發(fā)布時間：2017-07-08 21:24

  本文關鍵詞：地面氣象觀測數據綜合質量控制方法研究與實現(xiàn)

  更多相關文章： 空間插值 反距離加權 靈敏度分析 質控碼 綜合質控方法

【摘要】：近年來,隨著氣象自動觀測站在全國范圍廣泛建立,氣象觀測數據的數據量呈指數級增長。氣象觀測數據質量的好壞直接影響到天氣預報以及氣候預測的準確性。傳統(tǒng)氣象數據質量控制過程,可以較為完善的檢驗常規(guī)氣象數據,但仍存在如微小誤差錯判,對疑誤數據敏感度低等問題。本論文設計了一種基于反距離加權(IDW)法的空間插值改進算法,對比傳統(tǒng)算法,改進的IDW算法具有更高的精確度,且可以界定數據的微小誤差閾值。同時,在該理論與算法基礎上,設計了一種基于靈敏度分析的數據質量控制碼參考規(guī)則。最后,將這些質控方法應用到地面氣象站綜合質量控制原型系統(tǒng)中。本論文的主要工作：(1)研究了常用的空間插值算法,重點研究和分析了反距離加權(IDW)法和普通克里格(OK)法的插值原理和實現(xiàn),設計了一種結合OK算法與IDW算法的空間插值算法,并應用于空間自動氣象站質量控制過程中。強調了空間站點相關性的變化域對空間插值權重的重要影響,并以此權重的變化規(guī)律為依據,應用變異函數擬合空間變化域,在得到的回歸方程后人工植入誤差,以確定數據的微小誤差閾值。(2)在改進的IDW法的基礎上,針對傳統(tǒng)質控方法缺乏數據靈敏度檢驗的特點,用反映變化域以距離為依據的各氣象要素空間相關性作為研究對象,提出了引入標準質控碼的質控機制,并對此方法進行了實現(xiàn)。論文選取華東某地區(qū)自動氣象站站點從2009年到2013年的每小時數據集作為質控對象,實驗結果表明本文提出的方案能夠有效地提高地面自動氣象站觀測數據質控精度,并加強了自動氣象站間觀測要素的的強相關性在質控過程中的應用。
【關鍵詞】：空間插值 反距離加權 靈敏度分析 質控碼 綜合質控方法
【學位授予單位】：南京信息工程大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：P413;TP274.2
【目錄】：

• 摘要6-7
• Abstract7-8
• 第一章 緒論8-19
• 1.1 引言8-9
• 1.2 課題研究的背景9-13
• 1.2.1 氣象觀測與技術保障現(xiàn)狀及其發(fā)展趨勢10-12
• 1.2.2 研究的目的和意義12-13
• 1.3 自動氣象站數據質量控制研究現(xiàn)狀13-16
• 1.4 論文的研究內容與主要工作16-17
• 1.5 論文的結構體系17-19
• 第二章 傳統(tǒng)氣象觀測數據質量控制19-28
• 2.1 自動氣象站觀測數據19-23
• 2.1.1 氣象觀測數據采集原理19-20
• 2.1.2 氣象觀測數據特點20-22
• 2.1.3 氣象觀測數據誤差類型22-23
• 2.2 傳統(tǒng)質量控制算法23-27
• 2.2.1 氣候學界限值檢查23-24
• 2.2.2 臺站界限值檢查24-25
• 2.2.3 時間一致性檢查25
• 2.2.4 內部一致性檢查25-26
• 2.2.5 空間一致性檢查26-27
• 2.2.6 傳統(tǒng)質控方法的缺陷27
• 2.3 本章小結27-28
• 第三章 基于改進空間插值的氣象數據質控方法28-47
• 3.1 傳統(tǒng)質量控制中的空間插值方法28-32
• 3.1.1 反距離加權插值法28-30
• 3.1.2 普通克里格插值法30-32
• 3.2 改進的反距離加權法32-36
• 3.2.1 算法表達式的改進33-35
• 3.2.2 參估點選擇方案的改進35-36
• 3.3 反距離加權改進算法的實現(xiàn)36-39
• 3.3.1 實驗數據預處理37
• 3.3.2 變異函數模型的選取與參數計算37-39
• 3.3.3 自動氣象站參估點搜索39
• 3.4 實例分析39-46
• 3.5 本章小結46-47
• 第四章 基于靈敏度分析的質控模型47-60
• 4.1 靈敏度分析的適用性47-48
• 4.2 質控碼設計原理48-50
• 4.3 質控碼的分布特征50-53
• 4.3.1 氣壓質控碼50-51
• 4.3.2 降水量質控碼51-52
• 4.3.3 矢量風的質控碼52
• 4.3.4 各要素的質控碼參考表52-53
• 4.4 相關規(guī)則的靈敏度分析53-59
• 4.4.1 氣象要素間的相關性53-54
• 4.4.2 基于質控碼的擬合回歸54-55
• 4.4.3 質控碼的靈敏度分析55-57
• 4.4.4 基于改進算法的質控規(guī)則碼擬合57-59
• 4.5 本章小結59-60
• 第五章 氣象數據綜合質控原型系統(tǒng)的設計與實現(xiàn)60-78
• 5.1 系統(tǒng)需求分析60
• 5.2 開發(fā)平臺及模式選擇60-65
• 5.2.1 可視化開發(fā)平臺60-61
• 5.2.2 C/S模式61-62
• 5.2.3 多種數據庫比較62-63
• 5.2.4 系統(tǒng)數據庫選擇63-65
• 5.2.5 結構化查詢語句65
• 5.3 系統(tǒng)總體結構設計65-69
• 5.3.1 系統(tǒng)平臺數據處理流程圖65-66
• 5.3.2 系統(tǒng)平臺的架構層次圖66-67
• 5.3.3 綜合質控平臺數據流67-68
• 5.3.4 系統(tǒng)邏輯結構68-69
• 5.4 系統(tǒng)的實現(xiàn)69-77
• 5.4.1 氣象要素數據格式說明69-71
• 5.4.2 氣象要素報文解析模塊71-72
• 5.4.3 氣象要素綜合質量控制模塊72-74
• 5.4.4 氣象要素報文入庫模塊74-75
• 5.4.5 系統(tǒng)結果圖及說明75-77
• 5.5 本章小結77-78
• 第六章 總結78-80
• 6.1 本文主要研究成果78-79
• 6.2 論文的主要創(chuàng)新點79
• 6.3 展望79-80
• 參考文獻80-84
• 攻讀碩士期間參加的項目84-85
• 致謝85

【相似文獻】

中國期刊全文數據庫 前10條

1 胡慶芳;胡艷;楊大文;王銀堂;葛慧;;面向大范圍降水空間插值的普通克里金模型開發(fā)與實例分析[J];應用基礎與工程科學學報;2014年01期

2 朱會義,賈紹鳳;降雨信息空間插值的不確定性分析[J];地理科學進展;2004年02期

3 郭兆夏;符昱;王軍;劉慧麗;;陜西蘋果主產區(qū)日最低(最高)氣溫的空間插值[J];陜西氣象;2008年05期

4 李文華;;云南省山區(qū)氣溫的空間插值研究[J];測繪與空間地理信息;2010年03期

5 張繼國;謝平;龔艷冰;劉高峰;;降雨信息空間插值研究評述與展望[J];水資源與水工程學報;2012年01期

6 吳靜;張德罡;李純斌;;基于人工神經網絡的甘肅省年積溫空間插值研究[J];草原與草坪;2014年02期

7 彭曉芬;黃甫則;周汝良;;云南省年均降雨量空間插值模擬方法比較[J];西南林學院學報;2010年05期

8 李強;;基于地統(tǒng)計的區(qū)域氣象要素空間插值與分布研究[J];資源開發(fā)與市場;2012年05期

9 劉志紅;Tim R.McVicar;Tom G.Van Niel;楊勤科;李銳;穆興民;;基于5變量局部薄盤光滑樣條函數的蒸發(fā)空間插值[J];中國水土保持科學;2006年06期

10 朱運海;武紅智;孫然好;張百平;韓芳;;張家口地區(qū)水熱因子的空間插值及其變化趨勢分析[J];安徽農業(yè)科學;2010年35期

中國重要會議論文全文數據庫 前4條

1 王長委;胡月明;張俊平;謝健文;黃得超;;空間插值模型在病蟲害動態(tài)模擬中的應用[A];中國地理信息系統(tǒng)協(xié)會第四次會員代表大會暨第十一屆年會論文集[C];2007年

2 曾紅偉;李麗娟;李九一;張永萱;柳玉梅;李斌;;樣本密度、空間分布及插值方法對降水空間插值的影響[A];第八屆博士生學術年會論文摘要集[C];2010年

3 石漢青;趙小峰;關吉平;;Kriging算法在氣象數據空間插值中的應用分析[A];中國氣象學會2008年年會衛(wèi)星遙感應用技術與處理方法分會場論文集[C];2008年

4 孫周亭;張超;楊建宇;朱德海;;基于空間插值法的耕地等別快速評價方法研究[A];中國農業(yè)工程學會2011年學術年會論文集[C];2011年

中國博士學位論文全文數據庫 前1條

1 胡廣義;分布式降雨量估算模型與方法研究[D];華中科技大學;2009年

中國碩士學位論文全文數據庫 前9條

1 鄧燕紅;不同地貌類型區(qū)表征土壤有機質空間變異的空間插值模型及尺度效應研究[D];福建農林大學;2015年

2 范文波;地面氣象觀測數據綜合質量控制方法研究與實現(xiàn)[D];南京信息工程大學;2016年

3 姚衛(wèi)華;空間插值技術在地球化學圖制作過程中的應用[D];長安大學;2005年

4 王亭;顧及各向異性的三維Kriging空間插值方法研究[D];南京師范大學;2013年

5 李紅星;中國陸地積溫空間插值DEM分區(qū)優(yōu)化及其精度分析[D];西北師范大學;2007年

6 程威;基于嵌入式MatLab技術實現(xiàn)土壤信息GIS空間插值分析[D];云南大學;2013年

7 張碩;考慮地表覆蓋的氣溫遙感估算及對空間插值數據的改進[D];首都師范大學;2014年

8 彭思嶺;氣象要素時空插值方法研究[D];中南大學;2010年

9 陳秀榮;基于OpenGL的礦體可視化的研究應用與系統(tǒng)研發(fā)[D];成都理工大學;2014年

，

本文編號：536385