DSG4型降水傳感器平行觀測數據對比分析

荀偉唯，李秀英，莊 萌

(1.河北省清河縣氣象局，清河054800；2.沙河市氣象局，沙河 054100)

0 引言

降水現象是地面氣象觀測的基本內容之一。降水現象實現自動觀測將有效提高觀測的頻次和質量，為預報服務提供更多有價值的氣象信息和觀測產品，是氣象觀測自動化的重要組成部分。

陳愛蓮[1]等在2015年對WUSH-PW、HY-YT-P1000和DXC1型雨滴譜儀進行了測試，與人工觀測數據進行了比對并分析了降水過程，揭示出降水現象儀降水識別能力的個體差異；申高航[2，3]等對DSG5型降水現象儀觀測數據與人工觀測數據的對比差異進行了分析。

邢臺市氣象局所轄臺站安裝的天氣現象儀型號均為DSG4型，2017年已完成國家級氣象觀測站降水現象儀的建設安裝工作，2018-01-01開始開展降水現象平行觀測，平行觀測時間：2018-01-01(北京時間2017-12-31T20：00，下同)—2018-12-31，以人工觀測降水現象為主，自動觀測降水現象為輔；原定于2019-01-01開始以天氣降水現象儀自動觀測降水現象為主，人工觀測降水現象為輔，推遲到2020-01-01。文章利用訂正后的全月整編數據對人工降水和自動觀測降水現象觀測數據進行對比，將降水數據分為白天和夜間兩個時段分別進行分析，為進一步細化儀器的數據算法提供參考。

1 觀測原理說明

《DSG4型降水現象儀技術手冊》中寫到，DSG4型降水現象儀通過激光遙測技術對降水過程進行分析、記錄，能夠實現降水要素自動觀測數據的采樣、存儲和處理，并按照氣象業務規定數據格式輸出8種降水類型：雨、陣雨、毛毛雨、雪、陣雪、雨夾雪、陣性雨夾雪和冰雹。但是降水現象儀觀測規范中規定，降水現象識別類型為：毛毛雨、雨、雪、雨夾雪、冰雹。所以在地面氣象觀測軟件中目前顯示的為5種降水現象，陣雨、陣雪和陣性雨夾雪分別訂正為雨、雪和雨夾雪。

2 資料的選取和處理方法

2.1 資料選取

文章選取了邢臺地區4個國家氣象觀測站(清河、廣宗、內丘、臨西)平行觀測期間的觀測數據，數據來源為平行觀測期間人工和自動觀測天氣現象形成的日數據文件，此文件為平行觀測軟件下的臺站降水現象觀測數據整編文件，每個月形成1份。觀測時間是2018-08-01—2019-07-31，共12個月的人工觀測降水現象數據和DSG4型降水現象儀的自動降水現象數據。平行觀測期間以人工觀測數據為準，自動觀測數據不上傳，自動觀測結果不進行修改，本地存儲。

2.2 數據評估方法

平行觀測期間主要以人工觀測到的降水現象過程作為參考標準，檢驗評估過程中，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。結合伍永學[4]等在《天氣現象自動化觀測資料可用性分析與應用探討》中提到的方法，同時由于人工觀測天氣現象只對白天數據進行時間記錄，為了便于質控和數據對比，文章對此方法進行了修改：1)白天時段人工記錄降水時段與自動觀測記錄有重合為有效數據(重合時間≥1 min)，夜間時段只要記錄人工和自動均觀測到降水現象即為有效數據；2)人工觀測無降水現象，儀器識別有降水現象發生的次數為空報數據；3)人工觀測有降水現象，而自動氣象站沒有識別出降水現象，視為漏報數據。

數據正確率(NA)：儀器正確識別降水的有效數據次數(a)占人工觀測到實際發生該降水現象過程總次數(A)的百分比。

空報率(FAR)：空報數據次數(b)占儀器自動觀測次數(B)的百分比。

漏報率(PO)：人工觀測到有某降水現象發生過程期間，儀器未識別出任何降水現象過程的漏報次數(c)，占人工觀測到實際發生降水現象過程總次數(A)的百分比。

計算公式如下：

NA(%)=a/A×100%

(1)

FAR(%)=b/B×100%

(2)

PO(%)=c/A×100%

(3)

3 降水數據統計分析

3.1 數據一致性分析

經過統計和分析清河、廣宗、內丘、臨西2018年8月—2019年7月人工觀測和自動觀測降水次數，4個氣象觀測站全年觀測記錄共1460 d，其中人工觀測無降水共 1211 d，自動觀測無降水966 d。白天時段人工觀測降水次數合計為155次，自動觀測降水數據為361次，其中有效數據次數合計為149次，空報210次，漏報次數為6次；夜間時段人工觀測降水次數合計為156次，有效數據次數合計154次，空報103次，漏報次數為2次。自動觀測降水次數遠多于人工觀測降水次數，是人工觀測次數的2倍多。對全部數據按照數據評估方法進行統計，如表1所示，自動觀測降水正確率均在96%以上，說明自動觀測降水和人工觀測降水現象基本一致，符合《DSG4型降水現象儀功能需求書》要求，基本滿足降水現象實現自動化的需求。但是，該統計是在特定方法下計算的，存在以下問題需要進一步分析說明：一是自動觀測降水現象時間轉換頻繁；二是復雜天氣降水現象頻繁轉換；三是自動觀測冰雹現象記錄較多。

表1 2018年8月—2019年7月4個國家氣象觀測站平行觀測期間觀測數據準確性統計 %

3.2 數據空報率分析

如表1所示，4個國家氣象觀測站的白天空報率在10%以上，夜間均低于10%，空報率白天大于夜間。空報率較多的原因：一是自動觀測降水質控參數設置比較寬泛，在有效捕獲實際降水的同時也產生了大量的無效降水數據；二是降水現象儀較靈敏，需要定期清潔維護[5]，否則容易將灰塵雜質誤報成降水；三是人為觀測習慣導致微量降水無法觀測，受主觀因素影響忽視某些持續時間短的降水天氣；四是由于大霧或者濕度較大等天氣現象影響產生一些毛毛雨天氣，人工觀測記錄時會忽略，自動降水現象儀卻會進行記錄。

3.3 人工和自動觀測降水數據對比

平行觀測期間，人工觀測和自動觀測的特點有明顯不同，一是自動觀測降水現象時間頻繁切換，人工觀測時間容易忽略短時間的降水中斷；二是自動觀測降水相態變化較多，而人工觀測只有雨一種天氣現象；三是自動觀測儀器易受外部環境影響產生非正常降水，人工沒有觀測到降水現象，可能是對斷斷續續微量降水的忽略；四是自動觀測降水容易出現冰雹現象誤判[6]，冰雹的判別受降水強度、粒徑速度、風速等多種氣象要素影響，外部環境的較大雜質也會導致誤判，所以需要對冰雹算法進一步細化。

4 結束語

文章對清河、廣宗、內丘、臨西4個國家氣象觀測站在人工和自動觀測降水平行觀測期間1 a的數據進行了統計分析，結果表明，DSG4型降水現象儀自動采集降水現象與人工觀測降水記錄基本一致，符合自動化需求，為降水現象儀單軌運行打下基礎。但是為了進一步提高設備數據可用率，提出以下建議：

1)自動觀測降水現象儀空報次數較多，出現大量無效數據。自2020-04-01全國地面氣象觀測實現自動化以后，無效數據均會直接上傳至氣象資料業務系統(MDOS)，再由省局查詢質疑到縣局，增加了省局和縣局人員的工作量，需要進一步細化降水現象儀的內部算法。

2)降水現象儀在自動觀測降水時易出現時間和相態的頻繁切換，在業務規定中對降水起止時間在15 min或以內，應作為1次記載。降水相態的不斷變化，在夜間盡量以自動觀測為主，白天可以人工進行訂正。

3)降水現象儀自動觀測降水容易出現冰雹現象誤判，主要是冰雹的判別受降水強度、粒徑速度、風速等多種氣象要素影響，外部環境的較大雜質也會導致誤判，所以需要對冰雹算法進一步細化。