本发明属于自动气象站采集数据的质量控制领域，具体涉及一种自动气象站土壤湿度数据质量控制方法。
背景技术：
土壤湿度是控制陆地和大气间水分和能量交换过程的重要变量，而自动气象站观测是获取地表土壤湿度的主要手段，且具有时间连续性好和站点密集等优点。但由于传感器敏感性、仪器供电稳定性等原因，自动气象站数据存在异常值与误差，需要对土壤湿度自动监测数据进行检验筛选，进一步提高地表自动气象站观测的准确性，从而提高自动气象站观测数据在长期气候研究和短时预报的可靠性。
目前，全球范围内有多个土壤湿度数据库，提供自动气象站土壤湿度数据。但这些数据库中的土壤数据大多未进行标定，对异常值的剔除采用简单的设定阈值的方法，这种方法虽然较为简单，但不能有效剔除出阈值内的异常值。因此，迫切需要建立一种自动气象站土壤湿度数据质量控制新方法。
技术实现要素：
本发明所要解决的技术问题是：提供一种自动气象站土壤湿度数据质量控制方法，解决现有质量控制方法不能有效剔除出阈值内异常值的问题，提高自动气象站观测数据的质量。
本发明为解决上述技术问题，采用如下技术方案：
一种自动气象站土壤湿度数据质量控制方法，包括以下步骤：
步骤1：采集原始自动气象站土壤湿度观测数据；
步骤2：对原始自动气象站土壤湿度观测数据进行基本质量控制，得到基本质量控制后的数据；
步骤3：对基本质量控制后的数据采用谱分析方法，筛选剔除观测数据中的随机噪声、异常峰值和异常平稳值，完成自动气象站土壤湿度数据质量控制。
进一步的，步骤1中，若原始土壤湿度数据为土壤相对湿度，则需要先将土壤相对湿度数据进行单位转换。
进一步的，步骤2中，通过阈值设定，剔除异常值，完成基本质量控制。
进一步的，综合考虑地理气候条件设定阈值，通常将土壤湿度阈值设定为0.6m3/m3。
进一步的，步骤3中，谱分析方法以观测值及其二次导数的平均值、均方差、变化率等统计量为判据。
与现有技术相比，本发明具有如下有益效果：
通过有效剔除出阈值内的异常值，来实现对自动气象站观测数据的质量控制，弥补了传统质量控制方法的不足，能够提高自动气象站观测数据在长期气候研究和短时预报的可靠性。
具体实施方式
下面对本发明做进一步详细描述，以下实施例仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的各种等价形式的修改，均涵盖在本发明的权利要求范围内。
本实施例获取2005-2015年江西省50个自动气象站土壤湿度数据，江西省自动气象站观测数据均有缺测，两种异常值中，异常平稳值占绝大部分。
与降水时间序列对比发现，不同降水强度下各层土壤湿度变化存在一定差异。
通过综合考虑江西省的地理气候条件，将土壤湿度阈值设定为0.6m3/m3，实现原始数据基本质量控制，采用谱分析方法，以观测值及其二次导数的平均值、均方差、变化率等统计量为判据，筛选剔除观测数据中的随机噪声、异常峰值和异常平稳值，完成质量控制。
结果表明，质量控制后的数据得到了明显改善。