引言

地面气象观测资料的水平空间一致性分析，是利用气象要素自然分布具有连续性和均匀性的特点，将某一被检测站的观测资料与其周围其他邻近测站的资料进行比较分析，从而判别该要素是否正常^[1-2]。地面气象观测资料的水平空间一致性分析方法，是地面气象观测资料质量控制工作中常用的方法^[3]，其对于分析降水、风等内部一致性比较差的要素具有重要的作用，也是对单要素(或观测项目较少，不能进行内部一致性分析)区域自动站观测资料进行质量控制的唯一有效方法。目前使用较多的空间一致性分析方法有空间插值方法^[4]、空间回归检验法^[5]、气候统计比较法^{[6, 9]}、Madsen-Allerupt^[7]方法等。这些分析方法都有一个共同的特点，即假设被检站与邻近站都处于同一天气系统中。但事实上，某一个站在某一时刻可能与邻近站不在同一天气系统中，特别是在雷暴等小尺度天气系统影响时经常有这种情况^[8]。这种情形下，使用上述空间一致性分析进行实时资料分析时就极易造成错误的判断。如果使用上述空间一致性分析方法，将被检测站的资料与其周围四个不同方位上的邻近站资料分别进行分析，然后再进行综合分析判断，就可克服上述的缺陷。下面就如何采用这种方法来实现水平空间一致性检验进行论述。

1 水平空间四方位划分方法 1.1 水平空间网格设计

为了进行四方位水平空间一致性综合分析，需要将被检站四周一定范围内的水平空间进行网格化处理。网格的分辨率(即网格内每一单元的空间尺度)应大于该区域气象站的布点密度。如果该区域内气象站之间的最小距离为10 km，则网格分辨率可设为9 km或更小。一般情况下气象站的布点密度不会小于5 km，所以网格密度一般可设置为3~4 km。

1.2 水平空间四方位分割

水平空间网格化设计确定后，需要以被检站为中心点，将其四周一定范围内的水平空间合理地划分四个方位。四方位分割法如图 1所示，图 1中的符号A为被检站所在位置。

1.3 水平空间比较范围的确定

水平空间比较范围的大小根据不同的被检要素来确定，对于强降水、大风等局地性明显的要素，可以将被检站四周30 km区域作为比较范围；对于气温、气压等局地性不很明显的要素，可以将被检站四周50 km区域作为比较范围。在具体确定水平空间比较范围时，还应根据当地自动气象站的分布密度进行适当调整，同时各个方位的区域大小可以不一致，以确保每一方位上有足够的邻近站个数。

2 四方位水平空间一致性综合分析的原理

图 2所示为被检站与天气系统的典型位置关系。其中阴影部分表示受某一天气系统影响的区域。符号A表示处于该天气系统边缘，并已经受该天气系统影响的被检站；符号B表示处于该天气系统边缘，但未受该天气系统影响的被检站。

从图 2中可知，如果采用一般的空间一致性分析方法，则在“情形1”的情况下对被检站资料的可信度能作出较准确的判断，但在“情形2”至“情形5”的情况下其判断往往会发生错误。如果将被检站四周的邻近站根据其所处的方位分为4个方位组，然后将被检站与每一个方位组中的邻近站分别进行空间一致性分析，从而获得4个分析结果，再根据这4个分析结果进行综合分析，就可对被检站的资料作出较准确的判断。综合分析的参考规则如下：

(1) 如果连续2个以上方位组的资料与被检站资料的空间一致性较好，则认为被检站资料可信。

(2) 如果只有1个方位组的资料与被检站资料的空间一致性较好，并且都是强降水或大风，则可以认为被检站资料可信，否则认为是可疑。

(3) 如果方位相差180度的2个方位组的资料与被检站资料的空间一致性较好(如图 2中的“情形5”)，并且都是强降水或大风，则可认为被检站资料可信，否则认为是可疑。

上述四方位水平空间一致性综合分析的效果，决定于其所采用的基本空间一致性分析方法的效果。如果所采用的基本空间一致性分析方法，在被检站与邻近站都处于同一天气系统影响下时(即图 2中的“情形1”)其分析效果较好，则在四方位水平空间一致性综合分析时具有同样的效果，因为它避免了由于天气系统边缘气象要素分布不连续对基本空间一致性分析效果的影响。

3 实例分析 3.1 实例分析1

2009年2月19日上午，浙江省中、南部地区受地面暖气流影响，气温异常高，达20多度。但从中午14时起，受冷空气影响，气温剧降。其中浙江中部的尖山自动气象站，14时气温升至23.3 ℃，而到17时气温降至11.7 ℃。17时，冷空气锋面已过尖山站，而尖山以南尚未受冷空气影响，所以在尖山附近的气温分布呈现明显的不连续现象。图 3是尖山站附近12—17时的气温变化情况。

下面采用Madsen-Allerupt方法对尖山站气温资料进行分析。Madsen-Allerupt方法是通过对被检站周围若干邻近站同一时刻的某要素观测值进行由小到大排序，利用排序后的1/4、2/4、3/4分位值，计算标志值T_it，计算方法如下：

T_it=(X_it-Q_{t, 2/4})/(Q_{t, 3/4}-Q_{t, 1/4})

其中X_it为被检站t时刻某要素观测值，Q_{t, 1/4}、Q_{t, 2/4}、Q_{t, 3/4}为邻近站t时刻该要素观测值进行由小到大排序后的1/4、2/4、3/4分位值。

当T_it的绝对值超过某一规定值时，认为X_it值可疑。

首先采用一般的做法，取尖山站附近60×60 km范围内(即距被检站30 km内)的南山、巍山、三单、回山、白鹤、八达、天台、里石门等8个站作为比较站。将这8个站12—17时的气温资料分别进行从小到大排序，见表 1。

12—17时，尖山站实测气温分别为18.2、19.7、23.3、20.3、15.2、11.7。根据Madsen-Allerupt计算方法得到各时次的标志值T_it如下：

12时：T_it=(18.2-17.3)/(18.3-16.3)=0.45

13时：T_it=(19.7-19.8)/(21.1-17.4)=-0.03

14时：T_it=(23.3-20.4)/(21.9-19.6)=1.26

15时：T_it=(20.3-19.7)/(20.9-18.9)=0.30

16时：T_it=(15.2-17.8)/(20.2-15.8)=-0.59

17时：T_it=(11.7-15.8)/(16.4-13.9)=-1.64

从计算结果分析，在通常情况下尖山站的|T_it|值小于1.00。14时，附近各站1小时内气温上升1.0~2.0 ℃，而尖山站气温异常地上升3.6 ℃，就是在这种情况下14时的T_it值也只有1.26。所以，如果用1.50的|T_it|值去检验17时的气温，就会认为尖山站17时的气温是可疑的。

下面采用四方位综合分析方法，对17时尖山站的实测气温进行检验。采用四方位综合分析时，因为被检站处于各方位组的边缘，所以应在更大些的区域内确定比较站，同时T_it的最大值也应该适当放宽。现在取尖山站附近100×100 km范围内(即距被检站50 km内)的嵊州、新昌、南山、三单、回山等5个站作为北方组；沙溪、白鹤、罗坑山、天台、河头、临海等6个站作为东方组；里石门、白水洋、大陈村、黄家寮、横溪、仙居等6个站作为南方组；巍山、八达、东阳、龙山、壶镇等5个站作为西方组。将这四个组17时的气温资料分别进行从小到大排序，并分别计算T_it，见表 2。

从表 2可知，17时尖山站实测气温资料与北、东、西3个方位上的邻近站同时刻的气温资料具有较好的空间一致性，而与南方一组的邻近站气温资料的空间一致性较差，其|T_it|高达4.22。通过对4个|T_it|值的综合分析后可以确定，尖山站因受冷空气影响而使气温剧降，而其南面还没有受冷空气影响，尖山站处于冷空气锋面的边缘，所以尖山站17时的气温应为正常。

3.2 实例分析2

本例采用四方位水平空间一致性综合分析方法，对降水资料空间一致性的人工经验分析方法进行模拟。图 4是2008年8月25日16时和19时大奇山及余姚附近30 km范围内的1小时降水量分布情况。

根据图 4所示，大奇山测站16时的降水量为30.4 mm。采用四方位水平空间一致性综合分析方法，可以判别出该站的降水量与其北、东、南3个方位上的邻近站降水量的空间一致性较差，而与其西面方位上的几个邻近站降水量的空间一致性较好，所以根据经验判断，大奇山测站的16时降水量是可信的。事实上，该日16时在横村附近出现局地性热雷暴天气，并产生强降水现象，雷暴自西向东移动，在横村、桐庐、大奇山一带产生强降水现象。

在图 4中，余姚站19时无降水，而该站四周多数邻近站均有降水，邻近站的降水情况统计见表 3。

从表 3可知，余姚站各方位上有降水的测站数均占该方位内总测站数的二分之一以上，且东、南、西3个方位上的平均降水量大于1.0 mm，根据经验，余姚测站的19时降水量是可疑的。事实上，余姚站该日19时的降水量为9.2 mm，因网络等原因而未上传资料。

4 小结

(1) 利用该方法，在冷空气或雷暴等天气系统影响下，当气象资料的水平空间分布出现明显的不连续现象时，可以降低气象资料的误检率。特别是在局地性强降水和极端异常天气发生时，可明显提高实时质量控制的准确率。

(2) 对浙江省76个自动气象站的气温和降水资料进行实时质量控制试验，经过3个月的试验，气温资料误检率为0.05‰，错误气温资料检出率为100%；降水资料误检率为0.03‰，降水资料检出率为100%。

(3) 上述采用四方位统一的对称划分方法，这对综合分析效果有一定影响。如果能根据邻近站的不同地理状况进行不对称的方位划分，则可提高综合分析能力，这需要今后进一步研究和改进。