科研之友
微信
新浪微博
Facebook
分享链接
摘要
为实现大规模降雨监测数据的异常识别和快速处理，基于Hampel法、格拉布斯准则、周边测站分析法和雷达辅助校验等方法，建立了递进式异常站点筛查体系，通过K-d tree(K-dimension tree)高级数据结构和并行计算方法提高计算效率，并以福建省5234个具有雨量监测功能的地面站2015—2021年雨量数据进行了验证，结果表明福建省地面站雨量监测数据质量逐年提升；各类测站中，雨量站异常站点占全部异常站点的比例最高，各类异常站点在全省相应类型站点中，雨量站异常站点的占比也最高；雷达辅助校验能够有效解决在雨区与非雨区边界、雨强差异较大的雨区边界的正常站点易被误判为异常值的问题，校验前异常识别准确率为90%左右，校验后准确率提高为95%左右。通过K-d tree和并行计算，全省测站完成一次异常识别需约5～8 min,为大规模降雨监测数据异常识别、充分利用雨量监测站有效信息提供可靠的方法。
- 单位
