[發明專利]一種基于經驗模態分解的自動氣象站數據質量控制方法

有效

• 申請號: 201310159628.1
• 申請日: 2013-05-03
• 公開（公告）號: CN103278867A
• 公開（公告）日: 2013-09-04
• 發明（設計）人: 葉小嶺;張穎超;熊雄;張齊東;胡凱;孫寧
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G01W1/00
• 分類號: G01W1/00
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 朱小兵

技術領域

本發明涉及自動氣象站采集數據的質量控制領域，特別發明了一種對自動氣象站采集的氣溫數據的質量控制方法。

背景技術

目前國內的自動氣象站具有站點分布密集、地形差異大、測站環境惡劣、數據采集和傳輸自動化程度高、資料實時性強、中小尺度天氣現象明顯等特點,其觀測數據的質量問題比人工常規地面站觀測資料顯得更復雜和嚴重，因而必須對自動氣象站的觀測數據進行質量控制。我國現采集數據的質量控制在兩個層面進行,一是在觀測臺站進行基本質量控制；第二是在數據處理中心進行,數據處理中心除采用綜合時間一致性、內部一致性檢查外,還應對儀器傳感器失效、長期漂移進行評估。根據我國氣象業務體制,除基層臺站進行基本質量控制外,省級應對自動站實時數據進行全面系統質量控制。但是，自動氣象站在進行數據采集過程中容易受到大量隨機噪聲、系統噪聲、微氣象噪聲和粗大噪聲的干擾；這些噪聲是目前質量控制方法不能消除的，從而影響自動氣象站觀測數據的質量，不能很好的服務于中尺度、短時效的精細天氣預報。

傳統基于經驗模態分解的去噪方法是將IMF分量的高頻部分直接去掉再重構去噪，這種方法忽視了去掉高頻部分存在的真實信息，在去掉噪聲的同時也去掉了有用的信息；同時，IMF分量間的高頻是相對的局部高頻，在低頻的分量中仍然存在相對的高頻和噪聲，這是傳統基于模態分解去噪方法不足的地方。

發明內容

本發明所要解決的技術問題是：

提供一種基于經驗模態分解的自動氣象站數據質量控制方法，解決了目前質量控制方法不能消除隨機噪聲、系統噪聲、微氣象噪聲和粗大噪聲的問題，提高了自動氣象站觀測數據的質量。

本發明為解決上述技術問題，采用如下技術方案：

一種基于經驗模態分解的自動氣象站數據質量控制方法，包括以下步驟：

步驟1.采集自動氣象站溫度觀測數據x(t)，其中t為采樣時間，且t為大于0的自然數；

步驟2.對x(t)進行基本質量控制，得到基本控制后的數據

步驟3.根據公式對基本控制后的數據進行經驗模態分解，得到本征模分量IMF_i與的趨勢項r；其中k為大于1的自然數，i∈k；

步驟4.計算本征模分量IMF_i的能量E_i，根據E_i繪制能量柱狀圖，并觀察能量柱狀圖，得到本征模分量能量的階躍點M，根據該階躍點確定存在噪聲的本征模分量IMF_j；其中M為自然數，且1<M≤k；j為自然數，且1≤j≤M-1；

步驟5.對基本控制后的數據與本征模分量IMF_j進行時間序列相關性分析得到相關系數v_j，根據相關系數v_j計算賦權本征模分量NEWIMF_j和賦權后的趨勢項NEWr；

步驟6.根據賦權本征模分量NEWIMF_j和賦權后的趨勢項NEWr進行數據重構得到去噪聲后的數據，完成去噪質量控制。

步驟2中所述基本質量控制包括界限值檢查、氣候極值檢查、內部一致性檢查、時變一致性檢查、空間一致性檢查、特殊天氣事件檢查。

步驟4中所述計算本征模分量的能量E_i運用如下公式計算：

Ei=Σi=1kIMFi(t)2,]]>

其中IMF_i(t)為第i個本征模分量的時間序列，t為采樣時間點。

步驟5中所述計算賦權本征模分量運用如下公式計算：

NEWIMF_j=v_j·IMF_j；j=1,2…M-1

所述賦權后的趨勢項運用如下公式計算：