[发明专利]一种时间维度和空间维度结合的异常站点筛查方法

权利要求书

1.一种时间维度和空间维度结合的异常站点筛查方法，包括以下步骤：

步骤1、采用Hampel法通过某一测站降雨时间序列查找出测站异常年份，在时间维度上初步判定基准站；

所述步骤1采用Hampel法进行时间维度判别，对于年序列小于10的测站，阈值设定为2.24；当值大于2.24时，则判定X_i为异常点，i为该测站的异常年份; 其公式如下：/其中，X_i为数据序列X中的某一值，Median为X的中位数，MAD（median absolute deviation）为数据集Y的中位数，/是测站年降雨量数据序列，步骤2、采用改进的格拉布斯准则进行空间维度判别，通过异常年份测站的周边测站雨量确定是否为异常，再次判别基准站；

所述步骤2采用改进的格拉布斯准则进行空间维度判别时，根据研究区面积、测站分布情况，在考虑待测站点与周边站点距离的基础上，通过经纬度将目标分区，计算机程序在查找20km范围内测站时，仅在其中一个区域内查找即可,目标分区的区域同时进行搜索对比,已经判断为异常的测站在后续判别待测站时不作为周边测站参与比较，减少部分异常值对判别效果的不良影响；先将通过Hampel法初步判定为某年异常的测站选出，在其周围以20km为半径划定区域，区域内测站约50个左右，区域内所有站点的年雨量值构成样本，通过从小至大排序为样本序列设定临界系数G(a, n)的值G₀，G₀通过查临界值表获得，a为显著性水平，取a为0.05，并计算G₁，G_n：/其中，n为测站数量，X_中为样本中位数，σ为标准差;

若G₁≥G_n且G₁＞G₀，则判定x₁为异常值并予以剔除；若G_n≥G₁且G_n＞G₀，则x_n为异常值并予以剔除；若G₁＜G₀且G_n＜G₀，则不存在异常值；若存在异常值，则剔除之后用剩余站点的年雨量值重新计算，重复上述步骤，直到无异常值为止；

步骤3、基准站确定后采用周边测站分析法基于逐小时降雨监测数据判别异常站点；

所述步骤3逐小时降雨监测数据判别时，周边分析法分析范围的最佳半径R与监测站网密度p关系为p=0.0267R²+0.4667R+12，半径取值范围为[5km,30km]，p取值范围为[15km²/站，50km²/站];

步骤4、雷达辅助校验异常站点；

所述步骤1采用Hampel法从时间维度上判定站点监测数据的异常年份，所述步骤2采用改进的格拉布斯准则借助周边测站从空间维度再做判断;

所述步骤4中雷达辅助检验方法筛查条件有三，缺一不可，一是用雷达低层仰角反射率是否超过20dBZ阈值，验证雨区与非雨区边界处测站判定结果；二是通过雷达基数据反演降雨强度，并与测站降雨量级进行对比，验证测站是否异常；三是通过对比反射率空间变化梯度值与雨量站观测梯度值，验证雨强差异较大的雨区边界处测站判定结果，当反射率空间变化梯度小于雨量站观测梯度值1倍时则判定为异常。