DSG5型自动与人工观测降水现象对比分析评估
来源:用户上传
作者:
摘 要：本文选用吴忠国家基本气象站DSG5型降水现象仪观测资料，重点针对自动与人工观测降水现象进行对比分析与评估，并在此基础上提出具有针对性的几点建议，以期能够为其它气象观测站降水现象观测提供一定的借鉴与参考。
关键词：降水现象;自动观测;人工观测;对比;评估
中图分类号：S16 文献标识码：A
DOI：10.19754/j.nyyjs.20200330040
引言
降水现象是指云中液态、固态或混合态的水凝（冻）物从空中下落到地面上的一种天气现象，是大气水循环的主要环节。降水信息中包含了降水粒子物理特征、降水量、降水类型等参数，可以为降水的定量化研究提供参考。宁夏部分气象观测站自2017年起开始布设DSG5型降水现象仪，到11月份，宁夏一共有27个国家级地面气象观测站开始使用DSG5型降水现象仪开展平行观测业务。降水现象仪的引入，减轻了基层观测人员的工作压力，与人工观测手段相比，仪器观测能够减少人工观测的主观性判断，增加降水现象观测的频次，全面且连续地反映降水现象情况。文章通过对吴忠市国家基本气象站人工观测与自动观测降水现象进行对比分析与评估，以期能够提高降水观测的及时性、准确性，进而为推动当地气象事业实现快速、健康发展等提供一定的借鉴与参考。
1 数据评估内容
本文选用吴忠国家基本气象站2018年1—12月的平行观测资料，将人工观测数据作为正式记录，在数据资料完整的基础上，从观测数据的准确性、降水现象发生时段的一致性等角度进行对比分析与评估。在评估过程中，人工观测的阵性降水现象往往按照降水处理，由于降水现象仪判别错误而获取的数据应当先与人工观测数据进行对比，再将其进行剔除。观测资料统计时间段为白天08∶00—20∶00，夜晚20∶00—08∶00。
2 数据评估方法与结果
2.1 数据完整性评估
降水观测数据的单位为分钟数据，针对自动观测仪器获取的数据对其月缺测率进行评估。在此过程中还应当将非仪器或维护原因导致的数据缺测记录进行剔除，再对缺测率进行计算。据统计，2018年1—12月之间吴忠国家基本站降水现象仪观测没有出现缺测现象，各降水观测仪器设备均位于稳定运行状态。
2.2 捕获率
所谓捕获率指的是，观测仪器能够正确识别该降水现象发生的过程次数在参考标准观测到实际发生该降水现象过程次数当中所占的百分比。对吴忠国家基本站2018年1—12月各种天气现象发生次数及其捕获率进行统计，得出吴忠市降雨天气现象发生次数要高于降雪发生次数。雨的正确识别次数为48次，而实际发生次数为55次;雪的正确识别次数为20次，实际发生次数为23次。通过计算其捕获率能够得出，雨的捕获率要稍高于雪的捕获率，而且不管是雨或雪，其白天的捕获率均低于夜间。
2.3 漏报率
当观测到有某种降水天气现象发生时，将观测仪器无法识别此种降水现象的分钟数在实际发生该降水现象分钟数之间所占的百分比定义为漏报率。对吴忠国家基本站2018年1—12月各种天气现象漏报率及漏报时长进行统计，如表1。
由表1可见，2018年1—12月吴忠市雪的发生时长与识别时长均高于雨，且雪的漏报率要低于雨的漏报率。
2.4 空报率
當气象观测仪器观测到无降水现象发生时，而仪器识别有该现象发生的分钟数在无降水现象分钟数中所占的百分比被称为空报率。对吴忠国家基本站2018年1—12月各种天气现象空报率及空报时长进行统计，得出2018年1—12月吴忠市雨雪的未发生时长保持一致，但是识别时长之间却存在着明显差距。雪的空报率要小于雨的空报率。
2.5 错报率
当气象观测仪器观测到有某一种降水天气现象发生时，观测仪器错误识别此种降水现象的分钟数在实际发生此种降水现象分钟数中所占的百分比被称为错报率。对吴忠国家基本站2018年1—12月各种天气现象错报率及错报时长进行统计，如表2。
由表2可见，雪的发生时长雨错误识别时长均高于雨，且雪的错报率也明显大于雨的错报率。
3 数据误差分析与建议
3.1 数据误差分析
3.1.1 降水天气现象起止时间存在的误差
针对人工与自动观测某种降水现象起止时间相差15min以上的降水天气现象的次数与比例进行统计，如表3。
对上述3种雨强降水起止时间绝对误差在15min以上的比率进行评估得出其平均值在30%以上，在能够正确对天气现象进行识别的基础上，其一致性比较低。因此，还需进一步对该仪器的识别功能进行优化与改进，使其一致性实现显著提升。
3.1.2 毛毛雨错判
据统计，吴忠市国家基本气象站出现毛毛雨天气现象非常少，在降水现象平行观测时间段内，并未发生过毛毛雨天气现象，而自动降水现象仪观测到的降水记录次数相对比较多。
3.1.3 阴天出现毛毛雨或雨
使用DSG5降水现象仪观测降水天气现象时，当观测到晴天或阴天出现毛毛雨或雨天气现象，即便能够准确对降水现象进行捕获，但也极有可能会出现误判现象。尤其是当降水长时间维持，且降雨量比较小时将会导致误判几率大大增加。
3.1.4 降水现象阈值相同时人工与自动采集的降水现象误差分析
DSG5型降水现象仪观测到的降水次数要明显多于人工观测，这一结论不仅与降水现象仪的采样方式密切相关，还与降水粒子的速度、大小与灵敏度等多种因素存在一定程度的关联。另外，人工观测方式的滞后性与随意性较大也是导致人工观测到的降水次数较少的一个主要原因。
根据2018年1—12月的统计数据及人工观测进行统计能够发现，吴忠国家基本气象站出现同一降水过程的次数较多，DSG5降水现象仪判断为毛毛雨或雨、雪或阵雪，且大多数降水过程出现时间位于15min以内;就人工观测而言，其观测结果为雨或阵雨、雪或雨夹雪天气现象，且大多数降水过程出现时间均大于15min;DSG5降水现象仪观测到的毛毛雨天气现象大都出现在阴天或雨强较小时;此时通过人工观测能够观测到降水天气现象，而使用降水现象仪并未观测到任何现象。当出现雪或降水粒子较小的天气现象时，降水现象仪往往将其观测为毛毛雨，而且阴天或晴天降水现象仪均有可能会记录到毛毛雨现象。通过分析能够发现降水现象仪与人工记录之间的差异性是导致出现上述现象的主要原因，最终导致在降水现象仪阈值相同时，人工观测与自动观测采集到的降水天气现象的次数存在着明显差异。
对比人工观测与降水现象仪观测到降水现象的次数及起止时间能够发现，两者之间存在着一定程度的误差，这一现象不仅与降水现象仪的采样方法、观测仪器的速度、灵敏度等密切相关，还与人工观测的随意性强、较为滞后等因素存在一定的关联，但与自动观测仪器的稳定性的关系相对较小。
3.2 建议
在使用降水现象仪之前应当采取有效措施提升观测仪器识别的准确率，尽可能确保降水记录的分散性与不连续性，使采样误差大大减少。另外，当地气象部门还应当安排专业的气象观测人员，培养观测人员高度的责任心及认真负责的工作态度，并严格按照各项规范切实做好各种仪器的日常巡视与维护工作，以大大减少人为因素造成的观测误差。除此之外，还应当提高观测人员的专业知识与能力，使其能够及时、准确地对错误数据进行判断与处理，进而为准确判识降水现象及改进观测设备提供一定的参考依据。
参考文献
[1] 呼群.DSG5型降水现象仪评估与分析[J].气象水文海洋仪器，2018（4）：12-14.
[2]胡沁，曾杨，李毅聪.DSG5型降水现象观测资料的对比分析[J].气象水文海洋仪器，2019（4）：12-15.
[3]杨晓波，张智超，吴杨，等.DSG5型降水现象仪平行观测数据应用评估及误差分析[J].现代农业科技，2019（3）：186-187.
[4]黄晓云，黄飞龙，翁静娴，等.广州降水现象自动与人工观测对比分析[J].广东气象，2019（2）：70-72，76.
（责任编辑 贾灿）
转载注明来源:https://www.xzbu.com/1/view-15166532.htm
