DB12∕T 1151-2022 地面气温和相对湿度观测数据均一化处理技术规程(天津市).pdf

《DB12∕T 1151-2022 地面气温和相对湿度观测数据均一化处理技术规程(天津市).pdf》由会员分享，可在线阅读，更多相关《DB12∕T 1151-2022 地面气温和相对湿度观测数据均一化处理技术规程(天津市).pdf（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 ICS 07.060 CCS A 47 12 天津市地方标准 DB12/T 11512022 地面气温和相对湿度观测数据均一化处理技术规程 Code of practice for homogenization processing techniques of surface air temperature and relative humidity observation data 2022-09-08 发布 2022-10-14 实施 天津市市场监督管理委员会 发 布 DB12/T 11512022 II 前言 本文件按照GB/T 1.12020标准化工作导则 第1部分：标准化文件的结构

2、和起草规则的规定起草。本文件由天津市气象局提出并归口。本文件起草单位：天津市气象信息中心。本文件主要起草人：司鹏、武国良、王敏、郭阳、王琪、罗传军、石玉恒。DB12/T 11512022 1 地面气温和相对湿度观测数据均一化处理技术规程 1 范围 本文件规定了地面气温和相对湿度观测数据均一化处理技术内容和方法以及质量评估。本文件适用于地面观测站日、月、年尺度的气温数据和相对湿度数据的均一化分析处理。2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

3、文件。GB/T 33674-2017 气象数据集核心元数据 QX/T 37-2020 气象台站历史沿革数据文件格式 QX/T 118-2020 气象观测资料质量控制 地面 DB12/T 1051-2021 地面风速观测数据均一化处理技术规程 3 术语和定义 GB/T 33674-2017和DB12/T 1051-2021界定的以及下列术语和定义适用于本文件。3.1 均一化 homogenization 剔除气候资料序列中由于人为因素导致的系统误差的过程。来源：DB12/T 1051-2021,3.2 3.2 元数据 metadata 关于数据的数据。来源：GB/T 33674-2017,3.2

4、 3.3 参考序列 reference series 代表待检站所处位置的真实天气气候变化的序列。来源：DB12/T 1051-2021,3.5,有修改 4 技术内容和方法 技术内容 4.1 应包括元数据收集、质量控制、参考序列建立、断点检验和订正、逻辑检验。方法 4.2 4.2.1 元数据收集 DB12/T 11512022 2 收集地面气象观测站的元数据信息，包括台站位置、观测要素、其他变动事项、台站周边环境。应符合QX/T 37-2020第6章的要求。4.2.2 质量控制 对原始观测数据进行质量控制，并对检验得到的错误数据进行缺测处理。检验过程包括下列3步：a)气候界限值检验：应符合 Q

5、X/T 118-2020 3.2.3 附录 A 要求；b)气候异常值检验：以气温或相对湿度距平序列 35 倍标准差为阈值，超出阈值范围的气温或相对湿度数据为可疑数据，通过人工判断是否为错误数据；c)内部一致性检验：按照 QX/T 118-2020 3.2.5 附录 B 要求判定可疑数据，并通过人工判断是否为错误数据。注：步骤a)c)的检验顺序可根据实际需要进行调整。4.2.3 参考序列建立 4.2.3.1 气温 通过下列步骤实现气温观测数据参考序列的建立：a)利用惩罚最大 F 检验（Penalized maximal F,PMF）方法结合台站元数据，对一定区域内所有地面观测站建站以来的年和月尺

6、度的平均气温、最高气温、最低气温观测数据同时进行均一性检验，置信度水平设置为 95%和 99%。剔除两种置信度水平下，年和月尺度 3 类气温观测数据均出现显著断点的台站；b)从剩余台站中，根据元数据信息，选取 3 类气温观测数据长度较长、资料相对完整、所在位置受城市化影响程度较小的单个台站为参考站，该站 3 类气温观测数据即为对应区域内所有待检站各类气温要素的参考序列。4.2.3.2 相对湿度 通过下列2种方法实现相对湿度观测数据参考序列的建立：a)利用台站观测数据建立相对湿度观测数据参考序列的步骤如下：1)从一定区域内所有地面观测站中，选取距离每一个待检站水平距离 300km 以内、海拔高度

7、差200m 的邻近台站作为建立参考序列的候选站；2)利用惩罚最大 F 检验（Penalized maximal F,PMF）方法结合台站元数据，对候选站的相对湿度数据进行均一性检验，置信度水平设置为 95%和 99%；3)选取两种置信度水平下，均无统计显著断点、与待检站相关较大、时间序列长度相当、数据完整性较好并且所在位置周围观测环境与待检站基本一致的 35 个台站为参考站，建立待检站相对湿度观测数据的参考序列。建立公式如下：=(1)式中：第时刻；第个参考站；参考站数量；待检站的参考序列；参考站与待检站相对湿度观测数据的相关系数；参考站的相对湿度观测数据。DB12/T 11512022 3 b

8、)依据地面观测站经纬度信息，通过插值，将再分析资料中的比湿格点数据插值到站点水平，以此作为对应待检站相对湿度观测数据的参考序列。注：再分析资料可采用美国国家海洋大气局/环境科学研究合作协会气候诊断中心研制的NCEP/DOE AMIP-Reanalysis 2m 逐日平均比湿数据。4.2.4 断点检验和订正 利用惩罚最大T检验（Penalized maximal T,PMT）方法对待检站气温或相对湿度观测数据进行断点检验，利用分位数匹配法（Quantile-Matching adjustments,QM）对得到的断点进行订正。按照不同要素订正的断点包括不同情况。a)气温：有确切元数据支持的统计显

9、著断点；没有元数据支持，但在年、月、日尺度气温数据中被同时检验出的相同年份的统计显著断点。b)相对湿度：基于站点观测数据参考序列，在95%和99%两种置信度水平下，同时检验得到并且有确切元数据支持的统计显著断点；基于再分析资料比湿数据参考序列，在95%和99%两种置信度水平下，同时检验得到与基于站点观测数据参考序列检验结果一致的，并且有确切元数据支持的统计显著断点。4.2.5 逻辑检验 4.2.4订正后的气温或相对湿度观测数据如果出现下列情况，应对其进行缺测处理。a)最低气温平均气温；b)平均气温最高气温；c)相对湿度最小相对湿度。可根据实际需要，采用数据插补方法，对置缺的气温或相对湿度观测数据进行插补，以此恢复完整的基础数据。5 质量评估 对气温和相对湿度观测数据的可靠性和合理性应进行评估，包括均一化处理前、后日、月和年尺度数据的方差、趋势幅度及均一化处理后的数据与国内外权威发布的同类数据产品的误差。计算按照DB12/T 1051-2021 5.2、5.3、5.5规定的公式进行。