Page 255 - 《高原气象》2022年第6期
P. 255

高     原      气     象                                 41 卷
              1618
             陈磊等，2017；王丹等，2020）。                                的秒级探空风场观测来举例说明 QC1 中检查模块
                  这里简要补充说明以下几点：                                 的实施及质量控制效果［图 3，图中不同颜色线代表
                 （1）风切变检查与 GRAPES常规探空质量控制                       不同的质量控制步骤，为了表示清楚，图中廓线进
             业务中使用的日本方案不同，这里采用廖菲等                               行了平移］。从图 3可知，原始观测中［图 3（a），（b）
             （2017）定义的风切变指数，该方案同时考虑风速和                          中黑线］，风场从 50 min 开始出现大段数据层间变
             风向的影响，业务适用性更优，设定经验性阈值为                             化异常。经过常规质控中的风向、风速一致性检查
                -1
             1 s 。                                              和风切变检查后，虽去除大部分探测异常，但仍有
                 （2）僵值检查为对单根廓线中的探测变量进行                          不少漏判资料［图 3（a），（b）中蓝线］。考察雷达原
             滑动最小二乘拟合，若滑动时间窗内探测要素的拟                             始坐标中的斜距和仰角，补充进行僵值检查、双权
             合直线斜率接近于零，则判定为僵值，为使得僵值                             重离群值检查和分段拟合检查［图 3（c），（d）］。经
             的滤除效果更为彻底，同时尽可能保留有用信息，                             雷达原始坐标检查模块后，约 12. 2% 风场可疑观测
             文中将斜距、仰角的滑动时间窗设定为 20 s，温度                          被进一步剔除［图 3（a），（b）中紫线］。采用高斯滤
             探测要素的滑动窗口则为 60 s。湿度僵值沿用业务                          波对通过以上质量控制步骤后的保留观测进行最
             经验，认为 2% 以下湿度僵值为错误观测，其他情                           后的离群值检查，则残留“野点”被滤除得更为彻
             况为可疑。                                              底，最终风场的分布结构也更为连续、合理［图 3
                 （3）双权重离群值检查是针对单根探测廓线中                         （a），（b）中红线］。
             每个探测变量的时间梯度信息，定义为：                                     为进一步佐证 QC1，采用百分位法（Houchi et
                                                                al，2015）对秒级探空质量控制前后的探测变量进
                               α =  X i + 1 - X i       （1）
                                     Δt                         行全样本抽样调查。从图 4 可以看出，原始观测中
                  将 α 标准化成离群距离（Z）来进行垂直一致性                       质量问题很多［图 4（a）~（f）］。首先，数据的不一致
             判别，文中将离群距离阈值设定为Z>5；                                性很强，在观测变量的 0% 和 100% 廓线中数据“跳
                 （4）分段拟合检查和高斯滤波检查是对双权重                          变”的现象十分明显。其次，原始观测中部分观测
             离群值检查的有效补充，目的是去除残留飞点。高                             要素趋势变化不合理，气压 100% 廓线在 30 min 附
             斯滤波是以一种低通滤波的方式来提取出探测廓                              近突然单调递增，位势高度的 0% 廓线在 60 min 以
             线的主要特征序列，当原始廓线和特征廓线偏离较                             上呈现阶梯型变化。另外，风场观测出现极值异
             大时被认为探测异常，对两者离差，定义为：                               常，表现为0%和100%廓线中整层风速值偏大。经
                                                        （2）
                            ΔX = X raw - X guassfitting         过 QC1质量控制后［图 4（g）~（l）］，百分位廓线中的
                  采用双权重检查来判定异常值。分段拟合与                          “跳变”现象有所减缓，数据一致性得到提高。此
             其类似，但判别对象为原始廓线和最小二乘拟合廓                             外，气压和位势高度的单调性错误也得以修正，质
             线的离差。这两类方法互为补充，文中将两者的计                             控后趋势变化更为合理。在风场观测方面，质控后
             算时间窗口均设定为10 min。                                   风速极值有所减小，但仍疑似整体偏大，需要在
                 （5）雷达原始坐标检查是考虑到 L 波段秒级探                        QC2 中结合模式背景场来进一步确认。总体而言，
             空的测风实际是“量得风层”间接计算而来，所以                             QC1能剔除过失误差造成的观测异常，质控后的观
             当雷达原始坐标观测量（方位、仰角、斜距）判定为                            测要素抽样分布更加合理。
             异常时，对应时间层的测风也认为异常。                                     对质量控制前后数据的一致性进行量化评价
                 （6）QC1中每一个检查步骤只产生质量标识而                         也极为必要。表 1 统计了质量控制前后探测要素
             不对数据进行任意剔除，目的在于保证模块间的相                             的时间变率 α 的标准差。从表 1 可知，经过 QC1
             对独立性，最终通过综合决策给予质量判断。综合                             后，各个探测变量的离散度明显减少，纬向风、经
             决策算法的具体实施策略为：遍历所有检查步骤中                             向风、温度、气压、位势高度和湿度分别减小了
             产生的质量控制码，若任意质量控制步骤中出现错                             29. 9%、37%、31. 6%、11. 2%、47. 6% 和 25. 1%，
             误标记，则认为该资料错误；对于无法确定为错误                             以上计算结果定量说明了 QC1的有效性。此外，鉴
             的可疑资料，如果有两种以上质量控制方案认为它                             于面向数值预报的质量控制方案的设计原则是尽
             可疑，则判定该资料为错误，否则，该资料仍旧为                             可能“去伪”，因此资料剔除率略高。
             可疑。                                                3. 2  代表性偏差质量控制（QC2）
                  选取宜昌站（57461）2018 年 7 月 3 日 12:00 施放               QC1 的目的是从观测层面识别出“好”数据，
   250   251   252   253   254   255   256   257   258   259   260