地面气象观测数据质量统计报告如何“出炉”？

　　每个时代的变革，都需要一些仰望星空的人去引领。他们通过细微的观察、多维的视野、睿智的洞见、犀利的笔触，带给我们各种启示，引发我们深度思考。本报“视界”栏目，邀请各位专家带领我们一起走进科学，认识世界。
　　气象行业的具体工作内容不仅包含天气预报、气候预测、预警信息等，还有各种气象观测，如地面气象观测、雷达观测、空间天气观测等。
　　其实，在一定程度上，要想天气预报做得好、气象服务做到位，首先要做好气象观测。比如地面气象观测，一个气象观测站点，观测的气象要素涉及气温、气压、相对湿度、降水量、风向风速、能见度、雪深、蒸发、日照以及裸露土表或草坪等下垫面温度和不同深度的土壤温度等。
　　以气温为例，现在一个气象观测站1分钟就会采集到1个数值，1个小时就有60个数值，1天就是1440个数值，平均一个月（30天）就会有43200个关于气温的数值。粗略计算一下，倘若一个气象站每天观测10种气象要素，一个月下来就会收集到432000个数据。当然，这都是建立在仪器运行正常、电力持续保障、网络畅通无阻的基础上。
　　所以，气象部门每月都要统计台站数据的可用率、缺测率、错误率等，以便及时发现问题并加以纠正改进。
　　目前，气象部门使用的“气象资料业务系统”能依据气象观测台站的区站号粗略进行分类统计，生成多个静态Excel表格。这种统计就像均码的衣服，不太计较个体差异，大多数情况都适用。但要做得更详尽、更便于了解本省各市、各类观测站、各种气象要素采集的具体情况，促进观测数据质量提高，那就要做本地化改进。
　　以山西为例，每个县的国家气象观测站相当于观测队伍里的主攻手，每位主攻手分配有一个区站号：53XXX或57XXX。除了主攻手，还有一些观测站建立在乡镇上，占地小，观测要素少，一般会观测气温和降水量2项，有的还带有风向、风速、气压、相对湿度等共6项。虽然属于迷你版气象站，但地理位置重要，属于观测队伍里的骨干成员，这些骨干成员也有一个区站号：BXXXX。
　　除了主攻手和骨干成员，还有一部分缩小版观测站，暂且称为一般成员吧，它们或矗立在公园，或设立在校园，或建在煤矿附近，角色虽没前二者重要，但也为气象工作提供了能代表小范围天气状况的数据，一般成员分配到的区站号也是BXXXX。
　　这些观测站由于责任不同、担当不同，统计分析时就要区别对待。在用“气象资料业务系统”生成基础统计报告后，还需按照省内实际情况做进一步的分类。
　　对观测站点重新分类后，再过滤掉一些非必要数据段，剔除掉非考核要素，之后就可以生成每个站的质量统计值了，进而可以从分市、分站、合计、同比、环比等多维度来计算数据可用率、缺测率、错误率等。
　　一个月下来，全省数据总数是多少？有多少数据是可用的？有多少数据是错误的？又有多少数据是缺测的？我们用sankey图（又称桑基图）来动态展示数据的流动去向。
　　sankey图常被称作展现数据流动的利器，可以用大小不等、颜色不同的色块加数字直观显示每个月主攻手、骨干成员、一般成员中各有多少数据可用、有多少数据是错误的、有多少数据是缺测的。
　　至此，我们就可以进行数据分析了。借助B/S架构（浏览器/服务器架构），依赖Web技术（即一种建立在因特网上的网络服务）和Internet协议，我们就可以利用网页的形式展示多个质量统计指标。
　　接下来，我们就要做一个模板文件，将每个月质量报告的共性部分固定下来。比如报告首页的名称、制作单位、制作日期、制作人以及报告内容等。这样，每个月只需把各种气象要素的统计结果填充进去，一份月度质量统计报告就快速生成了。
　　当然，这套经过本地化改进的统计软件也要根据业务发展变化不断调整，比如有些观测站因为运行不良而撤销、有些观测站由一般成员升级成骨干成员等，都要工作人员及时修改程序代码。用这样的方法制作出来的统计报告详细直观、快速便捷。
　　气象部门不仅有预报员、观测员，还有许多工作人员，为气象预报、气象服务打好前站工作，让一份份优良的地面气象观测数据质量统计报告服务于气象工作的各个环节，促进气象观测质量不断提高。
山西省气象信息中心 苏睿杰 范秀平 配图由作者提供