Quality Assessment of Meteorological Data for the Beaufort and Chukchi Sea Coastal Region using Automated Routines

Résumé

Des observations météorologiques provenant de plus de 250 stations des régions côtières, intérieures et extracôtières de la mer de Beaufort et de la mer des Tchouktches ont été recueillies pendant la période allant de 1979 à 2009, puis elles ont fait l’objet d’un contrôle de la qualité. Ces stations relèvent de plusieurs réseaux d›observation différents qui existent dans la région à des fins d›aviation, de météorologie forestière, de météorologie côtière, de climat, de rayonnement de surface et d’hydrologie, et elles fournissent des données horaires ou subhoraires. Un contrôle de la qualité (CQ) unifié des données a été appliqué à ces données provenant de sources multiples en faisant appel à trois méthodes principales de CQ, soit le test d’acceptabilité (qui a permis de déterminer dans quels cas une observation ne faisait pas partie de la gamme normale); le test de la variation discrète (qui a permis de détecter les valeurs consécutives qui sont excessivement différentes); et le test de la persistance (qui a permis de repérer les cas de variabilité excessivement élevée ou basse). Les anciennes méthodes de CQ des données quotidiennes ne donnent pas de bons résultats dans le cas des données horaires parce qu’elles se trouvent à signaler un trop grand nombre d’entrées de données. Des améliorations ont été apportées afin d’obtenir les bonnes limites en vue du CQ des données horaires. Ces méthodes de CQ permettent de repérer les données douteuses et produisent beaucoup moins d’erreurs de type I (le signalement erroné de données valables). La fraction de données signalées pour l’ensemble de la base de données illustre que le test de persistance a échoué le plus souvent (1,34 %), suivi du test d’acceptabilité (0,99 %) et des tests de la variation discrète (0,02 %). Des comparaisons effectuées avec les données de stations avoisinantes n’ont pas été effectuées pour la base de données. Cependant, des corrélations entre les stations annexes s’avéraient prometteuses, ce qui a laissé entendre que ce type de vérification pourrait présenter une option viable dans de tels cas. Cet ensemble de données intégrées à haute résolution temporelle aura une très grande valeur pour l’analyse météorologique et climatique ainsi que pour les applications de modélisation régionale dans une région où le changement climatique est important.