Un nuevo método de control de calidad de EOFs progresivos para datos de presión superficial basado en la altura barométrica y la corrección del promedio biweight
Autores: Liu, Peiting; Xu, Zhifang; Gong, Jiandong; Chen, Wei
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Astronomía
Palabras clave
Datos de presión en superficie
Control de calidad
Terrenos complejos
Modelo de predicción numérica del tiempo
Diferencias de elevación
Valores atípicos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 10
Citaciones: Sin citaciones
Al asimilar datos de presión superficial en modelos de escala sinóptica, encontramos que la tasa de utilización de datos de presión superficial en zonas con terrenos complejos no es alta. Por lo tanto, es particularmente importante y urgente llevar a cabo un control de calidad de los datos de presión superficial. El análisis y la predicción numérica del tiempo proporcionan datos esenciales que pueden ser comparados con observaciones en superficie. Los principales efectos adversos en el control de calidad de la presión superficial incluyen diferencias de elevación entre el terreno del modelo y las estaciones de observación, así como valores atípicos continuos con las mismas características en la etapa inicial del control de calidad. Por lo tanto, proponemos una función ortogonal empírica progresiva (EOF) con observación simulada (EOFs) que combina métodos de corrección de altura barométrica (BHC) y corrección de promedio biweight (BAC) para el control de calidad de los datos de presión superficial en este estudio. A partir de los resultados del control de calidad de los datos de presión superficial en regiones con topografía compleja en China durante junio-agosto de 2013, se encontró que el método BHC podría reducir efectivamente las desviaciones causadas por diferencias de elevación entre el terreno del modelo y las estaciones de observación, y el método BAC podría reducir claramente las desviaciones sistemáticas debido a procesos físicos y los esquemas de parametrización de los modelos. El método BHC-BAC integró las ventajas de ambos métodos y tuvo el mejor efecto de corrección. Cuando ocurrieron valores atípicos continuos con las mismas características en la etapa inicial del control de calidad, el método EOF progresivo podría eliminar de manera irrazonable observaciones. Sin embargo, el método EOFs progresivo podría resolver efectivamente este problema y tuvo un mejor rendimiento en el control de calidad de los datos. El método de control de calidad EOFs progresivo con el método combinado BHC-BAC podría rechazar claramente los valores atípicos. El incremento de observación (desviaciones entre observaciones y campo de fondo) después del control de calidad por el método EOFs progresivo fue el más cercano a la distribución normal, satisfaciendo la suposición de distribución gaussiana de la asimilación de datos.
Descripción
Al asimilar datos de presión superficial en modelos de escala sinóptica, encontramos que la tasa de utilización de datos de presión superficial en zonas con terrenos complejos no es alta. Por lo tanto, es particularmente importante y urgente llevar a cabo un control de calidad de los datos de presión superficial. El análisis y la predicción numérica del tiempo proporcionan datos esenciales que pueden ser comparados con observaciones en superficie. Los principales efectos adversos en el control de calidad de la presión superficial incluyen diferencias de elevación entre el terreno del modelo y las estaciones de observación, así como valores atípicos continuos con las mismas características en la etapa inicial del control de calidad. Por lo tanto, proponemos una función ortogonal empírica progresiva (EOF) con observación simulada (EOFs) que combina métodos de corrección de altura barométrica (BHC) y corrección de promedio biweight (BAC) para el control de calidad de los datos de presión superficial en este estudio. A partir de los resultados del control de calidad de los datos de presión superficial en regiones con topografía compleja en China durante junio-agosto de 2013, se encontró que el método BHC podría reducir efectivamente las desviaciones causadas por diferencias de elevación entre el terreno del modelo y las estaciones de observación, y el método BAC podría reducir claramente las desviaciones sistemáticas debido a procesos físicos y los esquemas de parametrización de los modelos. El método BHC-BAC integró las ventajas de ambos métodos y tuvo el mejor efecto de corrección. Cuando ocurrieron valores atípicos continuos con las mismas características en la etapa inicial del control de calidad, el método EOF progresivo podría eliminar de manera irrazonable observaciones. Sin embargo, el método EOFs progresivo podría resolver efectivamente este problema y tuvo un mejor rendimiento en el control de calidad de los datos. El método de control de calidad EOFs progresivo con el método combinado BHC-BAC podría rechazar claramente los valores atípicos. El incremento de observación (desviaciones entre observaciones y campo de fondo) después del control de calidad por el método EOFs progresivo fue el más cercano a la distribución normal, satisfaciendo la suposición de distribución gaussiana de la asimilación de datos.