A Psomef-Based Method for Quality Control of Surface Temperature Observations
-
摘要: 考虑气温在空间上的相关性，提出一种基于粒子群算法（Particle Swarm Optimization，PSO）改进的多面函数内插算法（Multi-quadric Equations Fitting，MEF）的地面逐时气温观测资料的多站联网质量控制方法。为检验该方法的可行性和适用性，运用该方法对江苏省四站2006—2008年地面气温观测资料进行质量控制，并与反距离加权法（Inverse Distance Weighting，IDW）进行比较。试验结果表明，该方法相对于IDW法可以更有效地标记出人为模拟的随机误差，具有识别精度高，地区和气候适应性强等优点。Abstract: Considering the correlation between temperature in spatial, a new quality control method of surface temperature observations, based on the Multi-quadric Equations which is improved by particle swarm optimization (PSO), is introduced in detail in paper. In order to verify the feasibility and applicability of the proposed method, by using this method, the hourly air temperature in four cities of Jiangsu Province in 2008 was examined, and also comparming against inverse distance weighting method (IDW). The results show that the proposed method can more effectively check the random errors of the artificial simulation, Furthermore, the method has the advantages of high identification accuracy, strong adaptability to different regions and climate.
-
Key words:
- quality control /
- Multi-quadric Equations /
- temperature /
- particle swarm optimization /
- correlation
-
表 1 PSO改进MEF算法参数设置
参数 参数值或方法 核函数 高斯旋转面 核节点 系数判别法 Fitness MEF的RMSE 粒子群大小 20 xmax、vmax [1, 400][-0.5, 0.5] Tmax 40 LDIW wstart=0.9, wend=0.4 c1、c2 c1=c2=1.494 45 
下载: 导出CSV
表 2 四站PSO-MEF质量控制法检错率
站名 2006年 2007年 2008年 淮安 0.84 0.82 0.82 常州 0.83 0.85 0.86 南通 0.85 0.87 0.84 泰州 0.81 0.84 0.85
下载: 导出CSV
表 3 不同年份不同季节四站的最佳f值及对应检错率
年份 月份 淮安 常州 南通 泰州 f值 检错率 f值 检错率 f值 检错率 f值 检错率 2006 1 1.2 0.80 1.2 0.76 1.2 0.79 1.2 0.76 4 1.2 0.80 1.2 0.79 1.2 0.82 1.6 0.82 7 1.6 0.81 2.0 0.80 1.6 0.88 1.6 0.76 10 1.6 0.86 1.6 0.88 1.2 0.90 1.6 0.79 2007 1 1.6 0.76 1.2 0.83 1.2 0.76 1.2 0.84 4 1.2 0.81 2.0 0.82 1.2 0.84 1.2 0.88 7 1.2 0.76 2.0 0.76 2.0 0.80 2.0 0.80 10 1.2 0.88 1.2 0.83 1.6 0.88 2.0 0.76 2008 1 1.2 0.84 1.2 0.80 1.2 0.78 1.6 0.88 4 1.2 0.76 1.2 0.81 1.2 0.83 1.2 0.95 7 1.2 0.79 2.0 0.73 1.6 0.86 1.6 0.76 10 1.2 0.93 1.2 0.84 1.2 0.92 1.2 0.82
下载: 导出CSV
-
[1] FENG S, HU Q, QIAN W. Quality control of daily meteorological data in China, 1951-2000: A new dataset[J]. Int J Climatol, 2004, 24(7): 853-870. [2] INGLEBY N B, LORENC A C. Bayesian quality control using multivariate normal distributions[J]. Q J Roy Meteor Soc, 1993, 119(513): 1195-1225. [3] 熊安元, 朱燕君, 任芝花, 等.观测仪器和百叶箱的变化对地面气温观测值的影响及其原因分析[J].气象学报, 2006, 64(3): 377-384. [4] 韩海涛, 李仲龙.地面实时气象数据质量控制方法研究进展[J].干旱气象, 2012, 30(2): 294-296. [5] MEEK D W, HATFIELD J L. Data quality checking for single station meteorological databases[J]. Agric Forest Meteor, 1994, 69(1): 85-109. [6] WADE C G. A quality control program for surface mesometeorological data[J]. Atmos Ocean Technol, 1987, 4(3): 435-453. [7] HUBBARD K G, YOU J S. Sensitivity of quality assurance using the spatial regression approach--A case study of the maximum/minimum air temperature[J]. Atmos Oceanic Technol, 2005, 22(10): 1520-1530. [8] LORENC A C. A global three-dimensional multivariate statistical interpolation scheme[J]. Mon Wea Rev, 1981, 109(4): 701-721. [9] Lorenc A C, Hammon O. Objective quality control of observations using Bayesian methods. Theory, and a practical implementation[J]. Quarterly Journal of the Royal Meteorological Society, 1988, 114(480): 515-543. [10] ANDERSSON E, JARVINEN H. Variational quality control[J]. Q J Roy Meteor Soc, 1999, 125(554): 697-722. [11] 熊安元.北欧气象观测资料的质量控制[J].气象科技, 2003, 31(5): 314-320. [12] 赵煜飞, 任芝花, 张强.适用于全国气象自动站正点相对湿度资料的质量控制方法[J].气象科学, 2011, 31(6): 687-693. [13] 张志富, 任芝花, 张强, 等.自动站小时气温数据质量控制系统研究[J].气象与环境学报, 2013, 29(4): 64-70. [14] 王艳, 方晓, 高杰.小波阈值法在地面气象自动站观测资料审核中的应用[J].气象与环境学报, 2007, 23(2): 42-44. [15] 尹嫦姣, 江志红, 吴息, 等.空间差值检验方法在地面气象数据质量控制中的应用[J].气候与环境研究, 2010, 15(3): 229-236. [16] 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[J].应用气象学报, 2012, 23(1): 69-76. [17] HUBBARD K G, GUTTMAN N B, YOU J, et al. An improved QC process for temperature in the daily cooperative weather observations[J]. Atmos Oceanic Technol, 2007, 24(2): 206-213. [18] STEINACKER R, MARER D, STEINER A. Data quality control based on self-consistency[J]. Mon Wea Rev, 2011, 139(12): 3974-3991. [19] HARDY R L. Least squares prediction[J]. Photogram-metric Eng, 1977, 43(4): 475-492. [20] HARDY R L. Theory and applications of the multiquadric-biharmonic method 20 years of discovery 1968-1988[J]. Comput Mathemat Appl, 1990, 19(8): 163-208. [21] 吕言.数字地面模型中多面函数内插法的研究[J].武汉测绘学院学报, 1981, 2(2): 14-28. [22] 黄立人, 陶本藻, 赵承坤.多面函数拟合在地壳垂直运动研究中的应用[J].测绘学报, 1999, 22(1): 25-32. [23] 张菊清, 刘平之.抗差趋势面与正交多面函数结DEM数据[J].测绘学报, 2008, 37(4): 526-530. [24] HOLDAHL S R, HARDY R L. Solvability and multiquadric analysis as applied to investigations of vertical crustal movements[J]. Tectonophys, 1979, 52(1): 139-155. [25] 齐娜, 胡良柏.关于多面函数拟合方法中平滑因子的研究[J].工程勘察, 2010, 38(9): 77-79. [26] 缪启龙, 潘文卓, 许遐祯.南京56年来夏季气温变化特征分析[J].热带气象学报, 2009, 24(6): 737-742. [27] POLI R, KENNEDY J, BLACKWELL T. Particle swarm optimization[J]. Swarm Intelligence, 2007, 1(1): 33-57. [28] 吴建生, 刘丽萍, 金龙.粒子群-神经网络集成学习算法气象预报建模研究[J].热带气象学报, 2008, 24(6): 679-686. [29] 罗芳琼, 吴建生, 金龙.基于最小二乘支持向量机集成的降水预报模型[J].热带气象学报, 2011, 27(4): 577-584. [30] SHI Y, EBERHART R C. Parameter selection in particle swarm optimization[C]//International Conference on Evolutionary Programming. Springer Berlin Heidelberg, 1998: 591-600. [31] NASH J, SUTCLIFFE J. River flow forecasting through conceptual models part 1-discussion of principles[J]. J hydrol, 1970, 10 (3): 282-290. [32] 王坚红, 李星, 苗春生, 等.海表温度与低层气温对江苏沿海冬季近地层风场特征影响研究[J].热带气象学报, 2012, 28(6): 819-828. [33] 叶小岭, 周建华, 熊雄.一种基于GEP的地面气温观测资料的质量控制方法[J].热带气象学报, 2014, 30(6): 1196-1200. -
点击查看大图
图(8) / 表(3)
计量
- 文章访问数: 1083
- HTML全文浏览量: 64
- PDF下载量: 599
- 被引次数: 0
粤公网安备 4401069904700003号