区域气象站位置信息检验评估

在全国40872个参加信息质量考核的区域自动气象站(Regional Automatic Weather Station,RAWS)中,由于测站地理位置(Position Of Station,POS)初始信息偏差、POS信息改动、站点拆迁等原因,造成报表POS信息与实际不符,检测并发现这些异动站点,成为提高观测质量且准确应用观测数据的前提。使用SQL数据索引查询优化、汉字正则匹配技术,对全国区域自动气象站站高和站名站址进行检验,评估其POS的准确性。统计分析发现,高程差在20m以内的站数约占总站数的72%,在100m以上的约占7%;匹配距离在1km以内的站数约占总站数的62%,在10km以上或无匹配结果的约占6%。表明,全国区域自动气象站POS数据大部分准确、可用。相关管理部门可以对标注异常的POS进行核实修改,当前业务应用可根据评估结果采用相应的解决方式。     

资料同化中自动站数据质量控制方法应用

分析了自动站资料同化中误差的主要来源,并对其进行分类。根据资料同化需求和不同的误差类型,在较为严格的质量控制策略下,设计与之对应的质量控制方法。针对新型自动气象站的风向风速、气温、相对湿度和气压5个要素,选取京津冀地区一周的数据进行数值试验,并进行定量分析。结果表明:本文的质量控制方法能够有效减小过失误差与代表性误差,保留随机误差的正态分布特性,观测与背景场的均方根误差得到一定程度的降低。使用海平面气压代替本站气压进行空间一致性检查能够取得更为合理的结果。     

IVSA模型在双来源自动站小时降水数据实时拼接中的应用

利用2012年5月1日至7月31日全国自动气象站两种来源实时上传资料中的“非缺测不一致”小时降水数据,详查了问题的产生原因,为在实时拼接过程中高效判断数据正确性,提出较小尺度时间序列求证比对模型（IVSA）：当同一时间同一台站的两种来源小时降水值发生不一致时,首先在较小时间尺度（分钟级）序列上使用内部一致性检查方法分别求证小时降水的正确性;当各自在较小时间尺度序列均无法证伪时,将单元出错概率引入两分钟降水序列的比对过程,并据此竞优遴选得出较为可靠的小时降水数据。指出：（1）产生非缺测不一致问题的原因主要有生成报文时观测数据不全、报文处理环节不一致、台站信息不正确三类。（2）使用2012年5月1360组实例形成IVSA模型参数后,模型在2012年6—7月的4017组非缺测不一致数据中取得了99.65%的判断准确率。通过IVSA模型,非缺测不一致的小时降水数据取舍问题可在分钟降水序列比对中找出答案。     

自动气象站铅酸蓄电池充电技术探讨

分析了目前一些自动气象站设备在铅酸蓄电池使用上存在的问题，强调指出充电方法的重要性，并简要阐述了一种最新的快速充电方法的基本原理及其在提高铅酸蓄电池使用效率方面的适用性。     

基于聚类分析的兰州地区自动站降水特征分析

利用兰州地区2013—2018年4—10月139个自动气象站逐时累积降水量和降水小时数资料,通过K均值聚类分析方法进行二维聚类分区,分析不同区域降水精细化时空分布特征。结果表明:(1)K均值聚类方法将兰州地区降水划分为3个区域,年平均降水量分别为246、317和427 mm,降水小时数分别为306、404和454 h。分区结果同地理位置、地形高度相适应,与主观分区结果较一致但更加科学精细;(2)3个区域降水分布特征相似,但也存在较明显的地域性差异,降水量集中在7—8月,分别占46%、45%、44%,降水小时数集中在6—9月,分别占55%、53%和53%;(3)从日变化特征看,降水量、降水小时数、降水强度的高值分别集中在7—8月的午后至前半夜、7月的16—17时、8月的00—04时和16—23时。     

Assessment of air temperatures from different meteorological reanalyses for the East Antarctic region between Zhongshan and Dome A

The accuracy of daily mean 2 meter air temperatures from five reanalyses are assessed against in-situ observations from Automatic Weather Stations in East Antarctica for 2005 to 2008.The five reanalyses all explain more than 70%of the average variance,and have annual root mean square errors(RMSE)between 3.4 and 6.9°C.The NOAA reanalyses,NCEP-1,NCEP-2and 20CRv2,have cool biases of 2.5,1.4 and 1.5°C,respectively.The ERA Interim and JCDAS reanalyses have warm biases of 1.7 and 2.0°C.All reanalyses generally perform better in the austral spring and worse in winter and autumn.They also show the best performance at an inland plateau site at 2800 m elevation,but are worst at Dome A,the summit of the East Antarctic ice sheet.In general,ERA Interim is superior to the other reanalyses,probably because of its 4D assimilation scheme.The three NOAA reanalyses perform worst;Their assimilation scheme is more constrained by limited observations and 20CRv2has less input data,assimilating only surface pressure observations.Despite deficiencies and limitations,the reanalyses are still powerful tools for climate studies in the Antarctic region.However,more in-situ observations are required,especially from the vast interior of Antarctica.     

ARQCS启动策略及其与资源消耗的关系

利用2012年4月1日—9月30日IBM P570高性能计算环境Oracle 11g数据库平台对全国自动气象站观测资料实时质量控制系统 (ARQCS) 的运行监控数据,探讨了ARQCS的启动策略及其与资料解析入库率、ARQCS的CPU耗时、服务时效之间的关系。结果表明:自动气象站资料的解析入库效率呈“几”字型分布,每个观测时次的第5—20分钟入库率方差较大,是制约ARQCS质量控制时效的主要时间段。设置观测资料入库率不低于95%为首次启动条件,不仅比传统的第15分钟定时启动提前了20.6 s,而且首次启动时观测资料入库率不低于95%的概率从66.38%提升至95.83%。第20分钟后入库率仅增加1.36%,在此设置首次质量控制的强制启动点,可保证局部异常延时的资料服务时效。动态启动策略使ARQCS的启动次数由5次降为2次,平均每日节约CPU时间391 min。