站日平均气温及平均最高㊁最低气温的最大值和平均值均大于国家站的，而最小值除日平均最低气温外则是国家站的高于区域站的㊂就平均值而言，区域站和国家站的日平均最低气温的差值最大，为0.5ħ；就极值而言，区域站和国家站日平均最高气温最大值相差最大，为1.7ħ㊂从区域站与国家站的气温差值时序图(图9b)可知,1722时区域站平均气温㊁平均最高和最低气温略低于国家站的，其余时次均是区域站的高于国家站的(差值>0表示区域站气温高于国家站的，差值<0则表示区域站气温低于国家站的)；区域站与国家站的平均气温㊁平均最高和最低气温最大差值集中在09时和10时
㊂
图8㊀2018年四川省区域站与国家站气温时间变化图
(a)平均气温日序图,(b)平均气温时序图
图9㊀2018年四川省区域站与国家站气温差值时间变化图
(a)差值日序图,(b)差值时序图
2.3.3㊀气㊀压
区域站有气压要素观测的为664站㊂利用逐小
时可用的本站气压数据，统计逐日四川省区域站和
国家站的平均气压(图10)㊂从图10中可以看出, 801
