雙鴨山國家氣象站DSG5自動降水天氣現象觀測資料評估分析

王榮 呂軍 周子強 逯瑩

摘要 通過對雙鴨山國家氣象站2018年01月—2019年12月自動降水天氣現象觀測資料與人工降水天氣現象觀測資料對比，發現二者存在差異，并對造成這種差異的原因進行說明。對DSG5自動降水天氣現象儀的觀測數據進行評估分析，為雙鴨山國家站DSG5自動降水天氣現象儀正式業務化使用提供科學依據。

關鍵詞 DSG5型降水現象儀;平行觀測數據;統計分析;評估;建議

中圖分類號：P457 文獻標識碼：B 文章編號：2095–3305（2021）01–0029–02

降水是氣象觀測的常規項目，它是表征天氣現象的一個物理量。降水現象是指云中液態、固態的或混合的水凝（凍）物從空中下落到地面上的一種天氣現象，是大氣水循環的主要環節，反映了地區大氣的動力、熱力、水汽等多種要素，是對流層中最為活躍的天氣現象之一。降水信息中包含降水粒子特性、降水量、降水類型等參數，可以為天氣預報、交通道路運輸、農牧區干旱監測等氣象服務提供精細化基礎觀測數據。同時，為人工影響天氣作業提供科學依據。因此，準確的降水類型及降水量測量信息對農業生產、交通運輸和氣象防災減災等有重要作用。自有氣象記錄以來，降水類天氣現象以人工觀測為主，臺站天氣現象觀測存在主觀性強、簡單化、定性化等問題。因觀測頻次少，不能連續、全面反映天氣現象。天氣現象自動化觀測時，地面目視和聽覺觀測定量化、客觀化[1-2]。

1 人工觀測原理

降水的特征量主要包括降水量、降水強度、降水時數及時空分布等宏觀量和降水粒子大小、形狀、速度、譜分布等微觀量。傳統的地面氣象觀測主要通過人工觀測記錄降水起止時間，通過對降水云狀等基本氣象要素的觀測確定降水性質，缺乏對降水粒子大小、形狀、速度、譜分布等微觀物理量的觀測。人工觀測要求觀測員隨時觀測和記錄出現在測站的天氣現象。夜間不守班的臺站對夜間天氣現象的判斷存在較大的人為誤差，應盡量判斷準確，并嚴格按照《地面氣象觀測規范》要求進行記錄[3]。

2 儀器觀測原理

DSG5型降水現象儀是一種采用現代激光技術的光學測量系統，通過一個快速的數字化信號處理器獲取和存儲數據，可以自動觀測和識別包括毛毛雨、雨、雪、雨夾雪、冰雹等天氣現象。它的工作原理是一個能夠發射平行光束的激光傳感器，通過測量降水粒徑和粒子下降速度推導出降水滴譜、降水類型、降水動能、降水強度、雷達反射率等參數。降水類天氣現象要素可自動進行數據采集、存儲、處理和輸出;試驗結果表明：降水強度大于0.1 mm/h的降水現象類型，識別準確率不低于97%;雨、雪、冰雹相對人工觀測準確率高于97%[4]。

3 數據處理方法

利用雙鴨山國家氣象站（以下簡稱雙鴨山站）2018年1月—2019年12月地面氣象觀測自動化業務平行觀測期間降水現象自動與人工觀測進行對比分析。平行觀測期間雙鴨山站發生的降水現象主要有毛毛雨、雨、雨夾雪和雪。人工觀測數據采用20：00～08：00夜間觀測時段和08：00～20：00白天觀測時段的數據進行對比分析;天氣現象自動采集的數據均通過ISOS軟件按業務要求進行統計。人工觀測到陣雨、陣雪、陣性雨夾雪，在評估時分別按雨、雪、雨夾雪處理。評估統計以人工觀測到的降水現象過程作為參考標準，分別對兩段觀測數據的白天段與夜間段分開統計缺測率、捕獲率、漏報率、錯報率和空報次數。

3.1 缺測率統計

以分鐘數據為評估分析單位，剔除停電等非儀器原因與維護造成的缺測記錄后，對觀測數據完整性作缺測率評估。

缺測率=（觀測缺測次數/應觀測總次數）×100%。

3.2 捕獲率統計

捕獲率以夜間捕獲率和白天捕獲率分別統計。

（1）夜間捕獲率：夜間段儀器準確識別該降水現象發生過程的次數（a），占人工夜間觀測到實際發生該降水現象過程總次數（A）的百分比。

（2）白天捕獲率：白天段儀器準確識別該降水現象發生過程的次數（b），占人工白天觀測到實際發生該降水現象過程總次數（B）的百分比。

（3）漏報率：人工白天段觀測到有某降水現象發生過程期間，儀器超過30%的時間未識別出任何降水現象過程的次數（c），占白天實際發生該降水現象過程總數（B）的百分比。

（4）錯報率：人工白天段觀測到某降水現象發生過程期間，儀器超過30%的時間錯誤識別為其他降水現象過程的次數（d），占白天實際發生該降水現象過程總數（B）的百分比。

（5）空報次數：人工白天段觀測無降水現象發生，儀器識別有某種降水現象發生的總次數（e）。

計算公式如下：

夜間捕獲率（%）=a/A×100%;

白天捕獲率（%）=b/B×100%;

漏報率（%）=c/B×100%;

錯報率（%）=d/B×100%;

空報次數（次）=e。

公式中：

a—儀器夜間準確識別某降水現象發生過程次數;

A—人工夜間觀測到實際發生某降水現象過程總數;

b—儀器白天準確識別某降水現象發生過程次數;

B—人工白天觀測到實際發生某降水現象過程總數;

c—人工白天段觀測到有某降水現象發生，儀器超過30%時間未識別出任何降水現象過程的次數;

d—人工白天段觀測到某降水現象發生過程期間，儀器超過30%時間錯誤識別為其他降水現象過程的次數;

e—儀器觀測某降水現象對應人工無降水現象的總次數[5]。

4 數據分析評估

4.1 數據完整性評估

以分鐘數據為評估分析單位，剔除停電等非儀器原因與維護造成的缺測記錄后，對各廠家評估期間的儀器觀測數據完整性作缺測率評估。

缺測率=（觀測缺測次數/應觀測總次數）×100%。

通過對2018年1月—2019年12月降水現象自動觀測分鐘數據文件、降水現象觀測數據整編文件、逐月A文件進行對比分析，雙鴨山站平行觀測兩年缺測率為0.1%，數據完整可用。

4.2 數據準確性評估

檢驗評估期間，1次人工觀測某降水現象過程時段內（白天段或夜間段），儀器能夠同步識別至少1 min該降水現象，視為準確識別1次降水過程。各降水現象夜間段只統計捕獲率，白天段統計捕獲率、漏報率、錯報率和空報次數。

雙鴨山站毛毛雨夜間捕獲率0%，白天捕獲率100%。這是因為DSG5型降水現象儀反應靈敏，連續降水期間的小雨強的降水粒子容易被識別為毛毛雨，夜間不守班人工觀測數據為0，因此夜間捕獲率為0;鑒于人工觀測的局限性，雨夾雪觀測時間人工觀測和自動觀測的差別較大，白天的捕獲率低是因為守班期間人工質控的原因造成的;冰雹只出現一次，軟件未識別（表1～5）。

綜上所述，在不考慮降水態相和降水性質的情況下，DSG5型降水現象儀捕獲率比較高，較人工觀測準確率、可

信度更高。

參考文獻：

[1] 馬舒慶，吳可軍，陳冬冬，等.天氣現象自動化觀測系統設計[J].氣象，2011，37（9）： 1166-1172.

[2] 杜波，馬舒慶，梁明珠，等.雨滴譜降水現象儀對比觀測試驗技術應用分析[J].氣象科技，2017，45（6）：995-1001.

[3] 中國氣象局.地面氣象觀測規范[M].北京：氣象出版社，2003.

[4] 黃曉云，黃飛龍，翁靜嫻，等.廣州降水現象與人工觀測對比分析[J].廣東氣象，2019，41（2）：70-72.

[5] 降水現象儀觀測規范（試行）[M].北京：氣象出版社，2019.

責任編輯：黃艷飛

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