محسن رحمدل

تشخیص و تحلیل داده های پرت یکی از گام های ابتدایی مهم در تحلیل داده هاست. یک داده پرت در سری های هواشناسی می تواند نشان دهنده ی یک رخداد فرین باشد یا خطای ناشی از اندازه گیری، مشاهده و ثبت است. اگر داده ها ی پرتی که حاصل خطای انسانی یا نقص تجهیزات اندازه گیری هستند شناسایی نشده و حذف نگردند، به عنوان داده ی فرین ثبت خواهند شد و موجب اریبی در نتایج مطالعات اقلیمی می شوند. در این مقاله، داده های پرت سری های زمانی سرعت باد و فشار برای 14۳ ایستگاه هواشناسی کشور در دوره نرمال اقلیمی 1991- 2020 مورد تحلیل قرار گرفت. برای این منظور ابتدا داده های پرت مکانی با استفاده از الگوریتم کلایماتول مشخص شد و در مرحله دوم با تحلیل های زمانی و هواشناختی، خطاها شناسایی شدند. در مرحله اول برای پارامترهای فشار ایستگاه، فشار تبدیل شده ایستگاه به سطح دریا، فشار بخار، سرعت باد و سرعت باد ماکزیمم به ترتیب 40، 42، 93، 52 و 41 داده پرت شناسایی شد و در مرحله دوم به ترتیب 20، 10، 56، 20 و 27 تعداد از این داده ها خطا تشخیص داده شدند. این نتایج به تفکیک ایستگاه و تاریخ گزارش شده اند، تا مورد استفاده محققان در سایر مطالعات، بویژه مطالعات تغییراقلیم، قرار بگیرند.