船舶海平面气压观测资料质量控制

李岩松徐枝芳范广洲李 平李泽椿

1）（成都信息工程学院高原大气与环境四川省重点实验室，成都610225）

2）（国家气象中心，北京100081）

船舶海平面气压观测资料质量控制

李岩松1）2）徐枝芳2）*范广洲1）李 平1）2）李泽椿2）

1）（成都信息工程学院高原大气与环境四川省重点实验室，成都610225）

2）（国家气象中心，北京100081）

随着数值预报模式不断发展，各类观测资料在数值模式中发挥着越来越重要的作用，船舶观测资料是海上3类观测系统（卫星、飞机、船舶）资料之一。为了保障船舶观测资料质量并有效地应用于数值模式，该文依据船舶观测资料的时空分布特征，以及2011年1月和7月T639分析场与观测资料对比分析结果，建立了一套船舶海平面气压资料质量控制方案，包括要素极值范围检查、缺测和冗余资料剔除、背景场一致性检查、测站黑名单建立等，并将该方案应用于2011年2月、6月、8月的观测资料。结果表明：船舶观测资料在时间上不连续且空间分布不均匀，会影响时间一致性检查和空间一致性检查质量控制效果；船舶海平面气压观测资料在所有观测要素中资料量最大，但其缺测和冗余资料量约占50%；黑名单资料的质量控制方案能够有效识别和剔除黑名单资料，且有利于对各测站的检查与维修工作；由于五大湖和大奴湖地区地形高度的影响，在背景场一致性检查过程中需对这些区域的背景场资料进行订正。

船舶观测资料；质量控制；黑名单；一致性检验

引 言

人们很早就通过各种海洋要素资料研究海洋，随着科学技术的不断发展和观测手段的日益更新，海洋卫星、气象卫星和飞机报已经能够提供大量长时间序列的观测资料。卫星是自上而下的观测，易受云层和降水等因素的影响，继而影响到洋面观测资料的质量，而飞机受航线的限制，对海面状况的反映也不够全面。船舶是对卫星和飞机资料的重要补充，能够帮助人们更加全面和客观地认识海洋环境。因此，不断加深对船舶观测资料的研究很有必要，而如何进一步对船舶观测资料进行处理分析，最大限度发挥其使用价值，也一直是海洋研究工作的重要任务。

资料同化是提高数值模式预报能力的有效方法之一，而同化系统分析对资料中的错误和离群资料非常敏感。所谓错误资料，即没有任何天气学意义的资料，产生错误的原因可能是观测失误、观测仪器故障、不正确的编码、抄录和资料传输错误等，附着在浮标站的海洋生物也会对浮标站的观测和数据资料的传输造成影响，这些因素都会导致错误资料的出现。虽然错误资料在资料总数中只占有很小的比例，但错误资料不会因为计算分析而自动消失，它们会严重影响模式模拟效果，进而产生不合理现象，甚至导致整个模拟结果失败，造成很大浪费。离群资料就是与周围观测相差过大，或与资料同化的背景场差异过大，而造成模式初值不协调等问题的可疑资料。因此，在进行资料同化分析之前，对原始观测资料进行质量控制，正确识别错误和离群资料极其重要。随着数值预报受到越来越多的关注与重视，以及对气象观测资料质量要求的不断提升，多种针对气象资料的质量控制技术也应运而生。为了充分发挥船舶资料的作用并保证资料的正确性，世界各国气象科学研究者针对该资料及其质量控制方法进行了大量研究工作，郭丰义等［1］根据中美技术合作协议，对140万站次的船舶海面观测资料进行了标准化处理，总结了一些行之有效的质量控制方法，包括各环境要素资料属性与变化范围检查、相关性检验和统计模型检验方法，并介绍了人工审查与计算机相结合如何处理可疑资料。王伯民等［2］就提高船舶观测资料质量的可能性，对资料的整理和统计方法进行讨论，详细阐述了船舶观测资料的特点，同时提出了海区的划分方式以及各要素的统计方法，为船舶观测资料的整理和统计提供了可用素材。潘锦嫦［3］探讨了如何利用过往指定海区船只不定期、不连续的波浪与风的船舶报观测记录，并在满足统计学对采样资料要有代表性与连续性要求的条件下分析了海区波况与风况的研究方法，同时还以海南省南部海域的资料为例给出分析结果，表明该方法行之有效。王可光等［4］提出了一种与西北太平洋的常规海表温度船舶报资料相适应的客观分析方法，并对1999年2月中旬和8月中旬的资料进行了详细分析，给出了在此基础上的资料质量控制方案——观测矩平判别法和逐步订正法；陈上及等［5］对海洋资料进行了全面分析，不但对资料特性进行了详细描述，同时也总结了多种常用的质量控制方法。朱江等［6］将最优插值法应用到对船舶报海表温度资料的质量控制方案中，简单而又充分地利用了得到的资料信息。Richard［7］在利用调查船、浮标和卫星资料对1985年1月—1986年12月全球海表温度的分析中，描述了调查船和浮标资料的全球分布特征，并提出针对该资料的分析思路，包括如何处理出现漂移情况的浮标资料，同时指出在分析资料的过程中最为关键的一步是对一种基于中位数的非线性过滤方法的使用。Seaman［8］介绍了近些年来澳大利亚气象局在对海平面气压资料的质量控制中所开发和使用的方法，从对资料系统性偏差的研究、间歇性错误资料的识别等方面分析了质量控制的现状、前景以及可能会遇到的问题。此外，飞机报、地面天气报、高空资料和卫星遥感产品等其他气象资料的质量控制方法［9-16］以及基本气象资料质量控制综合辨别法［17］和综合一致性质量控制方法［18］的应用在对船舶资料的质量控制技术研究中也有一定的参考价值。

近年来，气象观测手段的不断提升及数值预报的不断发展，为研究提供了更加多样化的船舶观测资料，同时也为资料的质量控制带来了新的问题和挑战。本文依据船舶观测资料的时空分布特征以及与T639分析场的对比分析结果，结合国内外先进技术和经验，建立了一套适用的船舶海平面气压资料质量控制方案，以确保资料的可用性。

1 资料简介

本文使用的全球范围船舶观测资料来自国家气象信息中心接收的全球通信系统（GTS）资料，资料时间为2011年1月、2月、6月、7月、8月；背景场资料为全球中期数值模式T639分析场海平面气压格点（水平分辨率为0.28125°×0.28125°）资料，资料时间与GTS观测资料时间一致。

2 船舶观测资料特征

船舶观测资料是对海洋进行观测调查的最初资料，直接反映了海洋中各要素的时空分布状况，是进行海洋科学研究和海洋资源开发利用等的重要依据。目前，船舶观测资料主要以调查船（海洋天气船、科学考察船、商船等）和无人自动浮标站为观测来源，调查船和无人自动浮标站大部分为四定时（00：00，06：00，12：00，18：00，世界时，下同）天气观测报告，少数无人自动浮标站有八定时（00：00，03：00，06：00，09：00，12：00，15：00，18：00，21：00）的天气观测报告。本文所使用的船舶观测资料均为四定时。

通过对2011年1月和7月原始船舶观测报告数及各要素报告数（图略）的研究发现，这两个月观测报告数随时间变化普遍存在小幅波动，即不同时刻的观测量并不同，偶尔存在大幅波动。由于政治、经济和天气条件（如台风等）等因素的影响使得船舶不能全天候出海进行观测，且测站仪器故障得不到及时维修的情况时有发生，这些都造成了船舶观测资料在时间上的不连续和不均匀。此外，各观测要素中海平面气压要素资料最多，因此海平面气压资料更为重要，故在本文中以海平面气压要素为研究对象。

同时，对2011年1月船舶海平面气压资料的全球范围分布情况（图略）分析发现：船舶海平面气压资料主要集中在中、低纬度洋面，且北半球资料数量明显多于南半球。其中，大量的调查船是在航行中进行气象观测，因而船舶海平面气压资料具有观测站点不固定的特点。由于洋面广阔且船舶常取固定航线航行，故资料多集中在航线附近，而位于近海的观测站在数量上也超过在洋面上的观测站，这使得船舶海平面气压资料的空间分布极不均匀。

虽然无人自动浮标站可长期稳定于固定的位置进行连续的天气观测，但是分析发现，浮标站在长期观测过程中会发生位置漂移，且在全球各海域皆有发生。

由以上分析可知，船舶海平面气压资料在时间上易存在不连续、且空间分布不均匀等特点，这会影响时间一致性和空间一致性检查质量控制效果，而通过背景场一致性检查则能有效克服上述缺点。

3 资料预处理

本文选取2011年1月、2月、6月、7月、8月的船舶海平面气压资料进行质量控制，对资料分析时发现资料存在缺测和冗余情况，因此在对资料进行质量控制之前，需要对这类资料进行一定的预处理：①剔除缺测值。极端恶劣天气（如台风等）的影响，海洋生物和海水的侵蚀易导致观测仪器和资料传输装置故障，这些因素都会造成船舶观测资料中出现要素缺测的情况。经统计，资料数量相对较多的海平面气压要素缺测值占到了近11.5%，因此资料预处理首先就是剔除缺测值。②剔除冗余值。由于目前资料收集的时间窗为6 h，因此在同一同化时间窗中，相同测站在相同的地理位置可能出现多次观测。本文将在同一同化时间窗中测站号和测站经纬度完全相同的资料视为冗余资料。冗余资料是多余资料，必须给予剔除。对冗余资料进行处理时，保留最靠近同化时间的观测资料。该方法仅适用于数值预报的资料同化处理过程。

图1给出了对2011年1月和7月的船舶海平面气压资料预处理前后资料数量的变化。由图1可知，资料经处理后资料剔除量非常大，约达50%，说明船舶资料缺测和冗余情况较常见。

图1 2011年1月（a）和7月（b）船舶海平面气压资料预处理后资料数量变化情况Fig.1 The number of shipborne sea level pressure data after the data pre-processing in January（a）and July（b）of 2011

4 质量控制方案设计

4.1 船舶海平面气压资料与背景场对比

在设计船舶海平面气压资料的质量控制方案之前，先对资料特点进行分析。图2是2011年1月全球范围内船舶海平面气压资料与背景场对应的散点分布图，背景场是采用双线性插值方法将T639分析场插到观测站点。由图2可见，部分资料观测值非常小，不具有观测意义，因此对观测资料进行极值检查必不可少。图2中除了随机分布的离群资料外，还有部分分布情况较特殊的资料（如图2中框内所示的两部分观测资料）。

图2中Ⅰ框范围内资料呈现一条竖直直线分布特征，这表明观测值在某一固定值不随时间变化。分析发现，这部分观测资料是由不同测站资料组成，图3分别列举了2011年1月测站21915和测站41972的观测情况。由图3可见，两个测站的观测记录在一段时间内均固定不变，使用这种资料易造成负面影响。对2011年1月和7月的观测资料分析发现，这样的情况不但常见，而且每个月的情况不同。对观测值落在竖直线上的其他资料随机抽样统计发现，2011年1月测站WXN31海平面气压为1000.00 hPa的观测记录占总观测记录的86.21%，测站21542海平面气压为1023.90 hPa的观测记录占总观测记录的100.00%；2011年7月测站VDFP海平面气压为1000.00 hPa的观测记录占总观测记录的100.00%，测站WZP81海平面气压为1000.00 hPa的观测记录占总观测记录的83.33%等等，虽然海平面气压的变化幅度较小，但出现观测值长期不变的情况则不正常。调查船通过安装在船上的仪器对海洋状况进行观测记录，而船舶可能会经过数天的航行才能到达目的地，如果仪器在船舶航行期间发生故障（观测仪器、资料传送装置故障等）而没有得到及时维修，就会出现观测错误的情况。无人自动浮标站长期漂浮在洋面上进行观测，随着观测时间延长，浮标上附着的海洋生物等会对观测和资料传送装置造成一定影响，从而影响观测的准确性和观测资料的传输，而时常出现的风暴等极端天气也可能对浮标站造成损坏，上述情况都可能造成仪器故障：在一段时间内出现固定不变的要素观测值。在本文中将这类观测资料的站点资料称为黑名单资料，在质量控制方案设计中，需要对这部分资料进行特殊处理。

图2 2011年1月全球范围船舶海平面气压资料预处理后观测值与背景场散点分布Fig.2 The scatterplot for the shipborne sea level pressure data after pre-processing and background field in January 2011

图3 2011年1月测站21915（a）和测站41972（b）观测气压Fig.3 Pressure observations in January 2011 of Station 21915（a）and Station 41972（b）

图2中Ⅱ框范围内所示资料与背景场之差保持在相对稳定的范围内，表明观测和背景场存在一定的系统性偏差，该情况也有出现在7月。分析发现，虽然不同月份存在系统性偏差观测资料的测站分布情况有差异，但分布在五大湖地区和大奴湖地区的资料均占较大比例。通过对所有船舶海平面气压资料的分析可知，2011年1月位于五大湖的资料占图2Ⅱ范围内中资料总量的69.98%，而在2011年2月、6月、7月、8月，位于五大湖和大奴湖的资料（2月大奴湖地区无观测资料）分别占相应月份中分布类似于图2中Ⅱ框范围所示资料的资料总量的66.49%，38.24%，28.08%和8.86%，不同月份资料所占比例波动较大的原因是各月份中内陆湖上资料数量差异较大。五大湖和大奴湖属于内陆湖，地形高度相对较高，如五大湖海拔约140 m。由于海上船舶所测得的本站气压与海平面气压误差非常小［19］，基本不需要订正直接作为海平面气压发报，因此五大湖等内陆湖区出现观测与背景场的系统偏差原因极可能是测站仍沿用海上船舶的发报方式，将观测到的本站气压作为海平面气压。由于船舶资料并不发送其测站高度，所以需要将背景场订正到测站高度气压场。因此，在背景场一致性检查中需要对五大湖和大奴湖地区的背景场进行订正。

4.2 质量控制方案设计

依据前文分析，本文设计的船舶海平面气压资料质量控制方案包括资料预处理（缺测值剔除、冗余值剔除）、极值检查、黑名单资料查找、背景场一致性检查（包括对五大湖等区域背景场的订正）。

4.2.1 要素极值检查

要素极值检查是指气象要素值允许出现有明确规定的范围［20］，在要素允许值范围检查中，对需要进行质量控制的要素值设定明确的变化范围，超出变化范围的要素值被视为错误资料。

郭丰义等［1］曾将船舶海平面气压资料的变化范围设定为［940 hPa，1050 hPa］，本文参考国家气象中心业务系统规定将海平面气压要素允许值范围定为［850 hPa，1080 hPa］，即将海平面气压值大于1080 h Pa或者小于850 h Pa的资料作为错误资料剔除。在对2011年1月、2月、6月、7月和8月进行要素极值检查后，分别识别并剔除了48，27，104，82和140个资料。

4.2.2 黑名单资料查找

若测站出现某一固定观测值的数量占该测站当月总观测报告数的50%以上（含50%），则将该测站列入黑名单，并将黑名单中测站得到的观测报告全部剔除。由于每个月船舶海平面气压资料的观测报告量和参与观测的站点不同，因此必须按月份制作测站黑名单。图4给出了2011年1月和7月船舶海平面气压资料剔除黑名单测站的观测报告后的情况，效果显著。

图4 船舶海平面气压资料剔除黑名单测站的观测报告后观测值与背景场散点分布（灰点为被剔除资料）（a）2011年1月，（b）2011年7月Fig.4 The scatterplot for the shipborne sea level pressure data after eliminating observation reports of blacklist stations and backgound field（grey dots represent the eliminated data）（a）January 2011，（b）July 2011

质量控制不仅要将观测误差过大的资料去掉，而且还要将观测算子不能较好模拟资料或模式分辨率还不能分辨的小尺度变化资料去除［21］。在质量控制中，离群资料本身会对序列平均值和标准差产生很大影响，进而影响到对离群资料的识别，而双权重方法在统计序列平均值和标准差的过程中对奇异值具有抵抗性，不易受离群资料影响。在呈竖直直线分布特征的资料中，有部分黑名单资料的数量并未占到对应测站观测报告总量的50%，因此将采用双权重平均值和双权重标准偏差质量控制方法对其进一步识别。邹晓蕾等［21-22］曾利用观测资料的双权重平均值和双权重标准偏差B对2004年3月的CHAMP（Challenging Hinisatellite Payload）掩星观测资料进行质量控制，得到比较理想的结果。为了提高对可疑资料的敏感度，本文利用观测资料与背景场之差（即观测余差，观测场与背景场之差用Xiobs-Xib表示）的双权重平均值与双权重标准偏差来识别离群资料，方法如下：

式（1）中，Zi为各资料的标准化变量Zscore值（对观测资料的偏差进行归一化计算得到），通过Zscore值即可确定离群资料。其中，和B（X）分别为双权重平均值和双权重标准偏差：

其中，M是中位数，wi是权重函数，定义权重函数为

式（4）中，A为绝对偏差中位数，也就是|（Xiobs-Xib）-M|的中位数。若wi＞1，则取wi=1。

根据船舶海平面气压资料自身特点，本文采用上述质量控制方法对剔除黑名单测站的观测报告后仍残留在竖直直线上的观测资料进行一致性检验，进一步识别可疑资料。采用双权重平均和双权重标准偏差方法对资料进行质量控制时，|Zscore|值越小，观测资料与背景场之差（即观测余差Xiobs-Xib）的允许值范围就越小，对资料的质量要求越高。由于竖直直线上的残余资料中大部分为黑名单资料，这类资料在同化中使用会对同化分析效果产生负面影响，对待这样的资料需要更加谨慎，因此将标准化变量|Zscore|＞3的资料视为可疑资料。图5给出了对竖直直线上的残余资料进行一致性检验之后，2011年1月和7月全球范围内船舶海平面气压资料和背景场对应的散点分布。由图5可知，明显将直线上的资料有效剔除。

4.2.3 背景场一致性检查

4.2.3.1 五大湖等区域背景场订正

本文采用双权重平均订正法，即依据观测余差Xiobs-Xib的双权重平均分别对五大湖等区域每个测站的背景场进行订正：

图5 对残余资料进行质量控制后的观测气压与背景场气压散点分布（灰色点为可疑值）（a）2011年1月，（b）2011年7月Fig.5 The scatterplot for shipborne sea level pressure data after the quality control of residual data and background field（grey dots represent the questionable data）（a）January 2011，（b）July 2011

利用上述双权重平均法分别对2011年1月和7月五大湖等区域背景场进行了订正，得到订正场。1月五大湖区域的订正值为-22.26 hPa，而大奴湖区在1月没有观测记录，故背景场不需进行订正；7月五大湖区域的订正值为-20.92 hPa，大奴湖区域的订正值为-18.17 hPa。图6反映了单个测站背景场、订正场与观测场的差异。由图6可知，该方案能够有效消除背景场与观测之间的系统性偏差。图7是2011年1月和7月订正场与船舶海平面气压资料散点分布。对比图5和图7可知，针对背景场的双权重平均订正方法能够有效消除系统性偏差，避免了在质量控制中对资料的误剔，从而达到资料的有效利用。

4.2.3.2 资料一致性检验

对于完成上面质量控制之后得到的所有测站资料，再次采用双权重平均和双权重标准偏差法对其进行背景场一致性检查，识别模式不能分辨的资料。为了更多地保留正确观测资料，因而对质量控制的参数适当放宽，选择以资料标准化变量|Zscore|大于4，5，6来确定可疑资料。表1给出了对2011年1月和7月的资料进行一致性检验后确定的可疑资料量，|Zscore|=4时资料剔除量过多，而取5则相对较好。结合实际应用效果可知，通过此方法可疑资料能够被准确地识别（图略）。

图6 2011年7月测站WUW21观测气压与背景场订正前后序列Fig.6 The observation and the background pressure before and after correction for Station WUW21 in July 2011

图7 船舶海平面气压与订正场气压散点分布（a）2011年1月，（b）2011年7月Fig.7 The scatterplot for shipborne sea level pressure and the corrected background field（a）January 2011，（b）July 2011

表1 2011年1月和7月可疑资料量Table 1 The questionable data in January and July of 2011

5 质量控制方案应用效果

5.1 质量控制方法在其他月份中的应用

为了证明本文中质量控制方案的普遍适用性，图8给出了对经过极值检查后的2011年2月、6月、8月全球范围船舶海平面气压资料进行质量控制后的效果，图8中少量可疑资料（灰点）和背景场比较一致，这可能是黑名单资料在竖直直线以外的部分正确资料，当动态调整统计时间段进行黑名单查找时，这些资料就有可能被保留下来。由图8可知，质量控制方法不仅能够识别错误资料和与背景场有差异的离群资料，也能识别并剔除黑名单资料，同时保留与背景场存在系统性偏差的资料（如五大湖等区域资料），这表明本文所使用的质量控制方法对各个月份船舶海平面气压资料均适用，且可得到比较理想的结果。

图8 船舶海平面气压资料质量控制效果（灰色点为可疑资料）（a）2011年2月，（b）2011年6月，（c）2011年8月Fig.8 The scatterplot for shipborne sea level pressure data after quality control and background field（grey dots represent the questionable data）（a）February 2011，（b）June 2011，（c）August 2011

5.2 不同质量控制方法资料剔除率

对2011年不同月份的船舶海平面气压资料进行质量控制时，资料预处理部分的资料剔除量以及其余质量控制步骤确定的可疑资料量如表2所示。由表2可见，资料预处理部分资料剔除量最大，均超过50%，而黑名单资料查找部分剔除的可疑资料量超过极值检查剔除资料量，需要重点关注。

表2 资料预处理资料剔除量以及其余质量控制步骤确定的可疑资料量（单位：%）Table 2 The elimination rate of data pre-processing and other quality control schemes（unit：%）

6 结 论

本文通过对船舶海平面气压资料的深入研究，根据其资料特性建立了一套适用于数值模式的质量控制方案，主要结论如下：

1）船舶观测资料的时间、空间分布极不均匀，一部分质量控制方法（如时间一致性检查等）对船舶观测资料不适用。在质量控制前，须对原始资料进行预处理。

2）对黑名单资料的质量控制，能够有效识别与背景场差异较小的可疑资料，同时也有利于对出现故障测站的检查和维护工作。

3）在质量控制中必须考虑内陆湖的地形高度，本文采用双权重平均法分别对五大湖、大奴湖地区的背景场资料进行订正，有效消除了观测资料与模式分析场之间系统性偏差，避免了资料的错误剔除。

将本文质量控制方案应用于实际的观测资料并经过分析比较后，其结果能够达到预期效果，且具备普遍适用性，能够为同化工作提供质量可靠的资料。

［1］ 郭丰义，张冬生.船舶海面观测资料的质量控制方法研究.海洋通报，1998，17（4）：1-5.

［2］ 王伯民，谢清华.船舶地面气象资料的整理和统计.海洋通报，1980，1：1-16.

［3］ 潘锦嫦.利用船舶报的资料分析海区波（风）次的方法讨论.中国海洋平台，1996，11（4）：160-164.

［4］ 王可光，张建华，王彩欣.西北太平洋常规SST资料的客观分析方法研究（I.旬的平均船舶报资料分析）.海洋预报，2000，17（4）：52-59.

［5］ 陈上及，马继瑞.海洋数据处理分析方法及应用.北京：海洋出版社，1991：1-62.

［6］ 朱江，徐启春，王赐震，等.海温数值预报资料同化实验I.客观分析的最优插值法试验.海洋学报，1995，17（6）：9-19.

［7］ Richard W R.A real-time global sea surface temperature analysis.J Climate，1988，1：75-86.

［8］ Seaman R S.Quality control of Australian sea-level pressure observations.Australian Meteorological Magazine，1999，48（2）：123-131.

［9］ 陶士伟，郝民，赵琳娜.AMDAR观测资料分析及质量控制.气象，2009，35（12）：65-73.

［10］ Dean V，Mahrt L.Quality control and flux sampling problems for tower and aircraft data.J Atmosp Ocean Technol，1997，14：512-526.

［11］ Lorenc A.Analysis methods for numerical weather prediction.QJ R Metorol Soc，1986，112L：1177-1194.

［12］ 张强，郭发辉，许松.全球地面天气报资料质量控制和数据集特征分析.应用气象学报，2004，15（增刊）：121-127.

［13］ 周尚河.全国高空资料质量控制和建库方法的研究.应用气象学报，2000，11（3）：364-370.

［14］ 师春香，刘玉洁.国外部分卫星产品质量评价和质量控制方法.应用气象学报，2004，15（增刊）：142-151.

［15］ 封秀燕，何志军，王荷平，等.自动气象站实时资料质量控制开放式平台设计.应用气象学报，2010，21（4）：506-512.

［16］ 李铁，邹立尧，国世友.东北地区低温气象资料数据集及其质量控制.应用气象学报，2004，15（增刊）：164-167.

［17］ 王伯民.基本气象资料质量控制综合判别法的研究.应用气象学报，2004，15（增刊）：50-59.

［18］ 王海军，刘莹.综合一致性质量控制方法及其在气温中的应用.应用气象学报，2012，23（1）：69-76.

［19］ Ingleby N B.Assimilation of station level pressure and errors in station height.Wea Forecasting，1995，10：172-182.

［20］ 王新华，罗四维，刘小宁，等.国家级地面自动站A文件质量控制方法及软件开发.气象，2006，32（3）：107-112.

［21］ 邹晓蕾.资料同化理论和应用（上）.北京：气象出版社，2009：53-59.

［22］ Zou X，Zeng Zhen.A quality control procedure for GPS radio occultation data.J Geophys Res，2006，111，D02112，doi：10.1029/2005JD005846.

Quality Control for Shipborne Observations of Sea Level Pressure

Li Yansong1）2）Xu Zhifang2）Fan Guangzhou1）Li Ping1）2）Li Zechun2）

1）（Center for Plateau Atmospheric and Environmental Research，Chengdu University of Information Technology，Chengdu 610225）
2）（National Meteorological Center，Beijing 100081）

With the rapid development of numerical prediction model，kinds of observations play an important role，among which the shipborne observations show great importance.In order to ensure the quality of shipborne observations and its positive contribution in numerical model，according to the temporal and spatial distribution characteristics of shipborne observations，a quality control scheme for sea level pressure data is set up consisting of element extreme range checking，eliminating the missing and redundant data，background field consistency checking，deciding the blacklist of observation stations，quality control method for blacklist data and so on.The scheme is developed based on the contrast analysis results between the observations and the T639 analysis field（0.28125°×0.28125°）in January and July of 2011，and it’s also applied to the data of February and June of 2011.

Shipborne observations consist of the data from oceanographic research vessel and unmanned automatic buoy station，the highest density of data is found at mid-and low-latitude ocean of the Northern Hemisphere，and the number of observation reports are fluctuating with time unsteadily.Missing observations and data redundancy are common cases，which affect the effectiveness of some quality control methods such as time consistency check and space consistency check，but the background field consistency check could avoid these disadvantages.The amount of sea level pressure data is the largest among all observed elements，but the missing data ratio and redundant data ratio both reach up to 50%and needs pre-processing.Blacklist data quality control scheme include the data elimination of blacklist station and quality control of residual blacklist data.The scheme can identify and eliminate the blacklist data accurately，as well as establish the blacklist of observation stations，which is beneficial to the lookup and maintenance work.Due to the altitude difference between the observation terrain and the model terrain in the Five Lakes and Great Slave Lake areas，background field data must be corrected through background consistency checking，and the double weighted average correction method can effectively eliminate the systemic deviation between observations and model outputs，thereby avoiding the errors in data quality control.Quality control results are proved to be correct and reasonable by the verification of case analysis and data rejection percentage of every quality control steps，and the quality control scheme also has a favorable application foreground in providing reliable initial field for data assimilation work.

shipborne observations；quality control；blacklist；consistency check

李岩松，徐枝芳，范广洲，等.船舶海平面气压观测资料质量控制.应用气象学报，2014，25（2）：222-231.

2013-02-04收到，2014-01-08收到再改稿。

公益性行业（气象）科研专项（GYHY201106008），国家自然科学基金项目（41275105）

*email：zhifang＠cma.gov.cn