自动气象站A文数据质量控制的重点和流程

在地面气象观测自动化程度越来越高的今天,对如何做好自动气象站A文件的数据质量控制也就成为地面气象观测中尤为重要的一项工作。对自动气象站A文件数据质量控制,就是对A文件的全部数据进行格式检查,对记录进行相关审核,对各类矛盾或不合理、不正常的记录进行分析,达到数据质量把关的目的。本文根据多年的实际预审经验和参加地面测报业务竞赛中所收获的A文件数据质量控制的技能和技巧,通过两个重要的操作流程—测报软件审核和人工审核,对自动气象站A文件数据质量控制时可能遇到的问题进行了梳理和归纳。通过周密的分析整理和完整的总结归纳,使审核人员可以很清晰地按照该流程对自动气象站A文件的数据进行审核和维护,以确保自动气象站A文件数据质量控制的准确性和完整性。     

地面气象观测数据A文件人工审核分析

分析了现用地面气象测报业务软件OSSMO机审盲区,根据气象要素变化的客观规律、现行地面气象观测业务技术规范和观测记录业务规定,总结了地面气象观测数据A文件的常见审核盲区及人工审核的重点方法和步骤。     

自动气象站月报表审核时容易忽视的问题

为了进一步提高地面气象观测数据质量,降低报表错情率,根据近几年在地面气象月报表审核工作中积累的经验,对台站审核自动气象站月报表时容易忽视的问题及处理方法进行归纳总结。认为自动气象站月报表是在全月自动和人工观测数据的基础上汇总而成,不仅要求数据正确,而且要符合一定的存储格式。观测员除了熟练掌握并严格执行规范和技术规定,还要精通测报业务软件的使用和地面气象观测数据文件和记录簿表格式,同时要熟悉各种天气现象、天气背景及产生的条件。     

浅谈自动气象站地面气象月报表的预审

通过长期对地面气象记录月报表的预审,总结出一套对月报表A文件审核的方法。A文件的审核主要采用人机双重审核,包括计算机格检、人工校对和分析。利用各种气象要素的变化、演变规律和趋势等,以及要素相互间的关联进行审核。并对自动气象站地面气象记录月报表A文件的审核流程方法及在预审过程中应注意的问题作了较详细的阐述。     

自动气象站测报业务软件使用中应注意的问题

从自动气象站记录审核规则库的设置、降水记录的人工干预与处理、B文件和Z文件数据的更正，以及业务软件的管理等方面，详细地阐述了自动气象站测报业务软件使用中应该注意的问题，对地面气象测报业务有一定指导意义。     

自动气象站地面气象要素审核实例

自动气象站每月给省级审核部门上报3个数据文件:地面气象观测数据文件(简称A文件,要素齐全,是制作月、年报表必须的),分钟数据文件(简称J文件,包括本站气压、气温、相对湿度、降水量和风),正点地面常规要素文件(简称Z文件,包括自动站自动采集的要素)。审核人员利用地面气象测报     

自动站月报表预审中极值异常现象浅析

近年新型自动气象站在地面测报中发挥越来越大的作用,而地面预审是保证气象资料正确性的一项重要工作.随着计算机处理在地面审核中的应用,可以解决数据问相当多的逻辑错误,但由于现行地面气象测报业务软件月报表预审的功能尚不甚完备,以及受仪器故障和失误操作等的影响,容易造成记录的气象要素极值数据出现异常,分析此类问题成因并提出相关处理方法,以及就如何保证B、Z,A、J文件完整性,尤其是B到A文件转换时极值出现错误进行探讨,避免报表数据错误造成错情.     

观象台台站级地面气象资料质量综合控制

该文提出平时应注重及时维护地面审核规则库,更好地发挥软件自动监控和审核功能;注意对自动站标校等产生的异常值进行质量控制;利用自动站数据质量控制软件对采集数据文件进行质量控制、对自动站与人工站A文件进行比较;利用测报业务软件对A、J文件进行格检审核;再通过人工检查云能天配合、人工器测项目合理性、B文件数据维护检查、AJ文件格式人工检查;再利用其他审核软件审核,最终达到观象台台站级地面气象资料质量综合控制的目的。     

地面气象观测人工站与自动站记录差异简析

自动气象站与人工观测记录出现差值大于规定标准时,应结合天气现象、测报软件、自动气象观测系统中的数据采集、供电、数据传输等综合分析,找准问题原因,及时采取相应解决方法,提高自动气象站采集数据的可靠性和人工地面气象观测记录的准确性。     

正点地面观测数据维护中数据异常的分析处理

地面观测资料报文传输方式调整之后,值班观测员应注意小时内自动气象站的数据采集情况,在正点后通过《地面气象测报业务软件》的"正点地面观测数据维护"对数据进行检查,当发现自动气象站错误或数据异常时,应及时对疑误数据进行分析处理,完成对自动气象站数据的质量控制。通过对几例正点地面观测数据维护中典型异常数据的分析处理,帮助地面测报值班人员在日常工作中对正点地面观测疑误数据进行快速的判断和维护,做好自动气象站数据的质量控制,以保证地面气象要素上传数据文件内数据的完整性、时效性和质量。