DNQ1型能見度儀算法改進探討＊

胡天潔，伍永學，張子曰，薛祿宇

?

DNQ1型能見度儀算法改進探討＊

胡天潔1，伍永學2，張子曰3，薛祿宇4

（1.北京市氣象信息中心，北京 100089；2.北京市延慶區氣象局，北京 102100；3.北京市朝陽區氣象局，北京 100016； 4.北京市大興區氣象局，北京 102600）

介紹了DNQ1型能見度儀的工作原理、算法和質量控制規則，總結了該型儀器因算法原因引起的一些觀測數據異常情況，提出了算法改進的建議。建議具體為計算10 min平均值時，應有不少于75%的非錯誤的采樣瞬時值；剔除異常的分鐘值是提升10 min平均值數據質量的有效方法，更能真實反映能見度的變化趨勢。

能見度儀；算法改進；質量控制；自動化觀測

1 引言

2014—2015年，北京20個國家級地面氣象觀測站能見度要素陸續由人工目測轉為儀器自動觀測，采用的設備為華云升達公司生產的DNQ1型前向散射能見度儀（以下簡稱“能見度儀”），能見度儀接入自動氣象站主采集器或綜合集成硬件控制器與地面氣象業務軟件通信，地面氣象業務軟件獲取的能見度儀觀測數據有1 min平均能見度和10 min平均能見度。較多的研究顯示，自動觀測能見度與人工觀測能見度具有較高的趨勢一致性和可比較性[1-6]，能見度觀測自動化明顯提升了觀測質量和自動化觀測水平。

但能見度儀觀測數據異常的情況也很多，有研究者從設備原理方面進行研究，朱樂坤[7]等從能見度儀測量誤差來源方面開展研究并提出了實驗室標定條件和方法；石劉峰[8]對光斑漂移和偏置電壓不穩定性兩個因素進行了深入研究，并建立了與能見度相對誤差的關系。也有研究者從數據類型和設備維護方面展開分析，張紅娟[9]等指出地面氣象業務軟件使用不同算法的自動能見度數據有差異，用自動能見度值計算出的“人工能見度”不能直接服務客戶；尤明雙[10]等討論了個別能見度數據異常的排查及其出現原因；宋中玲[11]等分析了能見度觀測數據異常與設備故障的對應情況，給出日常維護方法。總的來看，對自動能見度觀測數據實時質量控制方面的文獻仍然少見。能見度觀測數據常出現以下3種異常情況：①1 min平均值缺測，10 min平均值異常偏大，比如為99 999；②1 min平均值異常偏低，出現顯著的脈沖變化，對10 min平均能見度產生較大影響；③1 min平均值正常，但10 min平均值異常偏小。

本文利用北京延慶站的自動能見度觀測數據，從能見度儀算法角度對上述3種情況進行分析，并給出算法優化建議，提高對分鐘能見度數據的自動質量控制，進一步提升能見度數據質量和自動化觀測水平。

2 能見度儀工作原理

大氣中光的衰減是由散射和吸收引起的。一般情況下，吸收因子可以忽略，而經由水滴反射、折射或衍射產生的散射現象構成降低能見度的因子。

能見度儀通過對一定角度（一般認為最好的角度在20°～50°）[12]之間的一束光匯聚在小體積空氣中，以光度測量的方式確定在充分大的立體角和并非臨界方向上的散射光線的比例，從而測量散射系數，其表達式為：

式（1）中：V是進入空氣體積中的光通量；（）為與入射光成角方向上散射光的強度。

氣象光學視程（MOR）則通過對比閾值（）與能見度的直覺概念相聯系[1-2]，柯西米德給出氣象光學視程中對比閾值與消光系統的關系式為：

式（2）中：氣象光學視程；為對比閾值；為消光系數。

因假設吸收對光的衰減被忽略，所以消光系數可認為與散射系數相等。柯西米德提出將0.02作為的值，當＝0.02時，得：

中國氣象局則采用世界氣象組織對能見度的定義，取＝0.05，這也是氣象業務中執行的系數值，由公式（2）導出如下公式：

前向散射能見度儀光學原理圖如圖1所示。

圖1 前向散射能見度儀光學原理圖

3 能見度儀算法與質量控制

能見度儀每分鐘采樣4次，1 min能見度值采用算術平均值法。因其采樣區狹小，代表性不足，通過對大量樣本或測量值的平均可有效改善代表性[12]，最常使用的就是對10個分鐘能見度進行不同算法的平均，比如算術平均、調和平均、幾何平均等，這其中調和平均＜幾何平均＜算術平均。為與人工觀測時的有效水平能見度對應，能見度儀的10 min平均能見度通常采用調和平均法。調和平均又稱為倒數平均數，是參與計算的各個數的算數平均數的倒數，其公式如下：

調和平均數易受極端值影響，且受極小值的影響比受極大值的影響更大。另外，只要有一個參與計算的值為0，就不應計算調和平均數[13]。

此外，對于采樣頻率在5次/分鐘以上的要素，自動站能夠對其采樣瞬時值給出質量控制代碼，比如判斷為“錯誤”時，雖給出其值，但質量控制碼標識為2，且不參加后續計算或統計[14]。能見度儀采樣頻率為4次/分鐘，因此1 min能見度實際不會被標識出“錯誤”的質量控制碼，并將全部參與到后續的平均值計算過程中。

4 能見度算法改進討論

DNQ1型能見度儀通過檢測消光系數計算能見度值，對于10 min平均能見度采用調和平均法計算，從大興站隨機抽選了一段能見度觀測數據進行驗證，從圖2可以看出，1 min能見度波動明顯，10 min平均能見度則均勻平滑；調和平均值與10 min平均值除個別點有差異以外，其他完全相同。對差異值進行分析發現，1 min值為不連續的35 000時，調和平均值與10 min平均值有差異。

如表1所示，20：35分出現35 000，10 min平均和調和平均值出現差異；20：42出現35 000后未再出現； 20：52 分的10 min平均和調和平均值開始相同。查詢前向散射能見度儀功能規格需求書[15]及DNQ1型能見度儀相關說明后發現，其觀測上限值并不是固定為35 000，最高觀測上限量程值為50 000，因此判斷在臺站使用的設備其觀測上限量程值不止35 000，只是根據地面氣象業務規定，固定將超過上限的值輸出為35 000.當1 min值連續為35 000時，輸出的10 min平均值也為35 000，與調和平均值相同，否則會出現數分鐘兩種計算值差異的情況。

圖2 調和平均與10 min平均能見度

表1 調和平均與10 min平均值

時間1 min平均10 min平均調和平均 20：3330 34528 05128 051 20：3427 40127 91127 911 20：3535 00028 79128 742 20：3633 89329 62029 568 20：3731 93829 65529 603 20：3834 60030 14730 093 20：3935 00031 19631 118 20：4035 00031 87231 764 20：4133 93532 78532 671 20：4235 00033 39333 012 20：4332 85733 67733 289 20：4430 35234 08433 687 20：4530 38133 52033 201 20：4631 16033 23232 918 20：4731 52833 18732 874 20：4831 07032 82932 523 20：4929 00132 18231 910 20：5031 07531 78731 546 20：5131 32231 54031 304 20：5229 25330 76330 763 20：5333 27130 79930 799 20：5431 18030 88230 882

圖2和表1驗證了DNQ1型能見度儀的采樣算法。結合自動站對能見度儀觀測值的質量控制規則，當設備進行校準時，會出現1 min能見度缺測，10 min能見度異常偏大的情況。大興站校準能見度儀重啟設備時間為09：46，該分鐘儀器輸出1 min能見度為34 568，10 min能見度為34 568，但10 min在09：36—09：45有99 999輸出。判斷出現此類異常的原因是校準設備時，消光系數為0，基于公式（3），分母為0時，1 min能見度趨于無窮大而缺測，但在儀器未啟動的時間內，因儀器存儲的消光系數仍為0，且1 min能見度不可能被標識為“錯誤”的質量控制碼，因此導致未啟動時段的10 min平均能見度異常偏大為99 999，如圖3所示。

圖3 校準能見度儀后10 min平均值異常

在日常工作中，經常出現因外部干擾（如蚊蟲、蛛絲等）使某1 min觀測值顯著跳變，對10 min平均能見度的計算產生較大影響，延慶站2017-05、2017-06的月報表顯示，2月中有18 d因分鐘數據異常需要人工干預處理。圖4中，17：56分的1 min平均值由前一分鐘的23 660突然跳變為720，后一分鐘又跳回為20 314，因該分鐘的跳變，使17：56—18：05的10 min平均值不足6 000，與前后時段的平均值的絕對差值均大于15 000，出現了明顯的“凹”形。

圖4 分鐘值跳變影響10 min平均

按照業務規定，應定期在沙塵、大風等對能見度設備有較大影響的天氣，對能見度儀進行維護，維護前應先在地面綜合觀測業務軟件中進行相應操作，避免維護期間設備輸出異常數據，完成維護后再啟用儀器。在此過程中，能見度雖然不輸出數據，但維護期間的1 min平均值仍然參與10 min平均的計算，當重新啟用設備時，1 min平均值正常，但10 min平均值異常偏低。圖5中，08：15開始維護儀器，08：24結束維護，可以看出1 min平均值在一定的幅度內變化，但10 min平均由維護前的29 575跳變至1 772，經過6 min后在08：30才恢復為27 844.

圖5 維護能見度儀影響10 min平均

以上幾種情況在業務工作中經常出現，尤其是第一和第三種情況，必須按照業務要求進行，如每兩個月應清潔維護儀器，現場校準應每半年進行一次[16]。按照目前的算法，此類異常不可避免，必然帶來人工干預工作量的增加。

通過分析可以看出，1 min平均值的數據質量對10 min平均值有顯著影響，對能見度儀的算法進行一定的優化改進，有利于觀測數據質量的提高。

優化改進具體方法為：①對設備校準和維護期間的采樣值標識為錯誤，不參與后續平均值的計算；②參考10 min平均風速的質控規則，應有大于75%的標識為非錯誤的采樣瞬時值用于計算2 min或10 min平均值[14]，或至少有大于66%的采樣瞬時值用于計算平均值；③如果1 min平均值與前后分鐘值相比有顯著的反向跳變，將該分鐘觀測值剔除，不參與10 min平均值的統計[12]。

圖6是運用新算法檢驗前文幾種情況的結果，消光系數為0和設備維護可視為一種情況。圖6（a）將圖4中的分鐘異常值剔除后，再用調和平均計算10 min平均值，可以看出，原有算法在17：56—18：05分的異常低值被平滑；圖6（b）將圖5中設備維護時段數據剔除，按滿足大于75%采樣瞬時值才計算平均值規則，也明顯平滑了原有算法的噪聲，能夠真實反映能見度的變化趨勢。從圖6可以看出，改進算法后，能夠明顯消除異常分鐘數據對計算10 min平均值的影響，顯著提升10 min平均值的數據質量。

需要指出的是，文中并未給出判斷分鐘值為異常的閾值，這需要進行更多的統計分析；也有研究顯示，HY-V20型能見度儀電源故障時，也會出現分鐘值缺測、10 min值為99 999的異常情況[11]，本文的算法改進建議僅適用于DNQ1型能見度儀。此外，對設備進行及時有效的維護是保證觀測質量的重要環節。

圖6 改進算法后計算10 min平均

5 結束語

文章對DNQ1型能見度儀幾種典型的數據異常情況進行了討論，提出了算法改進的建議，并利用延慶站的觀測數據進行了檢驗，得到以下結論：①自動觀測能見度質量控制規則不完善是異常分鐘能見度數據參與10 min平均值計算的主要原因。②校準和維護設備期間的分鐘能見度應置為錯誤，計算10 min平均值時，應有不少于75%的非錯誤采樣瞬時值參與計算。③剔除異常分鐘數據是提升10 min平均值數據質量的有效方法，能夠真實反映能見度變化趨勢。

［1］薛箏箏，張磊，左湘文，等.寧夏人工觀測與自動觀測能見度的對比評估［J］.氣象水文海洋儀器，2016（3）：100-104.

［2］李亞軍，郝婧宇，張忠效，等.山西省能見度自動與人工觀測資料對比分析［J］.科技與創新，2014（6）：149-152.

［3］周林，鞏在武.能見度自動觀測和人工目測的對比分析［J］.安徽農業科學，2015，43（11）：182，234.

［4］杜傳耀，喬曉燕，張小兵，等.能見度人工觀測與新型站儀器測量的對比分析［J］.氣象水文海洋儀器，2014（4）：42-44.

［5］夏冬，吳志權，譚浩波，等.廣東省能見度自動觀測系統資料評估分析與訂正［J］.氣象科技，2014，42（1）：68-72.

［6］龍亞星，李成偉.能見度自動觀測與人工觀測數據對比分析［J］.陜西氣象，2015（2）：32-35.

［7］朱樂坤，李林.前向散射能見度儀校準技術［J］.氣象科技，2013，41（6）：1003-1007.

［8］石劉峰.能見度傳感器測量誤差的研究［D］.南京：南京信息工程大學，2016.

［9］張紅娟，曾英.自動能見度數據類型及其質量控制方法［J］.陜西氣象，2017（2）：33-35.

［10］尤明雙，韋菊.一次能見度數據異常的排查處理［J］.氣象研究與應用，2016，37（S1）：147-148.

［11］宋中玲，張靜，潘艷秋.前向散射能見度儀的日常維護及常見故障處理［J］.氣象水文海洋儀器，2016（3）：109-113.

［12］中國氣象局監測網絡司.氣象儀器與觀測方法指南［M］.第六版.北京：氣象出版社，2005.

［13］何秀余.統計學原理教程［M］.北京：中國科學技術大學出版社，1994.

［14］中國氣象局氣象探測中心.新型自動氣象站實用手冊［M］.北京：氣象出版社，2016.

［15］中國氣象局氣象探測中心.前向散射能見度儀功能規格需求書［M］.北京：氣象出版社，2011.

［16］中國氣象局氣象探測中心.前向散射能見度儀觀測規范（試行）［M］.北京：氣象出版社，2011.

2095－6835（2018）20－0018－04

P412.17

A

10.15913/j.cnki.kjycx.2018.20.018

公益性行業（氣象）科研專項（編號：GYHY200906032）

胡天潔（1965—），女，工程師，主要從事綜合氣象觀測研究；

伍永學（1976—），男，高工，主要從事綜合氣象觀測研究。

〔編輯：嚴麗琴〕