Qualitätssicherung der Messungen

Die Qualitätssicherung der Messungen bereitet die Rohdaten für die weitere Analyse vor. Datenfilterung, Gap Filling und Homogenisierung steigern den Wert der Rohmessdaten erheblich.

meteoblue bietet eine Qualitätssicherung der Messungen auf Basis der über die API verfügbaren Messdaten. meteoblue unterscheidet zwischen drei verschiedenen Anwendungsfällen: Einzelstation, mehrere Stationen und Stadtnetz. Die Qualitätssicherung wird für die folgenden Wettervariablen angeboten:

  • Lufttemperatur
  • Niederschlag
  • Windgeschwindigkeit
  • Windrichtung
  • Sonneneinstrahlung
  • Relative Luftfeuchtigkeit

Die Qualitätssicherung der Messungen ermöglicht Echtzeitwarnungen für den Fall, dass die Datenübertragung gestört ist und die Stationen keine Informationen senden. Darüber hinaus erstellen wir monatliche Berichte und meteorologische Statistiken für Klimaindizes und Stationsabdeckung. Außerdem bietet das System eine Datennormalisierung in gleichmäßig verteilten Zeitstempeln und bietet Funktionen wie Stationsqualitätskontrolle, Gap Filling und Datenhomogenisierung. Die Verfügbarkeit dieser Funktionen hängt vom Anwendungsfall und der meteorologischen Variable ab.

Gleichmäßig verteilte Zeitstempel

Verschiedene Stationsanbieter können die Messungen mit unterschiedlicher zeitlicher Auflösung aufzeichnen. Um die Messungen verschiedener Stationsbetreiber zu vergleichen, ist es notwendig, den gleichen Zeitstempel zu verwenden. Außerdem zeichnen die Stationen in der Regel nicht genau zur vollen oder halben Stunde auf. Daher interpoliert das Zeitstempel-Tool in Richtung der vollen und halben Stunde. Der Kunde kann über die zeitliche Auflösung des Datensatzes entscheiden. Wenn die gewählte zeitliche Auflösung kleiner ist als die zeitliche Auflösung des Stationsanbieters, werden die Werte zwischen den regulären zeitlichen Auflösungen mit NaN (Not a Number) gefüllt.

Qualitätskontrolle der Stationen

Die Qualitätskontrolle erfolgt in einem dreistufigen Prozess:

Screening

Die Metadaten der Stationen werden auf ihre Korrektheit überprüft. Liegt der Breiten- oder Längengrad der Station außerhalb der natürlichen Koordinaten der Erde, werden die Stationsdaten einem Korrekturprozess unterzogen. Zusätzlich wird die Datenabdeckung auf der Grundlage des Verhältnisses der relevanten Werte (d. h. derjenigen, die nicht gleich NaN sind) berechnet.

Statische Qualitätskontrolle für jeden Standort einzeln

Auf die Zeitreihen der einzelnen Stationen werden mehrere verschiedene Filter angewendet. Diese Filter sind in der Regel unterschiedlich für die verschiedenen Variablen.

QC1-Filter für Temperatur Beschreibung
NaN-Prüfung Erkennen von NaNs
Logische Prüfung Erkennen unlogischer, zu hoher oder zu niedriger Werte
Statische Prüfung Erkennen von Ausreißern außerhalb der Schwellenwerte
Flatliner-Check Erkennen von Flatlinern, bei denen aufeinanderfolgende Werte gleich sind
Blip-Check Erkennen plötzlicher Temperaturänderungen oberhalb des Schwellenwerts
Räumliche Prüfung Erkennen räumlich unlogischer Werte

Dynamische Qualitätskontrolle

Die dynamische Qualitätskontrolle wird für komplexe Vergleiche zwischen verschiedenen Stationen verwendet (gilt nur für den Anwendungsfall des Stadtnetzes, siehe oben). Die räumliche Konsistenz der Stationen wird durch Kontrolle mithilfe von benachbarten Stationen innerhalb eines bestimmten Radius überprüft.

Gap Filling

Für das Gap Filling werden drei verschiedene Ansätze verwendet.

  1. Lineare Interpolation
    • Wenn die Lücke nur einen Zeitstempel umfasst
  2. Verwendung einer anderen Station
    • Wenn die Lücke größer als ein Zeitschritt ist
    • Suche nach der Station mit der besten Korrelation auf der Grundlage historischer Messungen
    • Verwendung der Station mit der besten Korrelation und Anwendung einer Verzerrungskorrektur (um eine mögliche Verzerrung zwischen den beiden Stationen zu berücksichtigen)
  3. Verwendung von Modelldaten
    • Wenn die Lücke größer als ein Zeitschritt ist
    • Verwendung von Modelldaten aus der meteoblue Modellkette, die am besten zu der Station passt (Auswahl von bis zu 20 verschiedenen numerischen Wettervorhersagemodellen (NWP) je nach Standort)

Homogenisierung der Daten

Das meteoblue Datenhomogenisierungstool enthält mehrere Funktionalitäten für eine Vielzahl von Anwendungsfällen.

Für Temperaturmessungen stehen zwei verschiedene Ansätze (Bias-Korrektur und Strahlungskorrektur) zur Verfügung, die sich gegenseitig ergänzen und auf unterschiedlichen Annahmen beruhen. Wird ein städtisches Low-Budget-Sensornetz verwendet, kann eine Verzerrungskorrektur im operativen und historischen Anwendungsfall angewendet werden, wenn mindestens ein Low-Budget-Sensor in der Nähe einer WMO-Standardstation (z. B. METAR, MeteoSchweiz usw.) installiert ist. Die Bias-Korrektur berechnet in Echtzeit die Differenz zwischen dem Low-Budget-Sensor und der WMO-Station und korrigiert diese Differenz für alle Sensoren im Stadtnetz mit einer Aktualisierungsfrequenz der WMO-Messung. Diese Verzerrungskorrektur wird auf alle im Stadtnetz verfügbaren Variablen angewandt. Diese Methode berücksichtigt systemische Diskrepanzen zwischen der WMO-Station und dem Stadtnetz, z. B. Fehler aufgrund von Wärmestau oder systematische Fehler, die während der Nacht auftreten.

Für den Anwendungsfall "Historisches Stadtnetz" wird eine wissenschaftliche Strahlungskorrektur angewendet, um die bestmögliche Qualität der historischen Wetterdaten zu gewährleisten. Beachten Sie, dass es aufgrund der Komplexität dieser Strahlungskorrektur nicht möglich ist, diese Methode im operationellen Einsatz zu verwenden.

Aus diesem Grund unterscheiden sich die Ergebnisse im Betrieb von den Ergebnissen des historischen Datenpakets, wo normalerweise die höchste Qualität erreicht wird.

Die wissenschaftliche Strahlungskorrektur basiert auf unseren speziellen Verfahren, die in einem wissenschaftlichen Forschungsbericht veröffentlicht wurden, und umfasst separate Korrekturen für schattige und sonnige Bedingungen. Als Eingangsgrößen für die Strahlungskorrektur werden die direkte kurzwellige Strahlung, die diffuse kurzwellige Strahlung, die Lufttemperatur, die Windgeschwindigkeit und der Sonnenhöhenwinkel verwendet.

Vergleich der Lufttemperatur von drei verschiedenen Sensoren (Metos LoRain, Sensirion, WMO-Referenz) in der
    Schimmelstrasse, Zürich im Juni 2020. Vergleich der Lufttemperatur zwischen der WMO-Referenz, dem unkorrigierten Metos LoRain und dem korrigierten
    Metos LoRain Sensor.