论文部分内容阅读
摘要 通过对双鸭山国家气象站2018年01月—2019年12月自动降水天气现象观测资料与人工降水天气现象观测资料对比，发现二者存在差异，并对造成这种差异的原因进行说明。对DSG5自动降水天气现象仪的观测数据进行评估分析，为双鸭山国家站DSG5自动降水天气现象仪正式业务化使用提供科学依据。
关键词 DSG5型降水现象仪;平行观测数据;统计分析;评估;建议
中图分类号：P457 文献标识码：B 文章编号：2095–3305（2021）01–0029–02
降水是气象观测的常规项目，它是表征天气现象的一个物理量。降水现象是指云中液态、固态的或混合的水凝（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，反映了地区大气的动力、热力、水汽等多种要素，是对流层中最为活跃的天气现象之一。降水信息中包含降水粒子特性、降水量、降水类型等参数，可以为天气预报、交通道路运输、农牧区干旱监测等气象服务提供精细化基础观测数据。同时，为人工影响天气作业提供科学依据。因此，准确的降水类型及降水量测量信息对农业生产、交通运输和气象防灾减灾等有重要作用。自有气象记录以来，降水类天气现象以人工观测为主，台站天气现象观测存在主观性强、简单化、定性化等问题。因观测频次少，不能连续、全面反映天气现象。天气现象自动化观测时，地面目视和听觉观测定量化、客观化[1-2]。
1 人工观测原理
降水的特征量主要包括降水量、降水强度、降水时数及时空分布等宏观量和降水粒子大小、形状、速度、谱分布等微观量。传统的地面气象观测主要通过人工观测记录降水起止时间，通过对降水云状等基本气象要素的观测确定降水性质，缺乏对降水粒子大小、形状、速度、谱分布等微观物理量的观测。人工观测要求观测员随时观测和记录出现在测站的天气现象。夜间不守班的台站对夜间天气现象的判断存在较大的人为误差，应尽量判断准确，并严格按照《地面气象观测规范》要求进行记录[3]。
2 仪器观测原理
DSG5型降水现象仪是一种采用现代激光技术的光学测量系统，通过一个快速的数字化信号处理器获取和存储数据，可以自动观测和识别包括毛毛雨、雨、雪、雨夹雪、冰雹等天气现象。它的工作原理是一个能够发射平行光束的激光传感器，通过测量降水粒径和粒子下降速度推导出降水滴谱、降水类型、降水动能、降水强度、雷达反射率等参数。降水类天气现象要素可自动进行数据采集、存储、处理和输出;试验结果表明：降水强度大于0.1 mm/h的降水现象类型，识别准确率不低于97%;雨、雪、冰雹相对人工观测准确率高于97%[4]。
3 数据处理方法
利用双鸭山国家气象站（以下简称双鸭山站）2018年1月—2019年12月地面气象观测自动化业务平行观测期间降水现象自动与人工观测进行对比分析。平行观测期间双鸭山站发生的降水现象主要有毛毛雨、雨、雨夹雪和雪。人工观测数据采用20：00～08：00夜间观测时段和08：00～20：00白天观测时段的数据进行对比分析;天气现象自动采集的数据均通过ISOS软件按业务要求进行统计。人工观测到阵雨、阵雪、阵性雨夹雪，在评估时分别按雨、雪、雨夹雪处理。评估统计以人工观测到的降水现象过程作为参考标准，分别对两段观测数据的白天段与夜间段分开统计缺测率、捕获率、漏报率、错报率和空报次数。
3.1 缺测率统计
以分钟数据为评估分析单位，剔除停电等非仪器原因与维护造成的缺测记录后，对观测数据完整性作缺测率评估。
缺测率=（观测缺测次数/应观测总次数）×100%。
3.2 捕获率统计
捕获率以夜间捕获率和白天捕获率分别统计。
（1）夜间捕获率：夜间段仪器准确识别该降水现象发生过程的次数（a），占人工夜间观测到实际发生该降水现象过程总次数（A）的百分比。
（2）白天捕获率：白天段仪器准确识别该降水现象发生过程的次数（b），占人工白天观测到实际发生该降水现象过程总次数（B）的百分比。
（3）漏报率：人工白天段观测到有某降水现象发生过程期间，仪器超过30%的时间未识别出任何降水现象过程的次数（c），占白天实际发生该降水现象过程总数（B）的百分比。
（4）错报率：人工白天段观测到某降水现象发生过程期间，仪器超过30%的时间错误识别为其他降水现象过程的次数（d），占白天实际发生该降水现象过程总数（B）的百分比。
（5）空报次数：人工白天段观测无降水现象发生，仪器识别有某种降水现象发生的总次数（e）。
计算公式如下：
夜间捕获率（%）=a/A×100%;
白天捕获率（%）=b/B×100%;
漏报率（%）=c/B×100%;
错报率（%）=d/B×100%;
空报次数（次）=e。
公式中：
a—仪器夜间准确识别某降水现象发生过程次数;
A—人工夜间观测到实际发生某降水现象过程总数;
b—仪器白天准确识别某降水现象发生过程次数;
B—人工白天观测到实际发生某降水现象过程总数;
c—人工白天段观测到有某降水现象发生，仪器超过30%时间未识别出任何降水现象过程的次数;
d—人工白天段观测到某降水现象发生过程期间，仪器超过30%时间错误识别为其他降水现象过程的次数;
e—仪器观测某降水现象對应人工无降水现象的总次数[5]。
4 数据分析评估
4.1 数据完整性评估
以分钟数据为评估分析单位，剔除停电等非仪器原因与维护造成的缺测记录后，对各厂家评估期间的仪器观测数据完整性作缺测率评估。 缺測率=（观测缺测次数/应观测总次数）×100%。
通过对2018年1月—2019年12月降水现象自动观测分钟数据文件、降水现象观测数据整编文件、逐月A文件进行对比分析，双鸭山站平行观测两年缺测率为0.1%，数据完整可用。
4.2 数据准确性评估
检验评估期间，1次人工观测某降水现象过程时段内（白天段或夜间段），仪器能够同步识别至少1 min该降水现象，视为准确识别1次降水过程。各降水现象夜间段只统计捕获率，白天段统计捕获率、漏报率、错报率和空报次数。
双鸭山站毛毛雨夜间捕获率0%，白天捕获率100%。这是因为DSG5型降水现象仪反应灵敏，连续降水期间的小雨强的降水粒子容易被识别为毛毛雨，夜间不守班人工观测数据为0，因此夜间捕获率为0;鉴于人工观测的局限性，雨夹雪观测时间人工观测和自动观测的差别较大，白天的捕获率低是因为守班期间人工质控的原因造成的;冰雹只出现一次，软件未识别（表1～5）。
综上所述，在不考虑降水态相和降水性质的情况下，DSG5型降水现象仪捕获率比较高，较人工观测准确率、可
信度更高。
参考文献：
[1] 马舒庆，吴可军，陈冬冬，等.天气现象自动化观测系统设计[J].气象，2011，37（9）： 1166-1172.
[2] 杜波，马舒庆，梁明珠，等.雨滴谱降水现象仪对比观测试验技术应用分析[J].气象科技，2017，45（6）：995-1001.
[3] 中国气象局.地面气象观测规范[M].北京：气象出版社，2003.
[4] 黄晓云，黄飞龙，翁静娴，等.广州降水现象与人工观测对比分析[J].广东气象，2019，41（2）：70-72.
[5] 降水现象仪观测规范（试行）[M].北京：气象出版社，2019.
责任编辑：黄艳飞
Assessment and Analysis of Observation Data of DSG5
Automatic Precipitation
Phenomenon Instrument in Shuangyashan Observing
Station
WANG Rong et al （Shuangyashan Met-
eorological Bureau， Shuangyashan， Heilongjiang
155100）
Abstract Compares the observation data of automatic precipitation phenomenon instrument with the observation data of artificial observing precipitation phenomenon in Shuangyashan Observing Station from January 2018 to December 2019， finds and explains the reasons for the difference.The observing precipitation data DSG5 automatic phenomena instrument assesses the analysis， to provide scientific basis for official use of automatic precipitation phenomena instrument in Shuangyashan Observing Station.
Key words DSG5 Automatic precipitation phenomenon instrument; Parallel observation data; Statistical analysis; Assessment; Proposal
关键词 DSG5型降水现象仪;平行观测数据;统计分析;评估;建议
中图分类号：P457 文献标识码：B 文章编号：2095–3305（2021）01–0029–02
降水是气象观测的常规项目，它是表征天气现象的一个物理量。降水现象是指云中液态、固态的或混合的水凝（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，反映了地区大气的动力、热力、水汽等多种要素，是对流层中最为活跃的天气现象之一。降水信息中包含降水粒子特性、降水量、降水类型等参数，可以为天气预报、交通道路运输、农牧区干旱监测等气象服务提供精细化基础观测数据。同时，为人工影响天气作业提供科学依据。因此，准确的降水类型及降水量测量信息对农业生产、交通运输和气象防灾减灾等有重要作用。自有气象记录以来，降水类天气现象以人工观测为主，台站天气现象观测存在主观性强、简单化、定性化等问题。因观测频次少，不能连续、全面反映天气现象。天气现象自动化观测时，地面目视和听觉观测定量化、客观化[1-2]。
1 人工观测原理
降水的特征量主要包括降水量、降水强度、降水时数及时空分布等宏观量和降水粒子大小、形状、速度、谱分布等微观量。传统的地面气象观测主要通过人工观测记录降水起止时间，通过对降水云状等基本气象要素的观测确定降水性质，缺乏对降水粒子大小、形状、速度、谱分布等微观物理量的观测。人工观测要求观测员随时观测和记录出现在测站的天气现象。夜间不守班的台站对夜间天气现象的判断存在较大的人为误差，应尽量判断准确，并严格按照《地面气象观测规范》要求进行记录[3]。
2 仪器观测原理
DSG5型降水现象仪是一种采用现代激光技术的光学测量系统，通过一个快速的数字化信号处理器获取和存储数据，可以自动观测和识别包括毛毛雨、雨、雪、雨夹雪、冰雹等天气现象。它的工作原理是一个能够发射平行光束的激光传感器，通过测量降水粒径和粒子下降速度推导出降水滴谱、降水类型、降水动能、降水强度、雷达反射率等参数。降水类天气现象要素可自动进行数据采集、存储、处理和输出;试验结果表明：降水强度大于0.1 mm/h的降水现象类型，识别准确率不低于97%;雨、雪、冰雹相对人工观测准确率高于97%[4]。
3 数据处理方法
利用双鸭山国家气象站（以下简称双鸭山站）2018年1月—2019年12月地面气象观测自动化业务平行观测期间降水现象自动与人工观测进行对比分析。平行观测期间双鸭山站发生的降水现象主要有毛毛雨、雨、雨夹雪和雪。人工观测数据采用20：00～08：00夜间观测时段和08：00～20：00白天观测时段的数据进行对比分析;天气现象自动采集的数据均通过ISOS软件按业务要求进行统计。人工观测到阵雨、阵雪、阵性雨夹雪，在评估时分别按雨、雪、雨夹雪处理。评估统计以人工观测到的降水现象过程作为参考标准，分别对两段观测数据的白天段与夜间段分开统计缺测率、捕获率、漏报率、错报率和空报次数。
3.1 缺测率统计
以分钟数据为评估分析单位，剔除停电等非仪器原因与维护造成的缺测记录后，对观测数据完整性作缺测率评估。
缺测率=（观测缺测次数/应观测总次数）×100%。
3.2 捕获率统计
捕获率以夜间捕获率和白天捕获率分别统计。
（1）夜间捕获率：夜间段仪器准确识别该降水现象发生过程的次数（a），占人工夜间观测到实际发生该降水现象过程总次数（A）的百分比。
（2）白天捕获率：白天段仪器准确识别该降水现象发生过程的次数（b），占人工白天观测到实际发生该降水现象过程总次数（B）的百分比。
（3）漏报率：人工白天段观测到有某降水现象发生过程期间，仪器超过30%的时间未识别出任何降水现象过程的次数（c），占白天实际发生该降水现象过程总数（B）的百分比。
（4）错报率：人工白天段观测到某降水现象发生过程期间，仪器超过30%的时间错误识别为其他降水现象过程的次数（d），占白天实际发生该降水现象过程总数（B）的百分比。
（5）空报次数：人工白天段观测无降水现象发生，仪器识别有某种降水现象发生的总次数（e）。
计算公式如下：
夜间捕获率（%）=a/A×100%;
白天捕获率（%）=b/B×100%;
漏报率（%）=c/B×100%;
错报率（%）=d/B×100%;
空报次数（次）=e。
公式中：
a—仪器夜间准确识别某降水现象发生过程次数;
A—人工夜间观测到实际发生某降水现象过程总数;
b—仪器白天准确识别某降水现象发生过程次数;
B—人工白天观测到实际发生某降水现象过程总数;
c—人工白天段观测到有某降水现象发生，仪器超过30%时间未识别出任何降水现象过程的次数;
d—人工白天段观测到某降水现象发生过程期间，仪器超过30%时间错误识别为其他降水现象过程的次数;
e—仪器观测某降水现象對应人工无降水现象的总次数[5]。
4 数据分析评估
4.1 数据完整性评估
以分钟数据为评估分析单位，剔除停电等非仪器原因与维护造成的缺测记录后，对各厂家评估期间的仪器观测数据完整性作缺测率评估。 缺測率=（观测缺测次数/应观测总次数）×100%。
通过对2018年1月—2019年12月降水现象自动观测分钟数据文件、降水现象观测数据整编文件、逐月A文件进行对比分析，双鸭山站平行观测两年缺测率为0.1%，数据完整可用。
4.2 数据准确性评估
检验评估期间，1次人工观测某降水现象过程时段内（白天段或夜间段），仪器能够同步识别至少1 min该降水现象，视为准确识别1次降水过程。各降水现象夜间段只统计捕获率，白天段统计捕获率、漏报率、错报率和空报次数。
双鸭山站毛毛雨夜间捕获率0%，白天捕获率100%。这是因为DSG5型降水现象仪反应灵敏，连续降水期间的小雨强的降水粒子容易被识别为毛毛雨，夜间不守班人工观测数据为0，因此夜间捕获率为0;鉴于人工观测的局限性，雨夹雪观测时间人工观测和自动观测的差别较大，白天的捕获率低是因为守班期间人工质控的原因造成的;冰雹只出现一次，软件未识别（表1～5）。
综上所述，在不考虑降水态相和降水性质的情况下，DSG5型降水现象仪捕获率比较高，较人工观测准确率、可
信度更高。
参考文献：
[1] 马舒庆，吴可军，陈冬冬，等.天气现象自动化观测系统设计[J].气象，2011，37（9）： 1166-1172.
[2] 杜波，马舒庆，梁明珠，等.雨滴谱降水现象仪对比观测试验技术应用分析[J].气象科技，2017，45（6）：995-1001.
[3] 中国气象局.地面气象观测规范[M].北京：气象出版社，2003.
[4] 黄晓云，黄飞龙，翁静娴，等.广州降水现象与人工观测对比分析[J].广东气象，2019，41（2）：70-72.
[5] 降水现象仪观测规范（试行）[M].北京：气象出版社，2019.
责任编辑：黄艳飞
Assessment and Analysis of Observation Data of DSG5
Automatic Precipitation
Phenomenon Instrument in Shuangyashan Observing
Station
WANG Rong et al （Shuangyashan Met-
eorological Bureau， Shuangyashan， Heilongjiang
155100）
Abstract Compares the observation data of automatic precipitation phenomenon instrument with the observation data of artificial observing precipitation phenomenon in Shuangyashan Observing Station from January 2018 to December 2019， finds and explains the reasons for the difference.The observing precipitation data DSG5 automatic phenomena instrument assesses the analysis， to provide scientific basis for official use of automatic precipitation phenomena instrument in Shuangyashan Observing Station.
Key words DSG5 Automatic precipitation phenomenon instrument; Parallel observation data; Statistical analysis; Assessment; Proposal