下载文档原格式
能见度自动化观测和人工观测资料的对比评估通过对比评估吴川气象观测站2014年1月1日-2015年12月31日每天不同天气现象下的08时、14时、20时的能见度（vis）自动观测资料和人工观测资料，进行对比差值、差值平均值、相关系数等方法，得到自动观测能见度和人工观测能见度的误差阀值，阀值可以分为vis<1.0km，1km≤vis<16km，16km≤vis<26km，26km≤vis<42km，42km≤vis<80km等5种情况，为日后能见度自动观测运行提供参照标准，并探讨减小能见度自动观测误差的方法，从而进一步提高能见度自动化观测数据质量。
标签：地面观测；能见度；人工观测；自动化Abstract：Through the comparison and evaluation of （vis）automatic visibility observation data and artificial observation data of visibility at Wuchuan Meteorological Station from January 1，2014 to December 31，2015 under different daily weather phenomena at 08：00，14：00 and 20：00，By comparing the difference value，the average value of the difference value and the correlation coefficient，the error thresholds of automatic observation visibility and manual observation visibility are obtained. The threshold values can be divided into five cases，such as vis<1.0km，1km ≤ vis<16km，16km ≤ vis<26km，26km ≤ vis<42km，42km ≤ vis<80km. It provides a reference standard for automatic visibility observation in the future，and discusses the methods to reduce the error of automatic visibility observation，so as to further improve the quality of automatic visibility observation data.Keywords：ground observation；visibility；manual observation；automation目前，能見度自动化观测已经成为广东省各个气象观测站取得能见度数据的主流方式。
自动能见度和人工能见度差异分析及观测数据的处理张仁宗;姜雅凡【摘要】随着全国自动气象观测站的安装完毕,我们甘肃省也和全国一样,已经实现大部分气象要素观测的自动化,特别是近几年安装了能见度观测自动仪,由于这个自动能见度仪精度比较高,就是受外界干扰比较大,而且能见度的算法也不一样,反应在数据上就是数据变化比较大,本文就是对自动能见度和人工能见度差异分析,给基层台站的观测员对数据有一个正确的判断.%Along with the installation of automatic weather station, we also like the country, in gansu province have automate most of the meteorological observation, especially automatic meter installed visibility observation in recent years, due to the automatic visibility instrument accuracy is higher, is the interference is large, and the algorithm of visibility is different also, reflected in the data is the data change is bigger, this article is to automatically visibility and artificial visibility gap analysis, data to the base station operator to have a correct judgment.【期刊名称】《林业勘查设计》【年(卷),期】2017(000)001【总页数】2页(P59-60)【关键词】能见度;差异;观测数据【作者】张仁宗;姜雅凡【作者单位】甘肃省兰州市皋兰县气象局;黑龙江省防雷中心【正文语种】中文工能见度一般指有效水平能见度。
第3期 气象水文海洋仪器No.32009年9月 Meteorological ,Hydrological and Marine Instruments Sep.2009收稿日期:2009204210.作者简介:尹淑娴(19852),女,大专,技术员.主要从事地面气象观测工作.人工目测与仪器测量的能见度数据资料分析尹淑娴,罗 鹍,莫伟强(广东省东莞市气象局,东莞523086)摘 要:能见度的测量目前还是以人工目测为主,只有少量的地面观测用能见度仪进行观测。
本文通过对广东省东莞市2008207205-2008210231人工目测能见度与安装在不同地点的另两台能见度仪的测量数据进行统计分析,分别从趋势图、观测数据的相关性与一致性和视程障碍对比差值等方面进行分析,从而得出两种观测方法数据相关的有关结果,希望为今后充分合理利用能见度仪的观测资料提供一个参考。
关键词:能见度;能见度仪;测量数据;统计;数据分析中图分类号:P412.17 文献标识码:A 文章编号:10062009X (2009)0320066204Analysis of visibility data obtained by the artif icialobservation and the instrumental surveyY in Shuxian ,L uo Kun ,,Mo Weiqiang(Dong guan Meteorological B ureau of Guang dong ,Dong guan 523086)Abstract :Nowadays t he artificial observation is always t he p rincipal way to survey t he visibility.There are several pars of grounding observatio n using instrument.We perform a statistic analysis of t he measuing data obtained by t he artificial observation and two visibility inst rument s setting o n t he different places from J ul.5to Oct.31in 2008.The analysis adopt s some ways ,such as progno stic chart s ,t he relativity and t he agreement of observatio n data and t he error of visual obstruction.There fore ,it makes a related result from t he data of artificial observation and inst rumental survey.We hope t hat it will p rovide a reference to make ratio nal use of t he observation data obtained by t he visibility inst rument in t he f ut ure.K ey w ords :visibility ;visibility inst rument ;measuring data ;statistics ;data analysis0 引言在经济高速发展的今天,由于空气污染程度日益严重,导致城市大气能见度降低,这是当前被广泛关注的问题之一。
能见度人工转自动观测差异分析目前大多数天气台两种方式同时使用，以确保预报的准确性和及时性。
但是，人工和自动观测方式之间存在一定的差异。
这篇文章将会比较人工和自动能见度观测数据之间的差异，并解释这些差异的原因。
人工和自动能见度观测的差异主要有以下几个方面：1. 观测位置的不同人工观测通常是由专门训练过的气象观测员在地面上进行的，而自动观测通常是通过地面上的自动气象站或机场附近的自动气象观测设备进行的。
由于人工观测通常位于靠近跑道边缘的位置，而自动观测设备通常设置在跑道中央，因此观测位置的不同可能导致数据的差异。
人工观测是定期进行的，通常是每小时一次，而自动观测设备可以实时进行观测。
因此，在人工观测和自动观测之间，可能存在的时间差异可能会导致数据的差异。
人工观测是通过专业工具直接测量能见度，而自动观测设备可能使用不同的传感器或方法进行观测。
不同的观测方法可能会导致数据的差异。
4. 数据收集的不同在人工观测中，观测员会将数据记录下来，并通过电话或网络传输到天气台。
而在自动观测中，观测数据通常是自动发送到天气台的。
因此，数据收集方式不同可能会导致数据的差异。
了解了人工和自动能见度观测之间的差异，接下来我们来分析这些差异会对天气预报造成哪些影响。
首先，观测位置的不同可能会导致数据的差异。
例如，由于人工观测位置通常位于跑道边缘，因此可能更容易受到地面结构的影响，导致观测数据与自动观测数据之间存在较大的差异。
这可能会影响到航班的安全起降，因为航空公司可能会依据能见度的预报数据来决定起降时机。
其次，由于自动观测可以实时进行观测，因此能够提供更加及时的数据信息，从而更好地反映当前气象状况。
然而，由于人工观测是每小时一次，因此可能无法及时反映出气象变化情况，从而影响到天气预报的准确性。
第三，观测方法的不同也可能会导致数据的差异。
例如，自动观测设备可能使用雷达传感器进行观测，而人工观测则可能使用目测方法，这两种方法可能会导致数据的差异。
环境监测数据中的异常数据分析与处理一、引言环境监测数据的准确性对于保护环境和人类健康至关重要。
然而，在大规模的环境监测数据中，往往会浮现一些异常数据，这些异常数据可能是由于设备故障、人为误操作或者环境变化等原因引起的。
准确分析和处理这些异常数据对于保证监测数据的可靠性和准确性具有重要意义。
二、异常数据的定义和分类1. 异常数据定义：异常数据是指与正常环境监测数据相比，具有明显偏离或者异常值的数据。
2. 异常数据的分类：- 随机异常数据：由于测量误差、传感器故障等原因造成的偶然性异常；- 周期性异常数据：由于设备故障、环境变化等周期性因素引起的异常；- 趋势性异常数据：由于环境变化或者系统故障等原因引起的数据趋势异常。
三、异常数据分析与处理方法1. 数据预处理- 数据清洗：识别和删除无效数据、缺失数据和重复数据；- 数据平滑：采用滑动平均、指数平滑等方法平滑数据，减少随机异常数据的影响；- 数据插值：使用插值方法填补缺失数据，保证数据完整性。
2. 异常数据检测- 统计方法：基于统计学原理，如均值、方差、标准差等指标，判断数据是否异常；- 模型方法：建立数学模型，如回归模型、时间序列模型等，检测异常数据；- 专家系统方法：利用专家知识和经验，通过规则匹配或者推理判断数据是否异常。
3. 异常数据处理- 数据修正：对于确定为异常的数据，根据实际情况进行修正或者删除；- 数据标记：将异常数据标记为缺失值或者特殊值，以便后续分析和处理；- 数据插补：使用插补方法填补异常数据，保证数据完整性和连续性。
四、异常数据分析与处理实例以空气质量监测数据为例，假设监测站点每小时记录一次PM2.5浓度数据，我们通过对一段时间的数据进行分析和处理来展示异常数据的分析与处理过程。
1. 数据预处理- 清洗数据：删除无效数据、缺失数据和重复数据，确保数据的准确性和完整性；- 平滑数据：采用滑动平均方法平滑数据，减少随机异常数据的影响；- 插值处理：使用线性插值方法填补缺失数据，保证数据连续性。
环境监测数据中的异常数据分析与处理近年来，随着环境问题的日益严重，环境监测数据的重要性也越来越凸显出来。
环境监测数据的分析与处理对于环境保护工作的开展具有非常重要的意义。
在环境监测数据中，通常会存在一些异常数据，这些异常数据的存在会对环境监测工作产生一定的影响。
对环境监测数据中的异常数据进行分析与处理显得尤为重要。
环境监测数据中的异常数据指的是与其他数据点相比出现异常偏离的数据点。
异常数据可能是由于仪器故障、人为误操作或环境突发事件等原因引起的。
对这些异常数据的分析与处理不仅可以排除干扰因素，保证数据的准确性，还可以在一定程度上反映环境监测工作的完整性和可靠性。
异常数据的分析与处理可以采用以下几个步骤：1. 数据的预处理。
在对异常数据进行分析与处理之前，需要对原始数据进行预处理。
需要对数据进行清洗，排除其中的噪声数据和重复数据。
需要对数据进行校准，消除因仪器漂移、温度变化等因素导致的误差。
2. 异常数据的识别。
在预处理之后，需要对数据进行异常值检测。
常用的方法包括极差法、3σ原则、箱线图法等。
极差法是通过计算数据的最大值和最小值之间的差距来确定异常数据；3σ原则是根据正态分布的特点，认为超过平均值加减3倍标准差的数据点为异常数据；箱线图法是利用数据的四分位数和离群值范围来确定异常数据。
3. 异常数据的分析。
在识别出异常数据后，需要对其进行分析。
需要进行异常数据的特征分析，了解异常数据的产生原因和特征。
需要进行异常数据的时间和空间分布分析，找出异常数据的分布规律和影响范围。
4. 异常数据的处理。
在分析异常数据的基础上，需要针对不同的异常情况采取相应的处理措施。
对于由仪器故障引起的异常数据，需要尽快进行维修或更换设备；对于由人为误操作引起的异常数据，需要加强培训与管理；对于由环境突发事件引起的异常数据，需及时发布预警并采取相应的应急措施。
对环境监测数据中的异常数据进行分析与处理对于环境保护工作具有重要的意义。
能见度仪与人工观测对比观测分析黄思源1 罗国军2庞盛荣2（1.宁波市气象局 315012 2.上虞市气象局 312300）hsy@摘要本文利用最新对比观测资料，对能见度自动观测设备与人工观测的数据进行对比分析。
主要对观测数据的相关性、同步性、一致性、误差等方面进行了对比。
对能见度仪在高、中、低三种能见度状况下分别进行比较，重点分析了大雾天气低能见度状况下人工观测和各仪器观测之间的差异。
7种前向散射能见度仪在不同的能见度状况下表现出不同的特性，将这一新的地面气象观测设备比较客观地展示出来，供同行在选用能见度仪时有一个全面认识。
为生产厂家改进和提高产品的质量和性能提供了依据。
关键词能见度观测仪器对比1.引言气象测报中的能见度观测属于目测项目，人工观测精度不高，而且能见度的观测因人而异。
不同的观测员在相同的天气条件下可能会有不同的观测值。
能见度的准确性受到观测员的视力差异性和对“能见”定义的理解有所不同的影响，还与能见度目标物的设置环境及分布是否合理等多种因素的影响。
因此，人们一直在探索利用仪器来自动测量能见度。
近年来国内外气象仪器生产厂家不断研究和推出各种能见度观测仪，但是到目前为止还处于业务对比试验阶段，中国气象局大气探测中心还没有发放气象技术装备使用许可证。
在目前的交通气象和沿海的港口气象服务中能见度是一个非常重要的气象要素，依靠气象台站的目测能见度资料远远不能满足专业气象的服务需要。
因此，如何选择一个测量精度高，运行稳定，性价比高的能见度仪是摆在气象探测装备部门面前的问题。
本文将通过对几种能见度仪的观测数据对比分析提供同行一个参考。
2.能见度的定义和观测种类2.1定义能见度用气象光学视程(Meteorological Optical Range,简称MOR)表示。
气象光学视程是指白炽灯发出色温为2700K的平行光束的光通量在大气中削弱至初始值的5%所通过的路途长度。
2.2人工观测能见度一般指有效水平能见度。
环境监测数据中的异常数据分析与处理一、引言环境监测是对大气、水体、土壤等环境要素进行实时监测和数据记录的过程。
在环境监测数据中，可能会存在异常数据，即与正常数据相比具有明显偏离的数据点。
异常数据的存在可能会影响环境监测结果的准确性和可靠性，因此需要对异常数据进行分析与处理，以确保环境监测数据的可信度和科学性。
二、异常数据的定义异常数据是指在一组数据中与其他数据相比具有明显偏离的数据点。
异常数据可能是由于设备故障、人为误操作、环境变化等原因导致的。
对于环境监测数据而言，异常数据可能会导致误判环境状况、影响环境评估结果等问题，因此需要对异常数据进行分析与处理。
三、异常数据的分析方法1. 统计分析法：通过统计学方法对环境监测数据进行分析，如计算平均值、标准差、偏度、峰度等指标，通过与正常数据进行比较，找出偏离较大的数据点。
2. 趋势分析法：通过对环境监测数据的趋势进行分析，如使用回归分析、时间序列分析等方法，找出与趋势不符的数据点。
3. 模型分析法：通过建立环境监测数据的模型，如ARIMA模型、神经网络模型等，对数据进行拟合和预测，找出与模型预测值偏离较大的数据点。
四、异常数据的处理方法1. 数据修正：对于明显偏离的异常数据，可以通过人工干预或者根据相关规范进行修正。
修正方法可以包括数据平滑、插值、替代等。
2. 数据剔除：对于无法修正或者修正后仍具有较大偏离的异常数据，可以考虑将其从数据集中剔除，以避免对后续分析和评估产生影响。
3. 数据标记：对于异常数据，可以在数据集中进行标记，以便后续分析和使用时能够识别并加以注意。
五、异常数据分析与处理的意义1. 提高数据质量：通过对异常数据进行分析和处理，可以提高环境监测数据的质量和可靠性，减少因异常数据引起的误判和误导。
2. 保证环境评估的准确性：环境评估是基于环境监测数据进行的，对异常数据进行分析和处理可以保证环境评估结果的准确性和科学性。
3. 优化环境管理决策：异常数据的存在可能会对环境管理决策产生影响，通过对异常数据进行分析和处理，可以提供更准确的数据支持，为环境管理决策提供依据。
环境监测数据中的异常数据分析与处理一、引言环境监测数据的异常数据分析与处理是保障环境质量监测工作的重要环节。
本文旨在详细介绍环境监测数据中异常数据的定义、原因和处理方法，以及异常数据处理的重要性和实际应用。
二、异常数据的定义异常数据是指与正常环境监测数据相比存在显著差异的数据点或者数据集合。
异常数据可能是由于仪器故障、人为误操作、环境变化等因素引起的。
对于环境监测数据而言，异常数据的存在可能会导致监测结果的失真，影响环境质量评估的准确性。
三、异常数据的原因1. 仪器故障：仪器的故障可能导致数据采集的不许确性，例如传感器的漂移、校准不许确等。
2. 人为误操作：操作人员在采集环境监测数据时可能存在误操作，例如操作不当、数据录入错误等。
3. 环境变化：环境本身的变化也可能导致数据的异常，例如突发的气候变化、污染源的变化等。
四、异常数据的处理方法1. 数据验证：对采集的环境监测数据进行验证，包括数据的完整性、准确性和一致性等方面的检查。
可以通过比对其他站点的数据、历史数据或者参考标准值等进行验证。
2. 数据清洗：对异常数据进行清洗，包括剔除无效数据、修正错误数据和填补缺失数据等。
可以采用插值法、平滑法或者其他统计方法进行数据清洗。
3. 异常数据分析：对异常数据进行分析，包括异常数据的特征提取、异常数据的分类和异常数据的趋势分析等。
可以采用统计学方法、机器学习方法或者其他数据分析方法进行异常数据分析。
4. 异常数据处理：根据异常数据的具体情况，采取相应的处理措施。
可以重新采集数据、修正数据或者剔除异常数据等。
五、异常数据处理的重要性1. 提高数据质量：处理异常数据可以提高环境监测数据的质量，减少误差和偏差，提高数据的准确性和可靠性。
2. 保障环境质量评估的准确性：异常数据的存在会影响环境质量评估的准确性，处理异常数据可以减少评估结果的偏差，提高评估结果的可信度。
3. 提高环境监测工作效率：及时处理异常数据可以减少数据处理的工作量，提高环境监测工作的效率和效果。
2019年第2期43内 蒙 古 气 象一次人工水平能见度数据的异常值分析何林1，李亚丽1，吉庆2，曹梅3（1.陕西省气象信息中心，陕西 西安 710014；2.渭南市气象局，陕西 渭南 714000；3.西安市气象局，陕西 西安 710016）摘要 利用数据流逆推的方式，从最终服务数据、入库、解码、快速质控、原始报文等各环节，对镇安国家级自动气象站2016年9月8日02时的人工观测水平能见度要素突变为0的现象进行分析，并对多个国家站的同类现象进行汇总对比。
结果表明：人工水平能见度的观测值确实存在为0的现象，这与数据采集及观测规范设定相关，会对后续的解码入库及数据服务环节造成影响。
关键词 能见度观测；CIMISS；质量控制文章编号 1005-8656（2019）02-0043-03中图分类号 P413 文献标识码 A doi :10.14174/ki.nmqx.2019.02.010资助项目：陕西省气象局研究型业务重点科研项目（2015Z-6），陕西省气象局青年科研基金项目（2016Y-11）， 国家气象信息中心气象数据管理技术研发创新团队共同资助。
引言2016年9月上旬，基层同志反馈，通过使用陕西省气象局的业务网站获取站点实况数据为地方政府进行决策服务时，发现部分国家级自动气象站的水平能见度要素的数值存在跳变，即出现同一个国家站的前一时次和后一时次的人工水平能见度数据都非0，而本时次的数据为0的现象。
针对该类服务数据的质疑，进行逆向式追根溯源地排查，分析异常值可能出现的环节，以此为基础，提出对于能见度观测数据服务的一些有意义的改进指导意见。
1 数据服务流程分析用户反馈出现异常值的数据展示网站的后台数据源，是从全国综合气象信息共享平台（china Integrated Meteorological Information Service System ，cIMISS ）接入的，而cIMISS 系统通过标准的统一数据服务接口（Meteorological unified Service Interface community ，MuSIc ）为用户提供服务。
用于服务的数据流程（图1），涉及到台站、cIMISS 处理及服务、网站加工展示等几个关键环节。
图1 用于服务的数据流程图2 用户获取数据服务的网站图示图3 cIMISS 数据服务接口检索结果2 网站数据展示分析通过使用统一数据服务接口，首先验证cIMISS 中的数据与网站所展示的数据是否一致。
从用户获取数据的网站上的截图（图2），从使用cIMISS 数据服务接口获取数据（图3）。
图2中镇安站的人工水平能见度要素值在北京时2016年9月8日10时（对应图3的cIMISS 数据服务接口中为世界时当日02时）出现了异常值0，相对其相邻的两个时次都有较大的跳变。
而网站上所展示的数据与cIMISS 中存储的数据是完全相同的，因此可以排除因网站的数据加工造成异常值的出现。
2019年第2期44内 蒙 古 气 象3 数据解码入库分析接下来需要对CIMISS系统中的数据来源进行分析，CIMISS中存储的数据是以质控后的自动气象站探测文件（简称PQC文件）为数据源，通过内嵌的解码程序进行入库而得的。
对此，需要分析数据库中保存的数据与对应的PQC文件中的数值是否一致。
根据《地面气象要素数据文件格式》的说明，自动气象站PQC文件的第7行VV段为自动能见度的四个要素值，第8行CW段第一节4位为人工水平能见度的观测值，单位为0.1km[1]。
根据镇安站该时次质控后探测数据文件可知，CW段值为0000，等价于观测数值为0。
根据CIMISS数据库入库结果，镇安站在观测时间（D_DATETIME）为2016年9月8日02时，人工水平能见度（V20001）字段的值也为0，相应的最小水平能见度（V20059）字段的值为21313，更正标志（V_BBB）字段的值为000，表示为原始报，这些值都与原始观测报文的内容完全一致。
可见，通过CIMISS解码流程入库的数据没有问题。
4 数据质量控制分析PQc文件是通过cIMISS内嵌的快速质控模块对台站上传的实时原始报文进行初级质量控制后所得，包括对要素的界限值、范围、内部一致性的检查。
通过气象资料业务系统（Meteorological Data Operational System，MDOS）的疑误数据反馈流程进行必要的更正。
所有质控后的数据在cIMISS系统中都会生成并存储对应的质控码字段，并且可以通过cIMISS数据统一服务接口进行提取。
通过MDOS进行数据查询（表1），可以看出质控后的镇安站2016年9月8日02时（MDOS中使用北京时）的人工观测能见度（量纲为0.1km）数值仍为0，即说明MDOS质控的结果和cIMISS快速质控的结果是完全一致的。
而从图3的cIMISS检索结果也可以看出，该要素质控码字段的值为0，说明数据质量控制的结论为正确[2]，不存在台站对可疑或错误数据进行反馈的环节。
5 原始报文和台站观测数据分析首先需要考虑是否存在更正报，从质控后探测数据文件首行的最后一位（000）标识码可以看出，该报文为台站上传的唯一一份报，不存在ccX更正报。
而原始报文与PQc文件的数据内容除了Qc字段之外，是完全一致的[3]，因此，排除掉更正报的干扰，台站上传的原始人工能见度要素的数值即为0。
更深入一步，从人工能见度的观测规范角度进行分析。
根据《地面气象观测规范》中关于定时人工观测项目表[4]可知，10时（即世界时02时）为非人工观测时次，能见度数据为软件自动生成，无法人工干预。
而镇安站属于国家基本气象站，10时确实不需要进行人工观测，由此可排除台站观测员人为错误的因素。
也就是说，目前台站上传探测报文中的人工水平能见度要素实际值是由软件自动生成的。
根据编报软件的逻辑，从46—00分每分钟的10min平均水平能见度的总共15个能见度滑动值中挑选最小的一个值作为该时次所谓的“人工观测能见度”[5]（即质控后探测数据文件cW段的第一个值）。
对此，根据台站每日20时上传的分钟文件，提取了世界时9月8日01:46—02:00的15个10min水平能见度的要素值进行分析(见表2)。
表1 2016年9月8日镇安站气象资料业务系统的数据查询结果观测时间更正标志人工观测能见度/（0.1km）1min平均水平能见度/m10min平均水平能见度/m最小能见度/m最小能见度出现时间09:00:00021319507213292132909:00 10:00:000035000350002131309:01 11:00:00031235000350003265110:52按照人工水平能见度数据计入的规则，并且进行相应的从m到0.1km的量纲转换，02时报文中应计入的cW段第一节的数值应为0000（即第46分的数值3除以100，结果为0）。
这与原始报文中的结果一致，可见，问题的根源是在01:46出现了一个跳变的10min平均能见度异常数值。
6 类似现象的对比分析表2 镇安站2016-09-08 02时分钟数据中的15个临近10min平均水平能见度要素值采样时间（世界时）10min平均能见度/m采样时间（世界时）10min平均能见度/m采样时间（世界时）10min平均能见度/m 01:46301:513500001:563500001:473500001:523500001:573500001:483500001:533500001:583500001:493500001:543500001:593500001:503500001:553500002:00350002019年第2期45内 蒙 古 气 象为了证实出现该异常数据并非偶然，从cIMISS 中检索得到9月1日以来，人工水平能见度要素值为0的数据，共计34条。
从其中选取9月4—6、8日5条记录进行分析(见表3)。
表3 人工水平能见度异常值的对比分析从数据分析可以看出，编号为2和3的两个观测时间点，人工能见度的数值为0是正常的。
而其余3个采样观测点都在前一时次的邻近15个10min 平均能见度中出现了跳变值，且跳变值为最小值。
受该值影响，造成整点的人工水平能见度观测数值记为异常值0。
7 结论综合以上分析，出现水平能见度为0，存在两种情况：（1）当10min 水平能见度要素在46—00分都很接近，且存在一个小于100m 的数值，该值经过量纲转换后，乘以0.1km 真实为0，这属于正常情况。
（2）当10min 平均能见度要素在46—00分的数值大部分都远远大于100m ，却突然出现一个滑动跳变值，且跳变值为60min 内的最小值时，必然影响本时次的人工水平能见度要素值的采集，这属于异常情况。
可见，出现水平能见度值为0与通信系统、MDOS 质量控制、cIMISS 解码入库、数据服务接口都无关，应该归于观测规范的设定及探测数据采集异常，当然前者情况出现0，按规范是属于正常的。
对于该问题可能造成数据服务上的不便，提供以下指导意见：（1）对于人工能见度要素频繁出现滑动跳变值的观测台站，建议对相关仪器、采集器、计算机、编报软件进行检查，排除造成采集异常值的软硬件客观原因[6-7]。
（2）由于观测规范及量纲转换对精度损失的限制，人工水平能见度为0的状态并不能反映实际情况，因此建议对用户进行数据服务的时候，采用整点数据中的自动观测值。
（3）从质量控制角度，对人工水平能见度和最小水平能见度自动观测值进行对比，提升算法健壮性，降低滑动跳变导致的异常值出现的概率。
参考文献[1] 中国气象局.地面气象要素数据文件格式(V1.0)[S].北京:中国气象局观测网络司,2012:6-7.[2] 贺音.国家自动气象站数据质量统计软件的设计与实现[J]．陕西气象,2015(6):38-40.[3] 丁善文.地面气象观测中长Z 文件的台站级质控分析[J].现代农业科技,2012(23):245，248.[4] 中国气象局.地面气象观测规范[M].北京:气象出版社,2003:3.[5] 郑东生,牛建军,郭军伟,等.自动能见度仪与人工观测能见度对比分析[J].科技与创新,2016(16):98.[6] 韩帅.浅谈如何做好地面气象测报工作[J].内蒙古气象,2014(1):47-48.[7] 闫平,高超越,赵建凯.浅析DZZ4型自动气象站电源系统常见故障处理[J].内蒙古气象,2015(1):47-48.Analysis of Outliers in anArtificial Horizontal Visibility Data Servicehe Lin 1, Li yali 1, Ji Qing 2, cao Mei 3(1.Shaanxi Meteorological Information center, Shaanxi Xi’an 710014;2. Weinan Meteorological Service, Shaanxi Weinan 714000;3. Xi’an Meteorological Service, Shaanxi Xi’an 710016)Abstract This paper is based on the method of data flow reverse, from every data link including the final service data value, storage,decoding, fast quality control, original data file etc. the phenomenon about abrupt change value of artificial horizontal visibility elements to zero in Zhen’an national automatic observation station in September 8, 2016 uTc 02 was analyzed At the same time, it made a summary and comparison of similar phenomena in other national automatic observation stations. The result indicated that a phenomena about observed zero value of artificial horizontal visibility certainly existed, which is related to the data acquisition anomaly and the setting of the observation standard, and would have an impact on the subsequent link such as data decoding and data service. Key Words Visibility Observation; cIMISS; Data Quality control编号站点时间10min 平均能见度/m人工观测值正点实际值/0.1km46min 47min 48min 49min 50min 51min 52min 53min 54min 55min 56min 57min 58min 59min 00min1千阳8日10时182171817918167181131808618059180311179951798517983179781797017959179410（1/100）02华山6日03时4848484745444342413937363636370（36/100）03华山6日04时3838383839403938383839383737370（37/100）04黄龙4日20时2747230673307232761130802348323085630876308933090230901303086830862307810（30/100）05黄龙5日18时234862344623408233732334023308232752323923207231742314123111230792304840（4/100）。
