AI方法在地面气温观测资料质量控制中的应用

被引：7

作者：

叶小岭 ^{[1
,2
,3
]}

施林红 ^{[1
]}

熊雄 ^{[2
]}

王璐 ^{[1
]}

机构：

[1] 南京信息工程大学信息与控制学院

[2] 南京信息工程大学气象灾害预报预警与评估协同创新中心

[3] 江苏省大数据分析技术重点实验室

来源：

气候与环境研究 | 2016年 / 21卷 / 01期

关键词：

大气探测; 地面气温; 质量控制; 自回归; 反距离加权; 空间回归;

D O I：

暂无

中图分类号：

P412.11 [温度观测];

学科分类号：

0706 ; 070601 ;

摘要：

提出一种基于自回归与反距离加权的空间质量控制方法——AI方法,该方法能够在时间维度和空间维度对气象资料进行质量控制。选择不同地区4个地面气象观测站(南京58238站,连云港58044站,无锡58353站,徐州58027站)2007年逐时气温观测数据作为被控对象,检验该方法在气温资料质量控制中的适用性。通过对添加的随机人为误差的检验发现,该方法能够有效地标记出存疑数据,相对于反距离加权和空间回归,该方法具有更好的检验效果,稳定性高、适应性强,适用于平原或丘陵地带。

引用

页码：1 / 7

页数：7

共 18 条

[1]

An improved QC process for temperature in the daily cooperative weather observations. Hubbard, Kenneth G.,Guttman, Nathaniel B.,You, Jinsheng,Chen, Zhirong. Journal of Atmospheric and Oceanic Technology . 2007

[2]

Estimation of uncertainty in temperature observations made at meteorological stations using a probabilistic spatiotemporal approach. Xu C D,Wang J F,Hu M G,et al. Journal of Applied Meteorology and Climatology . 2014

[3]

Daily air temperature interpolated athigh spatial resolution over a large mountain region. Dodson R,Marks D. ClimateResearch . 1997

[4]

气象应用概率统计学[M]. 气象出版社 , 屠其璞等编, 1984

[5] 一种基于GEP的地面气温观测资料的质量控制方法 [J].