定點連續海洋環境及氣象資料的均一性研究

楊揚，楊錦坤，苗慶生，董明媚，劉玉龍

(國家海洋信息中心 天津 300171)

?

定點連續海洋環境及氣象資料的均一性研究

楊揚，楊錦坤，苗慶生，董明媚，劉玉龍

(國家海洋信息中心 天津 300171)

目前國內外針對高空和地面氣象資料的均一性研究基本成熟，海洋環境資料方面的研究應用亦應得到充分重視。開展多種均一性檢驗與訂正方法聯合使用的多模式檢驗系統研究，將使研究結果更加合理和科學，也可為沿海氣候變化研究提供準確的第一手資料。文章在簡述非均一性產生原理和均一性檢驗方法分類的基礎上，較為詳細地介紹幾種常用的均一性檢驗方法的具體過程和優缺點；基于探空氣象資料、地面氣象資料和海洋環境資料等3個方面綜述不同均一性檢驗方法的應用研究現狀和進展。

均一性檢驗；數據處理；水文氣象；定點連續觀測

長時間序列的海洋氣象資料是海洋環境變化、氣候變化以及海-氣相互作用等領域研究的基礎，其中定點連續觀測的海洋環境和氣象資料是重中之重。由于觀測數據在觀測記錄過程中不可避免地受到諸多主觀或客觀方面的影響[1-2](如臺站遷移、儀器故障或變更、系統更新升級、觀測人員更換或水平不一、觀測頻次和時間改變、統計分析方法改變等)，使得觀測數據不僅記錄真實的環境氣候變化，還隱藏著一些非均一變化，而這些變化將直接影響資料同化研究的發展以及相關業務工作質量和水平的提高[3]。國外許多專家已經在氣象資料序列均一性檢驗與訂正方面做了大量的研究工作并且取得重大進展[4-8]。近年來，我國科研人員致力于氣象資料(尤其是氣溫資料)的均一性研究和訂正并建立均一化數據集[9-14]，而對于氣壓、降水、風速和相對濕度等資料的均一性研究仍停留于試驗性水平；海洋水文環境資料的均一性研究起步更晚，許多科研工作目前仍使用沒有經過任何均一性檢驗和訂正的原始數據，使得研究結論中存在相當多的不確定性[15-16]。使用經過均一化處理的數據進行科學研究更利于真實可靠地評估海洋環境歷史氣候變化趨勢和變化速率，尤其對于氣候態和極端事件的研究更加重要[2,17]。因此，深入研究各類資料尤其是海洋環境水文資料的均一性檢驗與訂正方法，努力發展適用于資料均一性業務化的實施手段，是一個重要課題。

1 資料均一性

時間序列長、連續性強且均一性較好的各種學科數據集是科研工作的基礎。均一性的概念最早由Conrad[18]于1950年提出，他認為只包含天氣和氣候變化的時間序列才可稱之為均一性時間序列。然而許多非氣候因素對大多數長時間序列造成不同程度的影響，以至于一些氣候因素的真實變化被掩蓋。Mitchell[19]于1953年指出，站點遷移以及觀測儀器、觀測技術、觀測時間、計算方法和站點周圍環境的改變是影響均一性的主要非氣候因素。這些因素可能會導致虛假的、不連續的變化趨勢，以至于得出模糊甚至是歪曲的氣候變化事實[20]。因此，對資料進行均一化處理是十分重要和必要的。

1.1 非均一性產生原理

(1)

1.2 均一性檢驗方法分類

均一性檢驗的方法有很多種，李慶祥等[1,22]總結過去幾十年來發展起來的資料均一性檢驗方法，將其大致歸納為2類。①直接方法：包括元數據(Metadata)的應用和儀器的平行比較以及統計研究；②間接方法：包括利用單站資料、構造參照序列、主觀調整和客觀統計。

這種分類方法與郭艷君[23]提出的均一化方法分類極為吻合，郭艷君認為均一化方法主要有直接修訂法和間接修訂法(即統計方法)2類。①直接修訂法：包括歷史記錄法、單點臺站的對比觀測和不同儀器的統計結果；②間接修訂法：利用統計方法檢測探空序列中的突變來判定間斷點。

目前資料均一化檢驗方法的發展趨勢主要有2個方向。①不依賴于參考序列進行的單站待檢資料的均一性檢驗，主要包括懲罰最大F檢驗[24-26]、F檢驗[27-28]、T檢驗[28-29]、U檢驗[28-29]和偏差檢驗[27-28]；②通過多站或已均一化的數據集作為參考序列對待檢資料進行的均一性檢驗，主要包括懲罰最大T檢驗[24-26]、標準正態檢驗法[4]、兩項回歸檢驗法[30]、連續T檢驗[28]和距平累加法[28]等。

2 幾種常用的均一性檢驗方法

2.1 標準正態檢驗法

Alexandersson[4]發展的廣泛適用的標準正態檢驗法(Standard Normal Homogeneity Test，SNHT)是一種最大似然檢驗方法，利用鄰近站的資料構建待檢序列的參考序列，對待檢序列和參考序列的比值或差值序列進行均一性檢驗。具體檢驗過程[31]如下。

零假設H0:z∈N(0,1)?i

(2)

H1，對某些1≤v≤n和μ1≠μ2有

(3)

(4)

(5)

將式(4)帶入式(5)得

(6)

(7)

根據式(7)可計算出檢驗統計量T序列的最大值Tmax。當Tmax大于某臨界值水平T95，則該序列為該水平上的非均一。其中臨界值與序列長度n有關。

這種依賴于參考序列進行均一性檢驗的SNHT方法是目前國內外比較常用的方法，但參考序列的選取對檢驗效果有很大影響，如何選取好的參考序列也是均一化的難點之一[32]。

2.2 兩項回歸法

兩項回歸法(Two-Phase Regression，TPR)由Solow[30]于1987年提出，1995年經Easterling和Peterson等[6]加以完善，后稱之為E-P技術。該方法首先被應用于地面溫度的均一化檢驗，其基本原理是以待檢序列與參考序列的差作為檢測序列，在可能的間斷點前后作線性回歸，當2段線性回歸的殘差達到最小值時，則該時間點為資料的間斷點(非均一點)[23]。具體檢驗過程[33]如下。

(8)

建立回歸模型：

(9)

兩項回歸法是眾多均一化檢驗方法中較為經典的一種方法，是檢測待檢序列中存在均值及趨勢轉折點的有效方法，此方法對于序列中由人為原因造成的不連續點有較好的檢測效果[34]。該方法對于中國探空資料序列是較為適用的均一化方法，翟盤茂[35]對廣州和北京等地高空溫度的均一化處理也印證了這一觀點。

2.3 懲罰最大F檢驗法

懲罰最大F檢驗法(Penalized Maximal F test，PMFT)經驗性地考慮時間序列的滯后一階自相關導致的統計量檢驗偏差問題，并嵌入回歸檢驗算法，能用于檢驗并訂正序列中一個或多個突變點。通過應用經驗的懲罰函數，可使誤報警率和檢驗能力的非均勻分布問題大大減少[2,24-26,36]。具體檢驗過程[3,36]如下。

Xt=μ+βt+εt,t=1,2,…,N

(10)

若存在間斷點，假設為：

(11)

(12)

式中：P(k)為通過試驗得到的經驗性的懲罰因子，其建立方法可參照文獻[24]和[25]。此外，

(13)

(14)

(15)

通過回歸檢驗算法檢驗出來多個間斷點，計算所有間斷點的統計量Fmax,找出最大的Fmax對應的間斷點，如果是顯著的，該突變就被認為是找到的第1個間斷點；尋找該間斷點位置之后每段最可能的間斷點，估計其顯著性，找出下一個可能的間斷點，重復該過程，分步找出所有的間斷點；將間斷點按照顯著性由大到小排列，形成間斷點列表，判斷最小的間斷是否顯著，當不顯著時即剔除該間斷點，再次評估剩余間斷的顯著性，最終保留統計顯著的間斷即為序列檢驗得到的變點[24-25,36]。

這種方法不依賴參考序列，因而避免由于參考序列非均一帶來的檢驗誤差[24-25],但必須有完整且詳盡的元數據信息作為支持，才能準確判斷檢驗出來的斷點是否是真實的非均一性點。此外，大量研究結果表明，單站檢驗法并不能完全檢驗出氣候序列的非均一性[28]，因其不能去除氣候變化本身的變化趨勢，會導致在斷點判斷上存在漏判的現象[37]，且該方法受分段檢驗的影響，能檢驗的最短序列長度是20[26]。

2.4 懲罰最大T檢驗法

懲罰最大T檢驗法(Penalized Maximal T test，PMT)和PMFT是加拿大環境部的Wang[24-26]在SHNT、TPR等的基礎上發展的RHtest序列均一性檢驗系統中的2種不同檢驗方法，該系統得到國內外很多研究人員的試用和認可。PMT也是針對正態化的待檢序列進行的(待檢序列的構建過程與SNHT相同)，與PMFT不同的是，PMT對序列進行均一性檢驗時需要依賴參考序列。具體檢驗過程[3]如下。

(16)

(17)

3 我國均一化檢驗方法的研究和應用

國外學者于20世紀80年代初對氣象資料的均一性開展大量的研究工作[38-42]，結果表明，去除顯著間斷點的時間序列能更準確且更容易地進行氣候要素分析[4,43]。我國的均一化研究起步較晚，探空觀測資料均一化研究始于20世紀90年代，并且是針對少數臺站進行的試驗性研究[35,44]。近年來，很多學者致力于氣溫、大氣壓強、降水量、風速風向等地面觀測氣象要素的均一性檢驗及訂正分析研究，開展一系列嘗試性研究[35-36,45-48]，尤其是對氣溫數據的均一性研究已取得突破性進展，建立了1951—2004年的中國均一化歷史氣溫數據集，為氣候研究應用等工作提供高質量氣溫數據[49]。與此同時，對于海洋環境水文與氣象要素的均一性研究才剛剛起步，需要大力發展。

3.1 探空氣象資料均一性檢驗的研究和應用

翟盤茂[35]利用綜合靜力學質量控制技術，分析中國歷史探空資料集中的一些過失和誤差情況，結合E-P技術著重研究20世紀60年代探空資料中的不均性問題，結果表明，資料的不均一性與探空儀和輻射訂正方法的改變有密切聯系。

郭艷君等[23,32,47]從理論基礎入手，系統總結國內外近年來高空大氣溫度長期變化趨勢的研究成果及其不確定性產生的主要原因，通過靜力學質量控制、兩項回歸法和再分析序列對1958—2005年我國116個探空站的高空溫度序列進行均一化處理，結果表明，我國探空溫度序列存在明顯的間斷點，儀器和輻射訂正方法的改變等是造成間斷點的主要原因，間斷點的訂正對序列趨勢的影響較為顯著；兩項回歸法是適合中國高空溫度序列均一化檢驗的方法，參照序列可選取夜間序列或再分析資料；此外還對序列的不確定性進行探討，指出造成不確定性的主要原因是原始資料、臺站選取和不同均一化方法的選用。

陳哲等[50-51]先后利用PMFT、PMT(以ERA-interim資料作為參考序列)對中國的位勢高度資料和等壓面月平均探空溫度資料(1979—2012年)進行非均一性檢驗和訂正，發現該資料的非均一性問題。在此基礎上，陳哲等[37]又利用3種不同的均一性檢驗方法(PMFT、PMT和美國國家氣候數據研究中心開發的Pairwise)，結合再分析資料和元數據信息，對中國123個探空臺站的溫度資料(1951—2008年)進行均一性檢驗和訂正，結果表明，3種方法對中國探空溫度資料訂正的幅度和訂正前后的趨勢變化存在差異，其中PMT結合再分析資料的客觀判斷方法較適合中國探空資料的均一性檢驗和訂正。

3.2 地面氣象資料均一性檢驗的研究和應用

遠芳等[52]使用RHtest軟件與元數據信息相結合的方法，對中國825個基準/基本站的地面氣壓月值數據進行均一性檢驗和訂正，取得明顯效果，發現有400個站的氣壓數據均一、425個站存在系統誤差，均一化之后，站點氣壓長期趨勢的空間一致性更好。

李金田等[53]利用SNHT和t檢驗方法對臨河站時間序列長達52年的地面溫度資料進行均一化檢驗，非均一的時間斷點分別出現在1980年和1995年，這與站點遷移和高大建筑建設的時間相吻合，在季節上主要表現為冬夏明顯、春秋次之。

張卉等[54]利用1957—2013年五臺山氣象觀測站的地面逐月氣溫和降水量資料，采用4種不同的均一性檢驗方法(滑動T檢驗、回歸訂正法、線性傾向估計、滑動平均法)，全面分析五臺山氣象站遷站前后氣候資料均一性與氣候變化特征。

張高杰等[3]應用RHtest方法結合臺站元數據信息對我國1 725個氣象臺站1961—2009年月降水資料進行均一性檢驗試驗和訂正，田紅等[31]采用SNHT對江淮流域內蘇皖2省的41個代表站1961—2003年逐年降水量序列進行均一性檢驗，劉小寧等[55]利用比值法對我國1951—1990年年降水量序列進行均一性檢驗，以上研究結果均表明，我國降水資料序列均一性良好，絕大部分降水資料基本可靠，站址遷移及雨量器的更換是造成部分降水序列非均一的重要原因，訂正后的降水序列均一性有很大改善。

劉小寧等[45]采用SNHT對1951—1990年我國690個氣象觀測站年平均風速資料進行均一性檢驗，曹麗娟等[36]利用PMFT對1951—2006年我國701個氣象觀測站年平均風速資料進行均一性檢驗，得到相似結論，即我國大部分臺站風速資料均一性良好，臺站遷移和儀器改變是引起年平均風速序列非均一性的主要原因，其中儀器改變是最重要的原因。

朱亞妮等[56]利用PMT和PMFT，選取均一的鄰近站為參考站，使用相關系統權重平均構建參考序列，結合元數據信息，對近64年中國2 400余個國家級地面站月平均相對濕度進行非均一性檢驗與訂正，結果表明，中國地面相對濕度資料存在較嚴重的非均一問題，68%的臺站存在斷點，人工觀測轉自動觀測、臺站遷移和時次變化是造成序列非均一的主要原因。

3.3 海洋環境資料均一性檢驗的研究和應用

相對于氣象觀測資料序列的非均一性研究而言，海洋要素(如海平面、海表溫度)資料序列的非均一性研究甚少，尚停留在嘗試水平且方法單一，僅見在渤海海域的初步研究[2,57]。

王慧等[57]主要使用趨勢性和周期性信號、顯著性檢驗技術以及相鄰站同步資料對比分析等方法對渤海西部海平面資料的均一性進行診斷及訂正，李琰等[2]采用PMFT和PMT對環渤海沿岸具有代表性且資料完整的6個海洋觀測站的月平均海表溫度(SST)序列作均一性檢驗和訂正。雖然二者的研究方法與研究對象均有不同，但結果相似，即無論是渤海西部的海平面資料序列，還是環渤海地區的SST資料序列都存在明顯的非均一性，觀測站較大距離遷移、觀測系統和儀器改變、零點變動、地面沉降以及自然環境變化等都是造成資料序列非均一性的原因，訂正之后的資料序列長期變化趨勢更加明顯、線性相關系數變大。

4 討論與展望

目前國內外有10余種對資料進行均一性檢驗與訂正的方法，多數學者都是用某一種方法對一種或幾種要素進行檢驗，但大量文獻表明，不同的均一性檢驗與訂正方法對同一序列的檢驗是存在差異的。Free等[58]和陳哲等[37]分別采用不同的均一性檢驗方法對國內外探空溫度資料序列進行研究分析，都指出不同均一化方法對研究結果會造成不同程度的不確定性，并簡單指出了大致原因。

截至2016年，我國有120余個海洋觀測臺站，在國內外針對氣象資料的均一性研究基本成熟的基礎上，在海洋環境資料方面的研究和應用亦應得到充分重視。為能更加有效、充分地利用越來越多的觀測資料，亟待解決對其進行均一化處理并制作形成均一性的科學合理的數據集的重要問題。如何選取最適合中國海洋環境水文與氣象資料特點的均一性檢驗方法，以及如何建立多種均一性檢驗與訂正方法聯合使用研究的檢驗系統，也是今后研究的重點和關鍵。

[1] 李慶祥，劉小寧，張洪政，等.定點觀測氣候序列的均一性研究[J].氣象科技，2003，31(1)：3-10.

[2] 李琰，牟林，王國松，等.環渤海沿岸海表溫度資料的均一性檢驗與訂正[J].海洋學報，2016，38(3)：27-39.

[3] 張高杰，何金海，周自江，等.RHtest方法對我國降水資料的均一性檢驗試驗[J].氣象科技，2012，40(6)：915-921.

[4] ALEXANDERSSON H.A homogeneity test applied to precipitation data[J].International Journal Climatology，1986(6)：661-675.

[5] JONES P D，BRADLEY R S，DIAZ H F，et a1.Northern Hemisphere surface air temperature variations:1851-1984[J].Journal of Climate and Applied Meteorology，1986，25：161-179.

[6] EASTERLING D R，PETERSON T C.A new method for detecting undocumented discontinuities in climatological time series[J].International Journal Climatology，1995，15：369-377.

[7] HERZOG J，MULLE W G.Homogenization of various climatological parameters in the German weather service[R].In:Proceedings of the first seminar for homgenization of surface climatological data，1996：101-111.

[8] PETERSON T C，EASTERLING D R，KARL T R，et a1.Homogeneity adjustments of in situ atmospheric climate data：a review[J].International Journal of Climatology，1998，18：1493-l517.

[9] LI Q X，LIU X N，ZHANG H Z，et a1.Detecting and adjusting on temporal inhomogeneity in Chinese mean surface air temperature dataset[J].Advance in Atmospheric Sciences，2004，21(2)：260-268.

[10] 李慶祥，李偉.近半個世紀中國區域歷史氣溫網格數據集的建立[J].氣象學報，2007，65(2)：293-300.

[11] LI Q X，PENG J D，SHEN Y.Development of China homogenized monthly precipitation dataset during 1900-2009[J].Journal of Geographic Science，2012，22(4)：579-593.

[12] CAO L J，ZHAO P，YAN Z W，et a1.Instrumental temperature series in eastern and central China back to the nineteenth century[J].Journal of Geophysical Research：Atmospheres，2013，118(15)：8197-8207.

[13] XU W H，LI Q X，WANG X L，et a1.Homogenization of Chinese daily surface air temperature and analysis of trends in the extreme temperature indices[J].Journal of Geophysical Research：Atmospheres，2013，118(17)：9708-9720.

[14] ZHANG L，REN G Y，REN Y Y，et a1.Effect of data homogenization on estimate of temperature trend：a case of Huairou station in Beijing municipality[J].Theoretical and Applied Climatology，2014，115(34)：365-373.

[15] 方國洪，王凱，郭豐義，等.近30年渤海水文和氣象狀況的長期變化及其相互關系[J].海洋與湖沼，2002，33(5)：515-525.

[16] YAN Z W，YANG C.Influence of Inhomogeneity on the Estimation of mean and extreme temperature trends in Beijing and Shanghai[J].Advances in Atmospheric Scineces，2001,18(3)：309-322.

[17] 肖冰霜，馬玉霞，趙天保，等.基于均一化資料的中國大陸極端溫度的長期趨勢[J].氣象，2016，42(3)：339-346.

[18] CONRAD V，POLLAK C.Methods in Climatology[M].2nd ed.Cambridge:Harvard University Press，1950:459.

[19] MITEHELL J M.On the causes of instrumentally observed secular temperature trends[J].J Meteor，1953，10(4)：244-261.

[20] 鄔宏，張稱意，王立新，等.近50年中國東部林區最高氣溫序列[J].林業科學，2013，49(8)：1-9.

[21] 宋超輝，劉小寧，李集明.氣溫序列非均一性檢驗方法的研究[J].應用氣象學報，1995，6(3)：289-296.

[22] 李慶祥.氣候資料均一性研究導論[M].北京:氣象出版社，2011：11-12.

[23] 郭艷君.高空大氣溫度變化趨勢不確定性的研究進展[J].地球科學進展，2008，23(1)：24-30.

[24] WANG X L.Penalized maximal F-test for detecting undocumented mean-shifts without trend-change[J].Jouranl of Atmospheric and Oceanic Technology，2007，25(3)：368-384.

[25] WANG X L，WEN Q H，WU Y.Penalized maximal t test for detecting undocumented mean change in climate data series[J].Journal of Applied Meteorology and Climatology，2007，46(6)：916-931.

[26] WANG X L.Accounting for autocorrelation in detecting mean shifts in climate series using the penalized maximal T or F test[J].Journal of Applied Meteorology and Climatology，2008，47(9)：2423-2444.

[27] 王樹廷，王伯民，等.氣象資料的整理和統計方法[M].北京:氣象出版社，1982:34-35.

[28] 吳利紅，毛裕定，胡德云，等.地面氣候資料序列均一性檢驗與訂正系統[J].浙江氣象，2005，26(4)：40-44.

[29] 屠其璞，王俊德，丁裕果，等.氣象應用概率統計學[M].北京:氣象出版社，1984:22-23.

[30] SOLOW A.Testing for climatic chang：an application of the two-phase regression model[J].J Appl Meteorol，1987，26：1401-1405.

[31] 田紅，江雙五，魯俊.江淮流域年降水量和溫度的均一性檢驗[J].氣象科學，2008，28(2)：227-231.

[32] 郭艷君，李慶祥，丁一匯.探空資料中的人為誤差對中國溫度長期變化趨勢的影響[J].大氣科學，2009，33(6)：1309-1318.

[33] 張高杰，曹麗娟，李亞麗.均一性對西北五省氣溫變化特征影響分析[J].農業災害研究，2013，3(2/3)：27-32.

[34] 魏娜，孫嫻，姜創業，等.臺站遷移對陜西省氣溫資料均一性的影響及其偏差訂正[J].氣象，2012，38(12)：1532-1537.

[35] 翟盤茂.中國歷史探空資料中的一些過失誤差及偏差問題[J].氣象學報，1997，55(5)：563-572.

[36] 曹麗娟，鞠曉慧，劉小寧.PMFT方法對我國年平均風速的均一性檢驗[J].氣象，2010，36(10)：52:56.

[37] 陳哲，楊旭，劉靚珂，等.3種方法對中國探空溫度資料均一性檢驗對比分析[J].氣象與環境學報，2014，30(6)：141-146.

[38] QUAYLE R G，EASTERLING D R，KARL T R，et a1.Effects of recent thermometer changes in the cooperative station network[J].Bull Amer Meteor Soc，1991，72(11)：1718-1723.

[39] CHENOWETH M.A possible discontinuity in the U.S.historical temperature record[J].J.Climate，1992，5(10)：1172-1179.

[40] PETERSON T C.Assessment of urban versus rural in situ surface temperatures in the contiguous United States:No difference found[J].J.Climate，2003，16(18):2941-2959.

[41] WIJINGAARD J B，KLEIN T A M G，KONNEN G P.Homogeneity of 20th century European daily temperature and precipitation series[J].International Journal of Climatology，2003，23(6)：679-692.

[42] DELLA-MARTA P M，WANNER H.A method of homogenizing the extremes and mean of daily temperature measurements[J].J.Climate，2006，19(17)：4179-4197.

[43] WINKLER J A，SKAGGS R H，BAKER D G.Effect of temperature adjustments on the Minneapolis-St.Paul urban heat island[J].J App1 Meteor，1981，20(11)：1295-1300.

[44] ZHAI P M，ESKRIDGE R E.Analyses of inhomogeneities in radiosonde temperature and humidity time series[J].J Climate，1996，9：884-894.

[45] 劉小寧.我國40年年平均風速的均一性檢驗[J].應用氣象學報，2000，11(1)：27-34.

[46] 吳必文，溫華洋，惠軍.基于Γ分布的氣壓序列非均一性檢驗方法初探[J].應用氣象學報，2008，19(4)：496-501.

[47] 郭艷君，丁一匯.近50年我國探空溫度序列均一化及變化趨勢[J].應用氣象學報，2008，l9(6)：646-654.

[48] 李慶祥，彭嘉棟，沈艷.1900-2009年中國均一化逐月降水數據集研制[J].地理學報，2012，67(3)：301-311.

[49] 司鵬，徐文慧.利用RHtest V4軟件包對天津1951-2012年逐日氣溫序列的均一性分析[J].氣候與環境研究，2015，20(6)：663-673.

[50] 陳哲，吳茜，熊安元，等.中國探空位勢高度資料的非均一性檢驗與訂正[J].氣象，2013，39(10)：1337-1343.

[51] 陳哲，楊溯.1979-2012年中國探空溫度資料中非均一性問題的檢驗與分析[J].氣象學報，2014，72(4)：798-804.

[52] 遠芳，曹麗娟，唐國利，等.中國825個基準、基本站地面氣壓系統誤差的檢驗與訂正[J].氣候變化研究進展，2015，11(5)：331-336.

[53] 李金田，李福平，段心靈，等.臨河站溫度資料的均一性分析[J].內蒙古氣象,2010(6):14-17.

[54] 張卉，程永明，楊梅紅.五臺山站氣候資料均一性檢驗及氣候變化趨勢分析[J].中國農學通報，2016，32(7)：168-173.

[55] 劉小寧，孫安建.年降水量序列非均一性檢驗方法探討[J].氣象，1995，21(8)：3-6.

[56] 朱亞妮，曹麗娟，唐國利，等.中國地面相對濕度非均一性檢驗及訂正[J].氣候變化研究進展，2015，11(6)：379-386.

[57] 王慧，劉克修，范文靜，等.渤海西部海平面資料均一性訂正及變化特征[J].海洋通報，2013，32(3)：256-264.

[58] FREE M，DUNE I，AGUILAR E，et a1.Creating climate reference datasets：CARDS workshop on adjusting radiosonde temperature data for climate monitoring[J].Bulletin of the American Meteorological Society，2002，83：891-899.

Homogeneity Study of Fixed-point Continuous Marine Environmental and Meteorological Data

YANG Yang，YANG Jinkun，MIAO Qingsheng，DONG Mingmei，LIU Yulong

(National Marine Data and Information Service，Tianjin 300171，China)

In this paper,the principle of inhomogeneity and the classification of homogeneity test methods were briefly described,and several common inhomogeneity methods and relative merits were described in detail.The present status and the progress were reviewed based on the applications of the different homogeneity methods to the radiosonde meteorological data,ground meteorological data,and marine environment data.At present,the homogeneity research of radiosonde and ground meteorological data is mature,and the research and application in marine environmental data should also be given full attention.By carrying out a variety of test and correction methods combined with the use of multi-mode test system,the results would be more reasonable and scientific,and also will provide accurate first-hand information for the coastal climate change researches.

Homogeneity test，Data processing，Hydrometeor，Fixed-point continuous observation

2016-12-19；

2017-05-22

楊揚，助理研究員，碩士，研究方向為水文氣象資料處理、管理、質量控制和方法，電子信箱：yang03034101@126.com

楊錦坤，高級工程師，碩士，研究方向為水文氣象資料管理和質控方法，電子信箱:yangjk@nmdis.org.cn

P731

A

1005-9857(2017)06-0085-07