如今,随着生活水平的提高,人们越来越关注天气预报的准确度。资料同化技术作为提高天气预报水平的重要手段,其首要任务便是对地面气象观测资料进行有效的质量控制。由于我国地域辽阔、地形气候复杂、气象站点分布不均等因素,致使地面气象观测资料质量不高,仅有小部分能够进入资料同化系统,难以满足现在气象业务需求。基于此,本文以地面气温观测资料在时间维度上的分布特征为出发点,考虑到气象观测站点的分布密度及气温观测资料的完备情况,建立了相应的单站质量控制模型,并对模型的泛化性能及稳定性进行了深入分析。主要内容如下:运用去趋势波动分析技术、多重分形去趋势波动分析技术从时间维度对地面气温观测资料分别进行长程相关性分析和多重分形特性分析,为质量控制模型的构建提供理论基础。基于长程相关性,考虑气温观测资料中存在的白噪声,利用集合经验模态分解法(EEMD)和三次指数平滑法(CES),构建EEMD-CES单站质量控制方法;基于多重分形特性,考虑低密度区域站点观测资料完备性欠佳,利用分形插值(FI)方法构建基于粒子群优化(PSO)的FI单站质量控制方法,并对参数进行优化,对插值点进行最优选取。多次案例分析表明,地面气温观测资料不仅具有较强的长程相关性,还具有复杂的多重分形特性。基于这些分布特性,EEMD-CES单站质量控制算法在高密度区域和低密度区域观测站点都表现出较高的检错能力,能够解决大部分观测站点的质量控制问题;对于部分邻站分布密度极低、资料缺失严重的气象站点,PSO-FI单站质量控制方法则依据气温观测资料的分形特征,利用分形插值法对观测资料进行插值补充,从另一个角度实现了观测资料的质量控制,且与传统单站质量控制方法相比,具有显著的质量控制效果。