Аннотация:: системы геофизического мониторинга применяются для контроля и диагностики состояния сооружений, прогнозирования и раннего предупреждения опасных геологических процессов (карстово-суффозионных, оползневых, мерзлотных и пр.). Такие системы размещаются на ответственных объектах для выполнения долговременных наблюдений. Задача наблюдений – выявление изменений в изучаемом геоэлектрическом разрезе, связанных с развитием геологических процессов, которые могут переходить в опасные фазы своего развития. К таким процессам можно отнести зарождение и эволюцию пустот, которые переходят в провальные явления, развитие зон разуплотнения и нежелательной фильтрации подземных вод, растепление мерзлых грунтов и прочее. Малая интенсивность целевых аномальных сигналов вынуждает разработчиков создавать системы электрометрического мониторинга с максимально высокой чувствительностью. В результате, получаемые данные обладают настолько высокой точностью, что значимыми становятся факторы, обычно игнорируемые в разведочной геофизике. В частности, отмечается заметное влияние на результаты наблюдений метеорологических условий (метеофакторов) – температуры и влажности воздуха, выпадения осадков, сезонных изменений погоды. В работе рассмотрено применение статистического подхода при анализе и учете влияния метеорологических факторов на результаты долговременных электрометрических наблюдений. Рассматривается модель сигнала, содержащая как полезный сигнал, так и помеху, обусловленную влиянием метеофактора (изменения, прежде всего, температуры воздуха) на результаты измерений. Эффективность подхода демонстрируется на конкретных измерениях. Аналогичная модель может быть составлена и для нескольких метеофакторов (температура, влажность, уровень осадков и пр.), а также для иных источников помех. При этом схема оценки параметров, и проверки адекватности исходных данных в принципе не меняется. Разработанный алгоритм подавления помех протестирован на полевых данных. Продемонстрировано значительное уменьшение дисперсии значений кажущихся сопротивлений после применения разработанной процедуры фильтрации. Разработанный подход позволяет создать инструмент для значительного улучшения качества данных, получаемых при выполнении долговременных наблюдений.