论文吉林省2019年10月30日~2019年10月30日地面观测疑误数据分析，本文是关于数据分析类本科论文怎么写跟数据分析和观测和吉林省有关专科开题报告范文.
摘 要：本文通过提取MDOS 系统2015 年10 月30 日~2016 年10 月30 日吉林省地面观测的疑误数据,对其进行系统的数据质量分析,得到导致观测数据质量下降的主要观测要素,主要出现时间,以及数据疑误发生原因,并提出解决建议.这对提高吉林省地面观测数据质量起到极大的促进作用.
关键词：地面观测；质量；疑误数据
中图分类号：P416.2 文献标识码：A DOI 编号： 10.14025/j.cnki.jlny.2018.23.077
1 MDOS 系统简介
MDOS 系统是以台站级数据监测、省级数据质量控制、国家级数据质量评估质控体系为主线,集成数据上传监控、国家站数据指控信息处理、区域站数据指控信息处理、元数据信息处理等基本数据质控处理功能,还包含了A、J、Y 文件制作管理、数据质量评估考核等服务产品.
省级数据处理人员通过该系统能够清晰了解实时资料上传情况,一旦发现缺报或空报现象,及时与台站取得沟通,大大提高了数据的实时性.通过该系统的数据指控信息处理功能,能够对数据进行批量检索,对于质控系统提出的疑误信息进行二次人工判断,并将判断后有异议的数据返回台站进行核对,增加了省级与台站级的数据交流,这样大大提高了气象数据的准确性.
2 吉林省地面观测站情况
吉林省共有55 个国家地面观测站,1380 个区域自动气象站.其中,国家基准气象站4 个,国家基本气象站26 个,国家一般气象站25 个.1380 个区域站在吉林省内均匀分布（见图1）.
全省1435 个地面观测站实时监测气象数据,省级通过MDOS系统接收来自于国家站的分钟数据、小时数据、日数据、日照数据,以及来自于区域站的小时数据.
3 吉林省国家站观测数据质量分析
调取MDOS 系统中2015 年10 月30 日20：00~2016 年10月30 日20：00（北京时间）,吉林省55 个国家站疑误信息,共计26254 条,并对这些疑误信息进行细化质量分析与评估.
将全部疑误数据按照要素种类进行分类,共计要素120个.对同种类要素进行数量合并,汇总基础种类共计17 个（详见图2）.
可见,在所有要素中,地温、降水、能见度为疑误产生次数最多的几类,分别占全部的31.96%,15.77%,12.31%.下面将针对这几类问题进行详细分析.
3.1 地温
对所有地温类疑误数据产生时间进行分析,可以得出表1,地温疑误数据时间分类.
通过疑误数据数量排序可知,3 月、1 月、7 月为产生问题较多月份,均在1000 条以上.由此推断,1~3 月、6~10 月地温问题明显（见图3）.
对所有地温类疑误数据进行要素详细分类,可以看出D40、D10、D05、D20 为产生疑误信息次数最多的四类,均在1000条以上,相反的,D320、D160、D80 的疑误信息数量较少,均在400 条以内.由此可以推测,产生地温疑误信息的主要原因在于浅层地温要素.
综合表1 的分析,可以总结出,地温类要素产生疑误信息最多的月份在于降水较多的季节,且浅层地温传感器受到的影响较大.以上结论符合常年观测实际经验,根据对台站数据的分析及以往实地调研结果可以初步推测,产生这种情况的主要原因在于,降水较多的季节经常会造成浅层积水,会对地温观测数据的正确性产生影响,造成观测数据不准确,或经过长时间浸泡,使浅层地温观测仪器发生故障.
3.2 降水
对所有降水类疑误数据产生时间进行分析（见表2）,可以看出,降水疑误数据产生月份.
可见,降水问题最多的时间主要集中在6~10 月份,为每年夏季降水较多的汛期.
将所有降水疑误数据进行产生级别的分析,可以得出表3：降水疑误数据产生级别.
由表3 可以看出,几乎全部的疑误数据都是由省级质控和台站主动修改,且台站主动修改的数量占全部的70.37%,是省级质控比例29.55%的两倍以上.由此可以说明,降水类疑误数据从产生级别来看,主要产生原因为台站未及时发现数据错误,而是通过mdos 系统滞后提交修改.
综合分析降水疑误数据错误描述和反馈描述进行分析.
经统计,错误描述原因统计共计195 种,进行相似原因合并后,共计54 种.对这些错误描述进行统计整理,可以得出表4,可见,“降水缺测”为最主要原因.错误描述统计.
针对错误描述中出现最多的原因“缺测”进行反馈描述分析,可以得出表5：缺测对应的反馈描述.
表5 按缺测对应的反馈描述分析降水要素疑误数据数量表由表5 可见,造成雨季降水要素出现疑误信息“缺测”的最主要原因在于仪器故障.经长期数据处理经验及以往台站调研考察经验,初步总结造成汛期降水观测仪器故障的原因有：因相对湿度过大或仪器过于敏感经常造成的降水数据出现0.1mm 野值；因降水量过于集中导致超出翻斗式雨量传感器测量最大翻转频率,而无法得到准确数据；因雨水长时间浸泡导致传感器故障,经常在无降水时次出现缺测.
综合对表1~ 表5 进行分析,可得到以下结论：
吉林省地面观测降水疑误信息主要出现在6~10 月降水较多的月份,其主要疑误是由于仪器故障导致的非正常降水缺测,提出此疑误信息的级别主要为台站.针对以上降水问题,今后应加强台站日常数据维护,提高实时上传准确率,减少月末制作A 文件时对数据质疑的突击,并加强在汛期对仪器的维护.
3.3 能见度
对2015 年~2016 年一年内能见度疑误数据的错误描述和反馈值进行统计分析,得到表6,错误描述分类.
根据表6 所示的反馈值情况统计可见,78.6%的反馈值为缺测,证明经台站反馈确认后仍无法得到正确能见度值.
综合表6 和表7 可知,在能见度观测的过程中,存在问题最多的为缺测,经过与台站沟通确认,78.60%的能见度缺测数据需使用备份站数据或人工内插等方式,这大大增加了人工的工作量和出错概率.
4 结论
经过对吉林省2015 年10 月30 日20：00~2016 年10 月30日20：00（北京时间）55 个国家站疑误信息（共计26254 条）观测数据的分析,可以看出：
导致地面观测数据质量下降的主要观测要素是地温（31.96%）、降水（15.77%）、能见度（12.31%）.
产生这些要素疑误的主要月份为每年6~10 月（地温疑误的主要月份还有1 月~3 月）.
产生这些要素疑误的主要原因多为降水导致的仪器故障.因此,今后应加强对仪器的维护,尤其是地温传感器、降水传感器、能见度仪的维护.在6~10 月对仪器巡查频次应增加,尽量减少因仪器损坏导致的数据缺失.
作者简介：徐昕,硕士,中级工程师,研究方向：地面、农气观测资料数据分析.
概括总结，该文是关于经典数据分析专业范文可作为数据分析和观测和吉林省方面的大学硕士与本科毕业论文数据分析论文开题报告范文和职称论文论文写作参考文献.
参考文献：
1、 2019年10月全国社会组织舆情月度报告 10 月,全国社会组织舆情信息以正面报道为主,未发现重大舆件 本报告以进入全国社会组织舆情信息库的182 条作为研究样本,其中各级登记管理机关报送信息共23 条,要闻25 条、热点33 条、地方123.
2、 2019年第10期热心读友名单 龙启群 湖南省新田县龙泉镇里仁小区三栋李成秋 湖南省安仁县永乐江镇日光路80号王德胜 辽宁省葫芦岛市物价局（龙港区龙湾大街19号）郭明进 云南省文山市金色小车小区10幢D座曹先华 湖南省永兴县碧水小学.
3、 2019全澳殘疾人士運動日4月15日舉行（等） “2018 全澳殘疾人士運動日”4 月15 日舉行由體育局主辦,中國澳門殘疾人奥委會暨傷殘人士文娛暨體育總會、澳門特殊奧運會及澳門聾人體育會協辦的“2018 全澳殘.
4、 2019年6月部分家电市场简析 家用空调内销高增长2018 年 6 月, 家 用 空 调 产 量 为 1606 5 万 台, 同 比 增 长 15 5 ；销 量 为 1599 65 万台,同比增长 13 2 其 中,内销量为 112.
5、 2019年8月家电用钢供需分析与走势 电工钢逆势上涨2018 年8 月,国内无取向电工钢市场逆势上涨 截至8 月29 日,上海市场50WW800 牌号资源均价为5570元（吨价,下同）左右,比上月下跌了40 元 具体来看,8 月初,电工钢.
6、 2019年10月中国好书 □ 中国图书评论学会从合作走向决战中国为什么能战胜国民党,徐焰著,广东经济出版社,２０１６年８月【推荐理由】这是军事历史专家徐焰撰写的一本历史专著 其以翔实的史料、生动的文字,配以难得一见的彩片, 较.