RecEOF质量控制方法在地面观测2m比湿中的应用-气象科学

第３５卷㊀第５期气象科学Ｖｏｌ．３５，Ｎｏ．５㊀２０１５年１０月ＪｏｕｒｎａｌｏｆｔｈｅＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｃｉｅｎｃｅｓＯｃｔ．，２０１５㊀赵虹，冯呈呈，刘寅．Ｒｅｃ⁃ＥＯＦ质量控制方法在地面观测２ｍ比湿中的应用．气象科学，２０１５，３５（５）：６３８⁃６４５．ＺＨＡＯＨｏｎｇ，ＦＥＮＧＣｈｅｎｇｃｈｅｎｇ，ＬＩＵＹｉｎ．ＡｐｐｌｉｃａｔｉｏｎｏｆｒｅｃｕｒｓｉｖｅＥＯＦｑｕａｌｉｔｙｃｏｎｔｒｏｌｔｏ２ｍｓｐｅｃｉｆｉｃｈｕｍｉｄｉｔｙｆｒｏｍｇｒｏｕｎｄ⁃ｂａｓｅｄｏｂｓｅｒｖａｔｉｏｎｓ．ＪｏｕｒｎａｌｏｆｔｈｅＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｃｉｅｎｃｅｓ，２０１５，３５（５）：６３８⁃６４５．ｄｏｉ：１０．３９６９／２０１４ｊｍｓ．００４５Ｒｅｃ⁃ＥＯＦ质量控制方法在地面观测２ｍ比湿中的应用赵虹１，２㊀冯呈呈１，３㊀刘寅１，４（１南京信息工程大学资料同化研究中心，南京２１００４４；２南京市六合区气象局，南京２１００４４；３大连市气象局，辽宁大连１１６０００；４江苏省气象探测中心，南京２１０００９）摘要㊀针对地面观测站资料，从资料同化的角度出发，通过引入递归的概念，提出了递归经验正交质量控制（Ｒｅｃ⁃ＥＯＦＱＣ）方法，并将该方案应用于不同时段的地面观测资料和不同种类的背景场资料中㊂结果表明：Ｒｅｃ⁃ＥＯＦＱＣ方法一般在递归４次之后，质量控制过程达到稳定状态㊂通过递归方法，该质量控制方案能够通过资料本身调整质量控制的临界值，对资料具有普适性㊂而且与传统ＥＯＦＱＣ方法相比，Ｒｅｃ⁃ＥＯＦＱＣ方案能识别出更多的离群值，并且可以使观测偏差也更接近于高斯分布㊂另外还研究了背景场差异对质量控制的影响，分别利用ＦＮＬ㊁ＥＲＡ⁃Ｉｎｔｅｒｉｍ和ＪＲＡ⁃２５三组资料作为背景场进行地面质量质量控制试验，结果表明ＪＲＡ⁃２５剔除的资料最多，ＥＲＡ⁃Ｉｎｔｅｒｉｍ次之，ＦＮＬ最小㊂无论选用何种资料作为背景场，冬季的资料剔除率始终大于夏季的㊂关键词㊀湿度；地面观测比湿；质量控制；递归经验正交㊀㊀分类号：Ｐ４１３．２㊀㊀㊀ｄｏｉ：１０．３９６９／２０１４ｊｍｓ．００４５㊀㊀㊀文献标识码：Ｂ收稿日期（Ｒｅｃｅｉｖｅｄ）：２０１３⁃０９⁃１６；修改稿日期（Ｒｅｖｉｓｅｄ）：２０１４⁃０４⁃３０；网络出版日期（Ｐｕｂｌｉｓｈｅｄｏｎ⁃ｌｉｎｅ）：２０１５⁃０７⁃２２网络出版地址：ｈｔｔｐ：／／ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／３２．１２４３．Ｐ．２０１５０７２２．１６４８．０１０．ｈｔｍｌ基金项目：国家重点基础研究发展计划（９７３计划）项目（２０１０ＣＢ９５１６００）；江苏省普通高校研究生科研创新计划（ＣＸＺＺ１３＿０５０３；ＣＸＬＸ１３＿４８３；ＣＸＺＺ１３＿０５０６）；江苏高校优势学科建设工程资助项目（ＰＡＰＤ）通信作者（Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ）：刘寅（ＬＩＵＹｉｎ）．ｌｉｕｙｉｎ２００４２１＠１６３．ｃｏｍＡｐｐｌｉｃａｔｉｏｎｏｆｒｅｃｕｒｓｉｖｅＥＯＦｑｕａｌｉｔｙｃｏｎｔｒｏｌｔｏ２ｍｓｐｅｃｉｆｉｃｈｕｍｉｄｉｔｙｆｒｏｍｇｒｏｕｎｄ⁃ｂａｓｅｄｏｂｓｅｒｖａｔｉｏｎｓＺＨＡＯＨｏｎｇ１，２㊀ＦＥＮＧＣｈｅｎｇｃｈｅｎｇ１，３㊀ＬＩＵＹｉｎ１，４（１ＣｅｎｔｅｒｆｏｒＤａｔａＡｓｓｉｍｉｌａｔｉｏｎｉｎＲｅｓｅａｒｃｈａｎｄＡｐｐｌｉｃａｔｉｏｎｓ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ２１００４４，Ｃｈｉｎａ；２ＬｕｈｅＭｅｔｅｏｒｏｌｏｇｉｃａｌＢｕｒｅａｕ，Ｎａｎｊｉｎｇ２１００４４，Ｃｈｉｎａ；３ＤａｌｉａｎＭｅｔｅｏｒｏｌｏｇｉｃａｌＢｕｒｅａｕ，ＬｉａｏｎｉｎｇＤａｌｉａｎ１１６０００，Ｃｈｉｎａ；４ＪｉａｎｇｓｕＭｅｔｅｏｒｏｌｏｇｉｃａｌＤｅｔｅｃｔｉｏｎＣｅｎｔｅｒ，Ｎａｎｊｉｎｇ２１０００９，Ｃｈｉｎａ）㊀㊀Ａｂｓｔｒａｃｔ㊀ｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｓｕｒｆａｃｅｏｂｓｅｒｖａｔｉｏｎｄａｔａａｓｓｉｍｉｌａｔｉｏｎｆｒｏｍｇｒｏｕｎｄ⁃ｂａｓｅｄｓｔａｔｉｏｎｓ，ｔｈｒｏｕｇｈｉｎｔｒｏｄｕｃｉｎｇｔｈｅｒｅｃｕｒｓｉｖｅｔｈｅｏｒｙ，ａｒｅｃｕｒｓｉｖｅＥＯＦｑｕａｌｉｔｙｃｏｎｔｒｏｌ（Ｒｅｃ⁃ＥＯＦＱＣ）ｍｅｔｈｏｄｉｓｐｕｔｆｏｒｗａｒｄａｎｄｉｓａｐｐｌｉｅｄｔｏｔｈｅｓｕｒｆａｃｅｏｂｓｅｒｖａｔｉｏｎｄａｔａｗｉｔｈｄｉｆｆｅｒｅｎｔｐｅｒｉｏｄｓａｎｄｔｈｅｂａｃｋｇｒｏｕｎｄｆｉｅｌｄｄａｔａｗｉｔｈｄｉｆｆｅｒｅｎｔｖａｒｉｅｔｉｅｓ．ＲｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｑｕａｌｉｔｙｃｏｎｔｒｏｌｐｒｏｃｅｓｓｏｆＲｅｃ⁃ＥＯＦＱＣｍｅｔｈｏｄｉｓｓｔａｂｌｅａｓａｒｅｓｕｌｔｏｆｆｏｕｒｔｉｍｅｓｏｆｒｅｃｕｒｓｉｏｎ．ＴｈｅＲｅｃ⁃ＥＯＦＱＣｍｅｔｈｏｄｃａｎａｄｊｕｓｔｔｈｅｔｈｒｅｓｈｏｌｄｏｆｔｈｅｑｕａｌｉｔｙｃｏｎｔｒｏｌｂｙｔｈｅｄａｔａｉｔｓｅｌｆａｎｄｉｓｕｎｉｖｅｒｓａｌｌｙａｐｐｌｉｃａｂｌｅｔｏｄｉｆｆｅｒｅｎｔｄａｔａ．ＣｏｍｐａｒｅｄｗｉｔｈｔｈｅｔｒａｄｉｔｉｏｎａｌＥＯＦＱＣｍｅｔｈｏｄ，ｔｈｅＲｅｃ⁃ＥＯＦＱＣｓｃｈｅｍｅｃａｎｉｄｅｎｔｉｆｙｍｏｒｅｏｕｔｌｉｅｒｓａｎｄｃａｎｍａｋｅｔｈｅｏｂｓｅｒｖａｔｉｏｎｅｒｒｏｒｍｏｒｅｃｌｏｓｅｔｏＧａｕｓｓｉａｎｄｉｓｔｒｉｂｕｔｉｏｎ．Ｉｎａｄｄｉｔｉｏｎ，ＦＮＬ，ＥＲＡ⁃ＩｎｔｅｒｉｍａｎｄＪＲＡ⁃２５ｄａｔａｓｅｔｓａｒｅｓｅｌｅｃｔｅｄａｓｂａｃｋ⁃ｇｒｏｕｎｄｆｉｅｌｄｓｔｏｃｏｎｄｕｃｔｓｕｒｆａｃｅｑｕａｌｉｔｙｃｏｎｔｒｏｌｔｅｓｔ，ｗｈｏｓｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｏｕｔｌｉｅｒｓｉｄｅｎｔｉｆｉｅｄｂｙＪＲＡ⁃２５ａｓｂａｃｋｇｒｏｕｎｄｄａｔａａｒｅｔｈｅｍａｘｉｍｕｍ，ＥＲＡ⁃ＩｎｔｅｒｉｍｔａｋｅｓｔｈｅｓｅｃｏｎｄａｎｄＦＮＬｉｓｔｈｅｍｉｎｉｍｕｍ．Ｍｏｒｅｏ⁃ｖｅｒ，ｏｕｔｌｉｅｒｓａｒｅｉｄｅｎｔｉｆｉｅｄｍｏｒｅｉｎｗｉｎｔｅｒｔｈａｎｔｈｏｓｅｉｎｓｕｍｍｅｒｒｅｇａｒｄｌｅｓｓｏｆｗｈａｔｋｉｎｄｓｏｆｄａｔａｗｅｒｅｃｈｏ⁃ｓｅｎａｓｂａｃｋｇｒｏｕｎｄ．Ｋｅｙｗｏｒｄｓ㊀Ｈｕｍｉｄｉｔｙ；Ｓｐｅｃｉｆｉｃｇｒｏｕｎｄ⁃ｂａｓｅｄｈｕｍｉｄｉｔｙｏｂｓｅｒｖａｔｉｏｎｓ；Ｑｕａｌｉｔｙｃｏｎｔｒｏｌ；ＲｅｃｕｒｓｉｖｅＥＯＦ㊀引㊀言地面气象观测资料是大气科学研究的基础，同时也是其他观测资料如雷达㊁卫星等定标的重要依据，其质量直接影响到应用效果，因此资料的质量控制（ｑｕａｌｉｔｙｃｏｎｔｒｏｌ，ＱＣ）十分重要㊂目前地面观测资料的质量控制的常规方法主要包括极值检查［１⁃２］，时间一致性检查［３］，内部一致性检查［４］，空间一致性检查等［５］㊂对于资料同化而言，还需要利用背景场一致性检查的方法做质量控制㊂即观测资料减背景场的差（Ｏ－Ｂ）不超过给定的阈值，来判定资料是否可用㊂这样虽然可以有效避免由于观测资料与背景场的偏离太大所造成的模式初值不协调问题，但是这种方法对天气系统的影响敏感，容易剔除反应大气异常状态的观测资料［６］㊂如何合理地避免天气异常对资料质量控制的影响，是发展质量控制方法需要面对的问题㊂经验正交函数（ＥＯＦ）分解一般是应用于资料的时空变化特征分离，其重构场可以包含资料中最主要的变化特征㊂利用这一特点，ＱＩＮ，ｅｔａｌ［７］通过分析２ｍ温度的主要周期特征，发现背景场对温度周期特征的描述与观测存在偏差，而这种偏差则主要体现在ＥＯＦ的重构场中㊂之后对包含各种观测误差的ＥＯＦ的剩余场进行质量控制，取得了较好的效果㊂这种方法还可用于其他资料，如卫星资料的质量控制，结果显示该方法可以提高高分辨率资料的信噪比［８］，有效去除资料中存在的波动误差［９］，并且能够成功地识别出受无线电干扰的区域［１０⁃１１］㊂本文从地面资料同化的需要出发，结合ＥＯＦＱＣ，通过引入递归的概念，提出了递归ＥＯＦ质量控制（Ｒｅｃ⁃ＥＯＦＱＣ）方案，并将其应用于不同时段的观测和不同种类的背景场资料中㊂通过分析质量控制结果并与传统ＥＯＦＱＣ方案进行对比，检验Ｒｅｃ⁃ＥＯＦＱＣ对离群值的识别能力及其在不同时段观测资料和不同种类背景场资料中的适用性，以期进一步提高数值模式中地面观测资料的可靠性和利用率，为业务化的质量控制方案提供借鉴㊂１㊀资料和质量控制方法简介１．１㊀资料２００８年１月份，频繁的暴风雪袭击了中国的大部分地区，造成了严重的低温雨雪冰冻灾害㊂选取２００８年１月１日００时 ３０日１８时和７月１日００时 ３１日２１时（世界时，下同）的２ｍ高度处比湿资料，其中观测数据来自于ＳＹＮＯＰ（ｓｕｒｆａｃｅｓｙｎｏｐｔｉｃｏｂｓｅｒｖａｔｉｏｎｓ），该资料时间分辨率为３ｈ，００时开始，研究区域为（０ ７０ʎＮ，５５ １４５ʎＥ）㊂利用传统质量控制方法对资料进行了预处理，去除了数据中明显存在的误差，在研究区域内１月和７月的观测站个数分别为３３４０和３３５６㊂背景场资料分别为美国国家环境预报中心（ＮＣＥＰ）提供的ＦＮＬ（ＦｉｎａｌＯｐｅｒａｔｉｏｎａｌＧｌｏｂａｌＡｎａｌ⁃ｙｓｉｓ）全球分析资料［１２］，欧洲中期天气预报中心（ＥＣＭＷＦ）提供的最新全球再分析资料ＥＲＡ⁃Ｉｎｔｅｒ⁃ｉｍ［１３］以及日本气象局的ＪＲＡ⁃２５再分析资料［１４］㊂其中ＦＮＬ资料既可以作为ＷＲＦ中尺度模式的初始场和侧边界条件，又可以单独用来进行天气诊断分析，其水平分辨率为１ ０ʎˑ１ ０ʎ，垂直方向有２６层㊂相比于ＥＲＡ⁃４０，ＥＲＡ⁃ｉｎｔｅｒｉｍ资料有更先进的模式和同化方式［１４］，其水平分辨率为１ ５ʎˑ１ ５ʎ，垂直方向分为３７层㊂ＪＲＡ⁃２５是利用ＪＭＡ数值预报和同化系统所完成最新一代的全球大气再分析资料，这也是迄今为止在亚洲地区所完成的第一套长期再分析资料，其时间尺度从１９７９ ２００４年，水平分辨率为１ ２５ʎˑ１ ２５ʎ，垂直方向上有４０层㊂这３种资料的时间分辨率都相同，皆为每日４次（００时㊁０６时㊁１２时㊁１８时）㊂由于再分析场与观测站资料的时空分辨率不同，因此采用Ｌａｇｒａｎｇｅ将格点数据插值到相应的站点上㊂ＺＯＵ，ｅｔａｌ［１５］的研究指出利用进行了时间插值后的数据对变量本有的特征影响不大，因此为了研究的方便，利用３次样条插值方法得到０３时㊁０９时㊁１５时以及２１时的比湿数据㊂１ ２㊀ＥＯＦＱＣ方法简介ＥＯＦ的原理是利用数学方法将原始变量场的时空结构进行正交分解，构成为数很少的不相关典型模态来代替原始变量场，其中每个模态都含有尽可能多的原始场信息㊂取解释方差足够大的前ｎ个模态可以构成ＥＯＦ的重构场，该重构场在保留资料最主要的变化特征的同时，还能够更好地保留反映大气异常状态的数据；而ＥＯＦ的剩余场则包含了各种误差和观测噪音，因此针对剩余场进行质量控制９３６５期㊀赵虹，等：Ｒｅｃ－ＥＯＦ质量控制方法在地面观测２ｍ比湿中的应用可以有效的识别可疑数据，这也是ＥＯＦＱＣ相对于传统的背景场一致性检查的优点之一㊂ＥＯＦＱＣ方法需在时空场上展开，以１月份为例，首先取前Ｎ个时次的数据构成第一个样本（Ｓ１），参考文献［７］，Ｎ取为６４，如公式（１）中黑色框所框出的数据，对其进行质量控制后，第６５个时次资料的质量控制可以用其前Ｎ－１个时次的数据补齐，记为Ｓ２，如公式（１）中的第一个虚线框所示，依此类推，１月份共有１７６个样本（Ｓ１－Ｓ１７６），式（１）中的最后一个虚线框即为最后一个样本㊂㊀㊀对每个样本采取ＥＯＦＱＣ的过程可分为以下４步：（１）对数据进行ＥＯＦ分解之后得到剩余场和重构场，分别记为ｑＯＢＳｒｅｓ㊁ｑＢＦｒｅｓ㊁ｑＯＢＳｒｅｂ和ｑＢＦｒｅｂ，其中上标ＯＢＳ代表观测，ＢＦ代表背景场，下标ｒｅｓ代表剩余场，ｒｅｂ代表重构场；（２）计算第ｋ个站点第ｎ个时次的权重值ｗｋ，ｎｗｋ，ｎ＝（ｑＯＢＳｒｅｓ－ｑＢＦｒｅｓ）ｋ，ｎ－Ｍｃσ．（２）其中σ＝ｍｉｄ［（ｑＯＢＳｒｅｓ－ｑＢＦｒｅｓ）－ｍｉｄ（ｑＯＢＳｒｅｓ－ｑＢＦｒｅｓ）］，为绝对中位数偏差；Ｍ＝ｑＯＢＳｒｅｓ－ｑＢＦｒｅｓ；ｃ＝７ ５；若ｗｋ，ｎ＞１ ０，则ｗｋ，ｎ＝１ ０㊂（３）使用双权重平均值和双权重偏差可以减小离群值对统计平均值的影响［１６］㊂计算双权重平均值（ｑＯＢＳｒｅｓ－ｑＢＦｒｅｓｂｗ）和双权重标准偏差（Ｓｂｗ）ｑＯＢＳｒｅｓ－ｑＢＦｒｅｓｂｗ＝Ｍ＋ðｋ，ｎ［（ｑＯＢＳｒｅｓ－ｑＢＦｒｅｓ）ｋ，ｎ－Ｍ］（１－ｗ２ｋ，ｎ）ðｋ，ｎ（１－ｗ２ｋ，ｎ）２，（３）Ｓｂｗ＝{Ｎðｉ＝１[（ｑＯＢＳｒｅｓ－ｑＢＦｒｅｓ）ｋ，ｎ－Ｍ]２（１－ｗ２ｋ，ｎ）４}０ ５ðｋ，ｎ＝１（１－ｗ２ｋ，ｎ）（１－５ｗ２ｋ，ｎ）}．（４）由（４）计算每个站点每个时次对应的Ｚ值（Ｚｋ，ｎ），若大于给定的临界值Ｚ０，则认为该观测点为离群点㊀Ｚｋ，ｎ＝（ｑＯＢＳｒｅｓ－ｑＢＦｒｅｓ）ｋ，ｎ－ｑＯＢＳｒｅｓ－ｑＢＦｒｅｓｂｗＳｂｗ＞Ｚ０．（５）１ ３㊀递归经验正交质量控制（Ｒｅｃ⁃ＥＯＦＱＣ）方法简介㊀㊀临界值是ＥＯＦＱＣ方法中最关键的因素之一，因此为了能够客观地根据资料本身确定质量控制中的临界值，需要发展新的方案㊂模式的模拟能力是相对稳定的，因此正确的观测资料和对应的背景场之间偏差的标准差也应该是相对稳定的㊂根据这样的特性，考虑引入递归方法，逐步对资料进行质量控制，直到质量控制后Ｏ－Ｂ的标准偏差达到准稳定状态，这样可以实现每次质量控制时的临界值由资料本身的特征来确定㊂具体步骤（图１）为首先对资料进行ＥＯＦ分解，利用双权重算法对剩余场的Ｏ－Ｂ做质量控制；其次为清楚的了解每一步质量控制的结果，参考Ｓｈａｆｅｒ，ｅｔａｌ［３］对数据质量的标记方法，引入数据质量标记Ｍｒｋ，ｎ，其中ｋ代表站点，ｎ代表时次，上标ｒ代表递归次数，初始值为０，通过质量控制的数据标记为０，离群点标记为ｌ；最后利用每次通过质量控制的数据计算ｑＯＢＳｒｅｓ－ｑＢＦｒｅｓ的双权重标准偏差ＳｒＢＷ和标准偏差Ｓｒ，其中ＳｒＢＷ可代入（５）式的分母参与第ｒ＋１次质量控制过程㊂由于标准偏差是由通过质量控制的相对准确观测资料所计算出的，故递归第ｒ＋１次的观测标准偏差必定小于第ｒ次的标准偏差，当前后两次标准偏差之差小于０ ０００５时，质量控制结束，否则就进入到下一次质量控制过程直至结束㊂另外值得注意的是，质量控制结束后，所有数据都有其质控标记，其中０代表数据质量最高，从１开始，数据质量随着控制码数值的增加可信度逐渐增加㊂２㊀ＥＯＦＱＣ与Ｒｅｃ⁃ＥＯＦＱＣ结果对比图２为２００８年１月和７月比湿观测与背景场之差ｑＯＢＳｒｅｓ－ｑＢＦｒｅｓ的双权重标准偏差的空间分布，可以看出在冬季印度半岛㊁中南半岛以及南洋群岛上的Ｏ－Ｂ偏差明显大于其他地区，因此对于冬季将研究区域分为南区和北区来进行质量控制，如图中的黑线所示，其中南区有８３６个站，北区有２５０４个站㊂对于夏季而言，双权重标准偏差在研究区域的分布较为均匀，仅在印度半岛北部㊁中国的中部地区以及５０ʎＮ以北的高纬地区有零星的大值区存在㊂这里给出的是冬夏前８天的结果，在１月份和７月份的其他时次，ｑＯＢＳｒｅｓ－ｑＢＦｒｅｓ的双权重标准偏差也为类似的空间分布㊂对于冬季而言，由于南区的标准偏差要０４６气㊀㊀象㊀㊀科㊀㊀学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀３５卷图１㊀Ｒｅｃ⁃ＥＯＦＱＣ流程图Ｆｉｇ．１㊀ＦｌｏｗｃｈａｒｔｏｆＲｅｃ⁃ＥＯＦＱＣ远大于北区，若用同一Ｚ０值做质量控制会导致南区剔除资料过多，北区剔除资料过少，所以南区的Ｚ０应当相对小一点，北区的Ｚ０应该相对大一些，选取３ ０和３ ５作为南区和北区的Ｚ０值；对于夏季选取３ ０作为Ｚ０值㊂图２㊀２００８年（ａ）１月份和（ｂ）７月份比湿观测与背景场之差ｑＯＢＳｒｅｓ－ｑＢＦｒｅｓ的双权重标准偏差的空间分布（ａ中的实线代表南北区的分界线）Ｆｉｇ．２㊀ＴｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｓｆｏｒｑＯＢＳｒｅｓ－ｑＢＦｒｅｓｉｎ（ａ）Ｊａｎｕａｒｙａｎｄ（ｂ）Ｊｕｌｙ，２００８（Ｔｈｅｓｏｌｉｄｌｉｎｅｉｎ（ａ）ｉｎｄｉｃａｔｅｓｔｈｅｂｏｕｎｄａｒｙｂｅｔｗｅｅｎｔｈｅｓｏｕｔｈａｎｄｎｏｒｔｈｒｅｇｉｏｎｓ）以冬季为例，图３为资料剔除率㊁标准偏差，偏态和峰度随递归次数的变化，由图可知各变量在递归４次后逐渐趋于稳定㊂资料剔除率随递归次数逐渐增加，最终南北区的资料剔除率分别稳定在９ ０％和６ ０％左右㊂Ｏ－Ｂ的标准偏差随递归而逐渐降低，最终南区的偏差由初始的０ ９０降为０ ７０，北区的偏差则由０ ３０降为０ ２５左右，这说明资料中离群点可通过递归质量控制过程逐步的被识别出㊂偏态和峰度都是描述数据统计特征的量，其中偏态可以描述变量取值分布是否对称，峰度可以描述变量取值的陡峭程度，偏态等于０和峰度等于３则说明数据为正态分布㊂南北区的Ｏ－Ｂ的偏态随递归次数先缓慢增大又逐渐减小，最后都稳定在０左右㊂南区的Ｏ－Ｂ峰度由初始的３ ４逐渐降低到３ ０左右，接近于正态分布，北区的峰度虽通过递归质量控制后略有降低，仍表现为尖顶峰的统计特征㊂另外由于观测误差在递归４次之后观测误差趋于稳定，因此数据质量可根据递归次数分为０㊁１㊁２㊁３，４级㊂为了更清楚地比较Ｒｅｃ⁃ＥＯＦＱＣ和ＥＯＦＱＣ的区别，图４为两种方法质量控制后每个站点上离群值出现的累积次数㊂可以明显看出，无论采取何种方案，离群值出现次数大于２０次以上的站点主要集中分布在青藏高原的右侧边缘㊁中国东南部的沿海地区㊁朝鲜半岛以及日本列岛南部地区㊂Ｒｅｃ⁃ＥＯＦＱＣ比ＥＯＦＱＣ能识别出更多的离群值，在上述区域离群值出现的累积次数大多在４０次以上，主要原因可能因为海洋㊁陆地和大气３个模式在海陆交界地带耦合，使得模式背景场在海陆交界误差较大，从而Ｏ－Ｂ偏差较大，这种偏差较大的数据可以通过递归自身不断地降低质量控制的临界值而逐步被识别出来㊂由于背景场的模式耦合误差，在后期数据应用１４６５期㊀赵虹，等：Ｒｅｃ－ＥＯＦ质量控制方法在地面观测２ｍ比湿中的应用图３㊀（ａ）南北区资料剔除率，ｑＯＢＳｒｅｓ－ｑＢＦｒｅｓ的（ｂ）标准偏差，（ｃ）偏态以及（ｄ）峰度随递归时次的变化Ｆｉｇ．３㊀（ａ）Ｐｅｒｃｅｎｔａｇｅｏｆｒｅｍｏｖｅｄｄａｔａ，（ｂ）ｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎ，（ｃ）ｓｋｅｗｎｅｓｓａｎｄ（ｄ）ｋｕｒｔｏｓｉｓｏｆｑＯＢＳｒｅｓ－ｑＢＦｒｅｓａｔｅａｃｈｒｅｃｕｒｓｉｖｅｔｉｍｅｆｏｒｔｈｅｓｏｕｔｈａｎｄｎｏｒｔｈｒｅｇｉｏｎｓ图４㊀２００８年１月站点上离群值出现的累积次数（ａ）ＥＯＦＱＣ；（ｂ）Ｒｅｃ⁃ＥＯＦＱＣ；（ｃ）只Ｒｅｃ⁃ＥＯＦＱＣＦｉｇ．４㊀ＴｏｔａｌｎｕｍｂｅｒｏｆｒｅｍｏｖｅｄｄａｔａａｔｅａｃｈｓｔａｔｉｏｎｂｙＱＣｍｅｔｈｏｄｕｓｉｎｇ（ａ）ＥＯＦＱＣ，（ｂ）Ｒｅｃ⁃ＥＯＦＱＣａｎｄ（ｃ）ｏｎｌｙＲｅｃ⁃ＥＯＦＱＣ时可以适当地考虑用其质量控制等级较高的 离群点 数据，即其他地区的数据用０级数据，而对于海陆交界处的观测资料，可以考虑用其３级或４级数据㊂为了更清楚地分析Ｒｅｃ⁃ＥＯＦＱＣ的结果，图４ｃ为只由Ｒｅｃ⁃ＥＯＦＱＣ过程单独识别出的离群值，即Ｍｒｋ，ｎ＝１而Ｍｒｋ，ｎ＝０，ｒ＝１代表传统ＥＯＦＱＣ㊂由图４ｃ显示两种质量控制方案差异较大的地区主要集中在中国东南部沿海地区和日本区域，尤其是２１ ３５ʎＮ，１１２ １３２ʎＥ（图４ｃ中的黑色矩形框）范围内，其站点上的离群值出现次数多在８０次以上㊂为了解Ｒｅｃ⁃ＥＯＦＱＣ单独识别出的离群值的特征，统计该区域离群值出现次数小于２０或大于８０的站点，并对这两类站点上的比湿求平均，平均值分别记为ｑｌｅ２０与ｑｇｅ８０㊂观测和背景场中ｑｌｅ２０与ｑｇｅ８０随时间的变化可见图５，当离群值次数小于２０时，除２００８年１月１０日，背景场的比湿比观测偏大约１ｇ／ｋｇ之外，在１月份的其他时次两者非常接近；但是当离群值次数大于８０次以上时，在整个１月份，背景场与观测都有较大的偏差，且前者的值明显大于后者，说明由Ｒｅｃ⁃ＥＯＦＱＣ识别出的离群点上的观测与背景场确实有较大的偏离㊂概率密度函数可以描述随机变量的值在某个确定的取值点附近出现的可能性㊂一般在同化系统中要求Ｏ－Ｂ的概率尽量的满足正态分布㊂图６给出三组背景场资料下南北区质量控制前后的概率密度函数分布㊂以ＦＮＬ资料为例，南区的资料在质量控制前已接近于正态分布，无论采取何种ＥＯＦＱＣ，都能有效的提高Ｏ－Ｂ在０附近出现的概率密度，并且Ｒｅｃ⁃ＥＯＦＱＣ的概率略高于传统ＥＯＦＱＣ；北区的资料在质量控制前Ｏ⁃Ｂ的最大概率密度出现在－０ ４左右，明显的呈非高斯分布状态，且左右概率密度函数不对称，原始数据中Ｏ－Ｂ＜０的资料要多于Ｏ－Ｂ＞０的资料，经过传统ＥＯＦＱＣ后，概率直密度函数呈对称性分布，使得资料的分布更为均匀，但是中心的概率密度函数分布近似于直线，不随Ｏ－Ｂ的大小变化，表现为平顶峰，不符合高斯分布的特点，而且Ｒｅｃ⁃ＥＯＦＱＣ可以有效地纠正这一缺陷，使得中心概率密度函数呈尖顶峰，更接近于高斯分布的 钟形 特征㊂３㊀不同背景场资料下Ｒｅｃ⁃ＥＯＦＱＣ的结果㊀㊀ＥＯＦＱＣ方法与背景场资料的选取有关，而采用Ｒｅｃ⁃ＥＯＦＱＣ对观测进行质量控制其结果是否依２４６气㊀㊀象㊀㊀科㊀㊀学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀３５卷图５㊀图４矩形区域内中１月份逐日离群值次数（ａ）小于２０或（ｂ）大于８０的站点上比湿平均值Ｆｉｇ．５㊀Ａｖｅｒａｇｅｓｐｅｃｉｆｉｃｈｕｍｉｄｉｔｙａｔｓｔａｔｉｏｎｓｗｈｅｒｅｔｏｔａｌｎｕｍｂｅｒｏｆｏｕｔｌｉｅｒｓ（ａ）ｉｓｌｅｓｓｔｈａｎ２０ｏｒ（ｂ）ｇｒｅａｔｅｒｔｈａｎ８０ａｔｅａｃｈｏｂｓｅｒｖａｔｉｏｎｔｉｍｅｉｎＪａｎｕａｒｙｉｎｒｅｃｔａｎｇｕｌａｒｒｅｇｉｏｎｏｆＦｉｇ．４图６㊀２００８年１月份南区（上行）北区（下行）３种背景场下比湿的概率密度函数分布（ａ，ｄ）ＦＮＬ；（ｂ，ｅ）ＥＲＡ⁃Ｉｎｔｅｒｉｍ；（ｃ，ｆ）ＪＲＡ⁃２５Ｆｉｇ．６㊀Ｐｒｏｂａｂｉｌｉｔｙｄｅｎｓｉｔｙｆｕｎｃｔｉｏｎｄｉｓｔｒｉｂｕｔｉｏｎｏｆｈｕｍｉｄｉｔｙｒａｔｉｏｕｎｄｅｒｔｈｒｅｅｋｉｎｄｓｏｆｂａｃｋｇｒｏｕｎｄｆｉｅｌｄｉｎｓｏｕｔｈｒｅｇｉｏｎ（ｕｐｐｅｒ）ａｎｄｎｏｒｔｈｒｅｇｉｏｎｓ（ｂｅｌｏｗ）（ａ，ｄ）ＦＮＬ；（ｂ，ｅ）ＥＲＡ⁃Ｉｎｔｅｒｉｍ；（ｃ，ｆ）ＪＲＡ⁃２５ｉｎＪａｎｕａｒｙｏｆ２００８赖背景场的选择，基于以上思想，选取ＦＮＬ，ＥＲＡ⁃Ｉｎ⁃ｔｅｒｉｍ和ＪＲＡ⁃２５作为背景场，分别对２００８年１月与７月份的比湿进行质量控制，分别记为ＱＷＦＮＬ㊁ＱＷＥＲＡ㊁ＱＷＪＲＡ和ＱＳＦＮＬ㊁ＱＳＥＲＡ㊁ＱＳＪＲＡ，其中下标ＦＮＬ㊁ＥＲＡ㊁ＪＲＡ分别代表ＦＮＬ㊁ＥＲＡ⁃Ｉｎｔｅｒｉｍ和ＪＲＡ⁃２５三组背景场资料（下同），上标Ｗ和Ｓ分别代表冬季和夏季㊂当ＥＲＡ⁃Ｉｎｔｅｒｉｍ和ＪＲＡ⁃２５资料做为背景场时，冬季离群值累积出现次数的空间分布与ＦＮＬ类似（图略），主要的离群点出现在中国东南部沿海与日本列岛，从图６质量控制前后的概率密度函数中也可以看出，对于南区资料而言，选用ＥＲＡ⁃Ｉｎｔｅｒｉｍ和ＪＲＡ⁃２５资料做背景场后，Ｒｅｃ⁃ＥＯＦＱＣ和ＥＯＦＱＣ可以有效地提高中心区的Ｏ－Ｂ的概率密度函数，且前者略微大于后者；而对于北区资料，与ＱＷＥＲＡ相反的是，ＱＷＥＲＡ和ＱＷＪＲＡ在质量控制前Ｏ－Ｂ的概率密度函数呈右偏态的特征，无论是采用传统ＥＯＦＱＣ还是Ｒｅｃ⁃ＥＯＦＱＣ，ＱＷＥＲＡ后的Ｏ－Ｂ都类似于正态分布，而对ＱＷＪＲＡ采用传统ＥＯＦＱＣ后，Ｏ－Ｂ的概率密度函数仍然表现为右偏态的特征，Ｒｅｃ⁃ＥＯＦＱＣ则能有效地纠正这一缺陷，使得观测偏差的概率密度函数近似为正态分布，由此得到的数据会更有利于资料同化㊂夏季不同背景场下各个站点上离群值累积出现次数的分布与冬季有很明显的不同（图７），离群值主要分散的出现在各个区域，如云贵高原㊁广西㊁江苏㊁甘肃以及日本列岛的部分地区，对照图１ｂ可以发现这些地区也是Ｏ－Ｂ双权重偏差大的地区㊂另３４６５期㊀赵虹，等：Ｒｅｃ－ＥＯＦ质量控制方法在地面观测２ｍ比湿中的应用外，各组背景场下Ｒｅｃ⁃ＥＯＦＱＣ后的概率密度函数也非常接近于高斯分布（图略）㊂由上可知，无论是选用不同时段的观测数据，还是选用不一样的背景场资料，Ｒｅｃ⁃ＥＯＦＱＣ方案总能识别出观测偏离背景场大的点，并且使得质量控制后的数据更接近于高斯分布，满足了数值模式资料同化中对观测误差的假设㊂为进一步分析不同背景场下质量控制的结果，图８为ＱＷＦＮＬ㊁ＱＷＥＲＡ㊁ＱＷＪＲＡ和ＱＳＦＮＬ㊁ＱＳＥＲＡ㊁ＱＳＪＲＡ资料剔除率随时间的变化，不同线条代表不同的背景场资料㊂无论是冬季还是夏季，不同背景场下资料的剔除率随时间变化的趋势比较一致，选用ＪＲＡ⁃２５资料作为背景场后的剔除率略微大于其他两组资料，通过计算总的资料剔除率也可以发现，ＱＪＲＡ过程资料剔除的最多，冬季为１２ ７１％，夏季为８ ３３％，ＱＦＮＬ的冬夏资料剔除率分别为８ ３１％和７ ２４％，ＱＥＲＡ则分别为１１ ２１％和７ ３３％㊂无论选用何种资料作为背景场，冬季剔除的资料大于夏季㊂因为本文提出的质量控制方案是以后续同化为出发点，所以质量控制是依据Ｏ－Ｂ的大尺度分量之外的偏差进行的，模式对冬季水汽模拟的误差较小可能是导致冬夏季剔除率差异的原因，同样，不同模式对水汽模拟的误差大小可能是导致三组背景场下剔除率略有差异的原因，但其中差异的真正原因还需要对资料做进一步的分析㊂４　结论与讨论传统的ＥＯＦＱＣ可以保留反映大气异常状态的数据，并有效去除观测噪音㊂本文在此基础上提出了Ｒｅｃ⁃ＥＯＦＱＣ方案㊂该方案可以逐步地将离群值识别出来，并且能够根据观测场和背景场资料本身确定最终质量控制的临界值㊂通过选用不同的背景场资料，对２００８年冬季和夏季的观测比湿进行质量控制试验，得到了以下结论：（１）在递归４次之后，资料剔除率㊁Ｏ－Ｂ的标准偏差㊁偏态以及峰度都达到一个较为稳定的状态㊂（２）Ｒｅｃ⁃ＥＯＦＱＣ方案比ＥＯＦＱＣ方案能识别出更多的离群值，这些离群值主要集中在沿海地区㊂通过 Ｒｅｃ⁃ＥＯＦＱＣ 可以有效地提高Ｏ－Ｂ在０附近出现的概率，使得资料分布更加对称，概率密度函数分布更接近于高斯分布㊂㊀㊀（３）Ｒｅｃ⁃ＥＯＦＱＣ结果表明冬季的离群值主要图７㊀２００８年７月选用（ａ）ＦＮＬ；（ｂ）ＥＲＡ⁃Ｉｎｔｅｒｉｍ；（ｃ）ＪＲＡ⁃２５资料作为背景场后站点上离群值出现的累积次数Ｆｉｇ．７㊀ＴｏｔａｌｎｕｍｂｅｒｏｆｒｅｍｏｖｅｄｄａｔａａｔｅａｃｈｓｔａｔｉｏｎｂｙＲｅｃ⁃ＥＯＦＱＣｕｓｉｎｇ（ａ）ＦＮＬ；（ｂ）ＥＲＡ⁃Ｉｎｔｅｒｉｍ；（ｃ）ＪＲＡ⁃２５ａｓｂａｃｋｇｒｏｕｎｄｆｉｅｌｄ图８㊀２００８年１月（ａ）和７月（ｂ）分别选用３种资料作背景场质量控制后资料剔除率随时间的变化Ｆｉｇ．８㊀ＴｈｅｐｅｒｃｅｎｔａｇｅｏｆｒｅｍｏｖｅｄｄａｔａａｔｅａｃｈｏｂｓｅｒｖａｔｉｏｎｔｉｍｅｂｙｒｅｃｕｒｓｉｖｅＥＯＦｑｕａｌｉｔｙｃｏｎｔｒｏｌｕｓｉｎｇｔｈｒｅｅｋｉｎｄｓｏｆｂａｃｋｇｒｏｕｎｄｄａｔａｉｎＪａｎｕａｒｙ（ａ）；Ｊｕｌｙ（ｂ）ｏｆ２００８４４６气㊀㊀象㊀㊀科㊀㊀学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀３５卷集中分布在青藏高原的右侧边缘㊁中国东南部的沿海地区㊁朝鲜半岛以及日本列岛等地区；而夏季的离群值分布较为分散，与标准偏差大值区相对应㊂（４）通过比较不同背景场资料下质量控制的结果，发现选用ＪＲＡ⁃２５资料作为背景场，识别出的离群点最多㊂无论选用何种资料作为背景场，冬季的离群资料百分比都大于夏季的，这可能是因为模式对水汽模拟的误差有差异造成的㊂由于资料长度的限制，只对２００８年冬夏两季的资料进行了分析㊂另外由于冬季的中国南北天气差异很大，本文将冬季水汽分区进行质量控制，但是具体分区的位置也需要更多的资料进行进一步验证㊂综上，本文利用Ｒｅｃ⁃ＥＯＦＱＣ方案对水汽资料进行了质量控制，取得了较为满意的结果㊂但对其他变量如气温㊁气压等要素的质量控制还需要进一步检验㊂另外，通过Ｒｅｃ⁃ＥＯＦＱＣ方案的数据是否有利于后续的资料同化，是否能有效地改进数值预报效果也需要进一步的研究㊂致谢：感谢ＦｌｏｒｉｄａＳｔａｔｅＵｎｉｖｅｒｓｉｔｙ的邹晓蕾教授，尤其感谢南京信息工程大学的秦正坤博士对本文的细心指导㊂参㊀考㊀文㊀献［１］㊀ＷＭＯ．Ｇｕｉｄｅｔｏｍｅｔｅｏｒｏｌｏｇｉｃａｌｉｎｓｔｒｕｍｅｎｔｓａｎｄｍｅｔｈｏｄｓｏｆｏｂｓｅｒ⁃ｖａｔｉｏｎ．７ｔｈｅｄ．Ｇｅｎｅｖａ，Ｓｗｉｔｚｅｒｌａｎｄ：ＷｏｒｌｄＭｅｔｅｏｒｏｌｏｇｉｃａｌＯｒｇａｎｉ⁃ｚａｔｉｏｎ，２００８：６１８⁃６１９．［２］㊀徐枝芳，陈小菊，王轶．新建地面气象自动站资料质量控制方法设计．气象科学，２０１３，３３（１）：２６⁃３６．ＸＵＺｈｉｆａｎｇ，ＣＨＥＮＸｉａｏｊｕ，ＷＡＮＧＹｉ．Ｑｕａｌｉｔｙｃｏｎｔｒｏｌｓｃｈｅｍｅｆｏｒｎｅｗ⁃ｂｕｉｌｔａｕｔｏｍａｔｉｃｓｕｒｆａｃｅｗｅａｔｈｅｒｏｂｓｅｒｖａｔｉｏｎｓｔａｔｉｏｎ ｓｄａｔａ．ＪｏｕｒｎａｌｏｆｔｈｅＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｃｉｅｎｃｅｓ（ｉｎＣｈｉｎｅｓｅ），２０１３，３３（１）：２６⁃３６．［３］㊀ＳｈａｆｅｒＭＡ，ＦｉｅｂｒｉｃｈＣＡ，ＡｒｎｄｔＤＳ，ｅｔａｌ．ＱｕａｌｉｔｙａｓｓｕｒａｎｃｅｐｒｏｃｅｄｕｒｅｓｉｎｔｈｅＯｋｌａｈｏｍａＭｅｓｏｎｅｔｗｏｒｋ．Ｊ．Ａｔｍｏｓ．ＯｃｅａｎｉｃＴｅｃｈｎｏｌ．，２０００，１７（４）：４７４⁃４９４．［４］㊀ＲｅｅｋＴ，ＤｏｔｙＳＲ，ＯｗｅｎＴＷ．Ａｄｅｔｅｒｍｉｎｉｓｔｉｃａｐｐｒｏａｃｈｔｏｔｈｅｖａｌｉｄａｔｉｏｎｏｆｈｉｓｔｏｒｉｃａｌｄａｉｌｙｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｄａｔａｆｒｏｍｔｈｅｃｏｏｐｅｒａｔｉｖｅｎｅｔｗｏｒｋ．Ｂｕｌｌ．Ａｍｅｒ．Ｍｅｔｅｏｒ．Ｓｏｃ．，１９９２，７３（６）：７５３⁃７６２．［５］㊀ＥｉｓｃｈｅｉｄＪＫ，ＢｒｕｃｅＢＣ，ＫａｒｌＴＲ，ｅｔａｌ．Ｔｈｅｑｕａｌｉｔｙｃｏｎｔｒｏｌｏｆｌｏｎｇ⁃ｔｅｒｍｃｌｉｍａｔｏｌｏｇｉｃａｌｄａｔａｕｓｉｎｇｏｂｊｅｃｔｉｖｅｄａｔａａｎａｌｙｓｉｓ．Ｊ．Ａｐｐｌ．Ｍｅｔｅｏｒ．，１９９５，３４（１２）：２７８７⁃２７９５．［６］㊀王轶，徐枝芳，范广州．基于ＥＯＦ２ｍ温度质量控制方法研究．高原气象，２０１３，３２（２）：５６４⁃５７４．ＷＡＮＧＹｉ，ＸＵＺｈｉｆａｎｇ，ＦＡＮＧｕａｎｇｚｈｏｕ．ＳｔｕｄｙｏｆＥＯＦｑｕａｌｉｔｙｃｏｎｔｒｏｌｍｅｔｈｏｄｆｏｒ２ｍｔｅｍｐｅｒａｔｕｒｅ．ＰｌａｔｅａｕＭｅｔｅｏｒｏｌｏｇｙ（ｉｎＣｈｉ⁃ｎｅｓｅ），２０１３，３２（２）：５６４⁃５７４．［７］㊀ＱＩＮＺＫ，ＺＯＵＸ，ＬＩＧ，ｅｔａｌ．Ｑｕａｌｉｔｙｃｏｎｔｒｏｌｏｆｓｕｒｆａｃｅｓｔａｔｉｏｎｔｅｍｐｅｒａｔｕｒｅｄａｔａｗｉｔｈｎｏｎ⁃Ｇａｕｓｓｉａｎｏｂｓｅｒｖａｔｉｏｎ⁃ｍｉｎｕｓ⁃ｂａｃｋｇｒｏｕｎｄｄｉｓｔｒｉｂｕｔｉｏｎｓ．Ｊ．Ｇｅｏｐｈｙｓ．Ｒｅｓ．：Ａｔｍｏｓｐｈｅｒｅｓ（１９８４⁃２０１２），２０１０，１１５（Ｄ１６）．ｄｏｉ：１０．１０２９／２００９ＪＤ０１３６９５．［８］㊀ＡｎｔｏｎｅｌｌｉＰ，ＲｅｖｅｒｃｏｍｂＨＥ，ＳｒｏｍｏｖｓｋｙＬＡ，ｅｔａｌ．Ａｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔｎｏｉｓｅｆｉｌｔｅｒｆｏｒｈｉｇｈｓｐｅｃｔｒａｌｒｅｓｏｌｕｔｉｏｎｉｎｆｒａｒｅｄｍｅａｓｕｒｅ⁃ｍｅｎｔｓ．Ｊ．Ｇｅｏｐｈｙｓ．Ｒｅｓ．，２００４，１０９（Ｄ２３）：Ｄ２３１０２．ｄｏｉ：１０．１０２９／２００４ＪＤ００４８６２．［９］㊀ＺＯＵＸ，ＭＡＹ，ＱＩＮＺＫ．Ｆｅｎｇｙｕｎ⁃３Ｂｍｉｃｒｏｗａｖｅｈｕｍｉｄｉｔｙｓｏｕｎｄｅｒ（ＭＷＨＳ）ｄａｔａｎｏｉｓｅｃｈａｒａｃｔｅｒｉｚａｔｉｏｎａｎｄｆｉｌｔｅｒｉｎｇｕｓｉｎｇｐｒｉｎｃｉｐｌｅｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＧｅｏｓｃｉｅｎｃｅａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０１２，５０（１２）：４８９２⁃４９０２．［１０］ＬＩＬ，ＮｊｏｋｕＥＧ，ＩｍＥ，ｅｔａｌ．Ａｐｒｅｌｉｍｉｎａｒｙｓｕｒｖｅｙｏｆｒａｄｉｏ⁃ｆｒｅ⁃ｑｕｅｎｃｙｉｎｔｅｒｆｅｒｅｎｃｅｏｖｅｒｔｈｅＵＳｉｎＡｑｕａＡＭＳＲ⁃Ｅｄａｔａ．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＧｅｏｓｃｉｅｎｃｅａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇ，２００４，４２（２）：３８０⁃３９０．［１１］ＺＨＡＯＪ，ＺＯＵＸＬ，ＷＥＮＧＦ．ＷｉｎｄＳａｔｒａｄｉｏ⁃ｆｒｅｑｕｅｎｃｙｉｎｔｅｒｆｅｒ⁃ｅｎｃｅｓｉｇｎａｔｕｒｅａｎｄｉｔｓｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｖｅｒＧｒｅｅｎｌａｎｄａｎｄＡｎｔａｒｃｔｉｃ．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＧｅｏｓｃｉｅｎｃｅａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０１３，５１（９）：４８３０⁃４８３９．ｄｏｉ：１０．１１０９／ＴＧＲＳ．２０１２．２２３０６３４．［１２］ＫａｌｎａｙＥ，ＫａｎａｍｉｔｓｕＭ，ＫｉｓｔｌｅｒＲ，ｅｔａｌ．ＴｈｅＮＣＥＰ／ＮＣＡＲ４０⁃ｙｅａｒｒｅａｎａｌｙｓｉｓｐｒｏｊｅｃｔ．Ｂｕｌｌ．Ａｍｅｒ．Ｍｅｔｅｏｒ．Ｓｏｃ．，１９９６，７７（３）：４３７⁃４７１．［１３］ＳｉｍｍｏｎｓＡＪ，ＵｐｐａｌａＳＭ，ＤｅｅＤ，ｅｔａｌ．ＥＲＡ⁃Ｉｎｔｅｒｉｍ：ＮｅｗＥＣ⁃ＭＷＦｒｅａｎａｌｙｓｉｓｐｒｏｄｕｃｔｓｆｒｏｍ１９８９ｏｎｗａｒｄｓ．ＥＣＭＷＦＮｅｗｓｌｅｔｔｅｒ，２００７，１１０（１１０）：２５⁃３５．［１４］ＯｎｏｇｉＫ，ＴｓｕｔｓｕｉＪ，ＫｏｉｄｅＨ，ｅｔａｌ．ＴｈｅＪＲＡ⁃２５ｒｅａｎａｌｙｓｉｓ．Ｊｏｕｒ⁃ｎａｌｏｆｔｈｅＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｏｃｉｅｔｙｏｆＪａｐａｎ，２００７，８５（３）：３６９⁃４３２．［１５］ＺＯＵＸ，ＱＩＮＺＫ．Ｔｉｍｅｚｏｎｅｄｅｐｅｎｄｅｎｃｅｏｆｄｉｕｒｎａｌｃｙｃｌｅｅｒｒｏｒｓｉｎｓｕｒｆａｃｅｔｅｍｐｅｒａｔｕｒｅａｎａｌｙｓｅｓ．Ｍｏｎ．Ｗｅａ．Ｒｅｖ．，２０１０，１３８：２４６９⁃２４７５，［１６］ＺＯＵＸ，ＺＥＮＧＺ．ＡｑｕａｌｉｔｙｃｏｎｔｒｏｌｐｒｏｃｅｄｕｒｅｆｏｒＧＰＳｒａｄｉｏｏｃｃｕｌ⁃ｔａｔｉｏｎｄａｔａ．Ｊ．Ｇｅｏｐｈｙｓ．Ｒｅｓ．：Ａｔｍｏｓｐｈｅｒｅｓ（１９８４⁃２０１２），２００６，１１１（Ｄ２）．ｄｏｉ：１０．１０２９／２００５ＪＤ００５８４６．５４６５期㊀赵虹，等：Ｒｅｃ－ＥＯＦ质量控制方法在地面观测２ｍ比湿中的应用。