描述子：田纳西奥克兰保留站五年气象表面数据

持续且经质量评估的气象数据对于理解地区气候学和大气动力学至关重要。像 Oak Ridge National Laboratory (ORNL) 这样的科研设施依赖此类数据来评估场址特定气候、模型潜在排放、建立安全基线以及为紧急情形做好准备。为满足这些需求，ORNL 现场塔楼以 15 分钟和小时为间隔收集气象数据。然而，气象塔楼的数据测量受传感器灵敏度、 degrades、闪电击中、电力波动、故障和传感器故障的影响，这些都可能影响数据质量。为应对这些挑战，我们对从 ORNL 收集的五年气象数据进行了全面的质量评估和处理，数据采样间隔为 15 分钟，包括温度、气压、湿度、风向和太阳辐射等测量。每个变量的时间序列均经过预处理和填补，使用 established 气象数据收集和清理技术，包括结构标准化、数据完整性测试、自动和手动异常检测以及填补。该数据产品和高度可通用的处理工作流程使用 Python Jupyter 笔记本开发，公开可在线获取。作为本研究的关键贡献，评估后的五年数据将用于训练大气扩散模型，以模拟 Oak Ridge Reservation 东田纳西州复杂山脊-山谷地形下的扩散动力学。