airmosaic-ai

如何理解并准备研究数据

English 中文

使用数据前,先确定数值代表什么、如何产生,以及支持哪些比较。传输成功说明文件可取得,科学使用还需要下面的核对。

理解来源

记录原始生产者和实际提供者、产品与版本、覆盖、使用条件及引用。区分观测、质量控制发布值、再分析、预报和填补或均一化估计。第三方归档保存了官方观测,也仍属于提供者。

说明空间支持范围、时区与时间标签含义、瞬时或累计量、平均时期及单位,辨认修订历史、站点变化和来源质量标记。

在具体情境中说明不确定性

考虑测量与采样、空间代表性、采集缺失、模型或同化、版本修订及匹配换算误差。重要程度取决于仪器、产品、地区与时期。没有质量标记不证明测量无误差,一个统一百分比通常难以代表所有来源。

准备可比观测

保留来源发布版,形成可追溯派生版本。明确唯一键和字段映射,处理重复与冲突,区分缺失和零值,显式换算单位;对齐前先明确时间参考。

分开提供者标记、结构检查、研究剔除及插补。异常值先标记,再决定是否排除;浓度高本身不能证明错误。保留每条受影响观测的处理原因。

先检查覆盖,再汇总

统计有效唯一时次前,先排除重复或无效记录。选择适合产品与统计量的完整性规则,记录依据及版本;覆盖不足时保留统计缺失和原因,不制造完整观测。

跨来源比较需对齐物理量、时间支持及空间代表性。偏差订正等学习型变换在相应训练数据拟合。

交接可使用的结果

交接来源版本、映射与变换规则、覆盖及剔除摘要、质量状态和剩余限制。项目按资产规范选择内部结果布局,经复核的数据版本可供其他研究引用。

领域说明见站点、ERA5、CAMS、WorldPop、GBD,各来源的完整性和解释规则不能互相套用。