江蘇省自動(dòng)站與基礎(chǔ)站降水觀測資料質(zhì)量分析

張寧,江志紅,吳立廣

(1.南京信息工程大學(xué)氣象災(zāi)害省部共建教育部重點(diǎn)實(shí)驗(yàn)室,江蘇南京 210044;2.南京信息工程大學(xué)大氣科學(xué)學(xué)院,江蘇南京 210044;3.黑龍江省氣象臺(tái),黑龍江哈爾濱 150030)

江蘇省自動(dòng)站與基礎(chǔ)站降水觀測資料質(zhì)量分析

張寧1,2,3,江志紅1,2,吳立廣1,2

(1.南京信息工程大學(xué)氣象災(zāi)害省部共建教育部重點(diǎn)實(shí)驗(yàn)室,江蘇南京 210044;2.南京信息工程大學(xué)大氣科學(xué)學(xué)院,江蘇南京 210044;3.黑龍江省氣象臺(tái),黑龍江哈爾濱 150030)

以江蘇省2006年夏、秋季自動(dòng)站降水資料為例,對逐時(shí)、逐日自動(dòng)站降水進(jìn)行對比和統(tǒng)計(jì)分析。為降低資料插值過程中的不確定性,對插值方法進(jìn)行了修正。由南京、揚(yáng)州、無錫和常州基礎(chǔ)站降水資料與相應(yīng)自動(dòng)站降水修正資料的對比可以發(fā)現(xiàn),弱降水事件的發(fā)生頻率高,且無論對于5 mm/h以內(nèi)的逐時(shí)降水還是10 mm/d以內(nèi)的逐日降水,自動(dòng)站與4個(gè)基礎(chǔ)站均有顯著差異,因此對江蘇省自動(dòng)站降水資料進(jìn)行系統(tǒng)訂正具實(shí)際意義。另外,對陣性降水和鋒面降水的分析發(fā)現(xiàn),無論降水量級大小,基礎(chǔ)站降水大于自動(dòng)站降水的幾率高,因此有必要進(jìn)一步對自動(dòng)站網(wǎng)的建設(shè)進(jìn)行完善。由于自動(dòng)站與基礎(chǔ)站有一定的差異,建議對自動(dòng)氣象站的資料質(zhì)量進(jìn)行系統(tǒng)的評估。

自動(dòng)站;基礎(chǔ)站;降水;插值

0 引言

氣象觀測為天氣預(yù)報(bào)、氣候分析和科學(xué)研究提供重要的觀測事實(shí)。隨著電子技術(shù)和計(jì)算機(jī)在氣象探測中的廣泛應(yīng)用,2000年起,地面自動(dòng)氣象觀測系統(tǒng)(以下簡稱自動(dòng)站)開始全面實(shí)施建設(shè),至2006年,僅江蘇省就建成500多個(gè)自動(dòng)站。目前,自動(dòng)站系統(tǒng)已經(jīng)成為氣象觀測的重要組成部分,為天氣預(yù)報(bào)精細(xì)化提供密集的氣象信息,在減災(zāi)防災(zāi)中發(fā)揮重要作用。然而,由于自動(dòng)站與基礎(chǔ)站使用儀器的原理不同、采樣和算法不同、儀器校正和維護(hù)也不盡相同,自動(dòng)站觀測資料存在很大的不確定性。

目前對自動(dòng)站溫度資料的研究較多[1-14],對溫度資料的可靠性有了一定的認(rèn)識(shí)[15]。這些資料在實(shí)際工作中已經(jīng)被廣泛應(yīng)用,主要原因是溫度的時(shí)空變化相對較小,比較容易用附近基礎(chǔ)站的觀測來驗(yàn)證。而降水量在時(shí)空上變化很大,不能簡單地利用附近基礎(chǔ)站的降水資料來比較驗(yàn)證,因此對自動(dòng)站降水資料可靠性的研究非常有限[1,3-6,8-10,16-22]。連志鸞[3]通過對比2002年石家莊城區(qū)自動(dòng)站與基礎(chǔ)站平行降水觀測資料并進(jìn)行了簡單的統(tǒng)計(jì),計(jì)算得二者平均差值為0.04 mm/h,平均絕對差值為0.21 mm/h。王榮波等[6]對比2002年秋季山東省陵縣自動(dòng)站與實(shí)測降水資料發(fā)現(xiàn)二者差值較小,自動(dòng)站與人工觀測比較接近,能滿足業(yè)務(wù)需要。

儀器本身的誤差也是造成自動(dòng)站降水資料不確定的原因之一。胡玉峰[8]根據(jù)中國氣象科學(xué)研究院大氣探測所自1992年起在全國30個(gè)站與標(biāo)準(zhǔn)雨量器7 a的對比,得出雨量器的平均百分誤差為6%～7%,因此即使人工觀測中雨量器測出的結(jié)果也不可靠。而自動(dòng)氣象站中采用的翻斗雨量計(jì)要完全避免干擾信號(hào)的影響,存在技術(shù)上的困難。游泳和王曉蘭[10]也認(rèn)為自動(dòng)站與人工站的降水量的差異比氣溫差異大。降水量小,差值稍小;降水量越大,差值越大,特別是強(qiáng)降水時(shí)差值更大[16]。黃世繼等[1]則認(rèn)為人工站觀測雨量偏小,主要原因是人工站在降水測量過程中有部分降水沾附到儲(chǔ)水瓶及雨量杯上,致使人工測量數(shù)據(jù)較真實(shí)值小,降水時(shí)間越長,量取次數(shù)越多,其與自動(dòng)站所測值的差異就越大。郭錫欽等[11]認(rèn)為自動(dòng)站只要有一次測量錯(cuò)誤,就會(huì)使月、年降水量產(chǎn)生錯(cuò)誤。

自動(dòng)站只有提供準(zhǔn)確可信的觀測資料,才能提高天氣預(yù)報(bào)的水平,使天氣預(yù)報(bào)精細(xì)化,滿足減災(zāi)防災(zāi)的需要。因此,在推廣自動(dòng)氣象站的同時(shí),系統(tǒng)地分析自動(dòng)站資料的可靠性是非常必要的。本文就以江蘇省2006年夏秋季自動(dòng)站和基礎(chǔ)站逐時(shí)降水量資料為例,對自動(dòng)站降水資料的可靠性進(jìn)行分析,從而為進(jìn)一步系統(tǒng)地評估自動(dòng)站觀測資料積累經(jīng)驗(yàn)。

1 資料分析

江蘇省氣象臺(tái)2006年逐時(shí)降水量資料共包括74個(gè)基礎(chǔ)站和503個(gè)自動(dòng)站資料(圖1)。基礎(chǔ)站在全省分布比較均勻,北部站點(diǎn)略比南部少;自動(dòng)站就密集得多,尤其在南京、鹽城、蘇錫常等地區(qū)布站更為密集,江蘇西北部地區(qū)相對稀疏。從各季節(jié)降水觀測資料來看(表1),基礎(chǔ)站降水資料較為完整,全年缺測率都在2%以下。而自動(dòng)站降水資料缺測較多,尤其在冬、春季,缺測率達(dá)到75%左右。因此,有必要對自動(dòng)站與基礎(chǔ)站觀測儀器的穩(wěn)定性進(jìn)行改進(jìn)。

圖1 江蘇省基礎(chǔ)站(a)以及自動(dòng)站(b)地理位置分布Fig.1 The geographical distribution of(a)BWS and(b)AWS in Jiangsu province

表1 各季節(jié)基礎(chǔ)站和自動(dòng)站降水資料缺測率統(tǒng)計(jì)Table1 Precipitation data loss rate of the BWS and the AWS in four seasons%

本文主要對夏季和秋季降水資料進(jìn)行分析。表2為夏、秋季節(jié)基礎(chǔ)站和自動(dòng)站降水資料不同缺測程度的站數(shù)統(tǒng)計(jì),從表2可以看到基礎(chǔ)站在兩個(gè)季節(jié)都有73站的降水資料缺測率在10%以下,僅一站的資料缺測率高于50%。而自動(dòng)站在夏、秋兩季均有200個(gè)站以上的降水資料缺測率高于50%。但夏、秋兩季資料缺測率10%以下的自動(dòng)站也分別有183和211個(gè)。

表2 夏、秋兩季基礎(chǔ)站和自動(dòng)站降水資料不同缺測率的站數(shù)統(tǒng)計(jì)Table2 Number of BWS and AWS with precipitation data loss at different rates in summer and autumn

2 自動(dòng)站與基礎(chǔ)站逐日、逐時(shí)降水資料對比

2.1 插值方法修正前后自動(dòng)站與基礎(chǔ)站資料特征

目前,對于降水空間分布還沒有一個(gè)普遍適用的插值方法。本文首先分兩步得到對基礎(chǔ)站的降水估計(jì)。第一步,選擇南京、揚(yáng)州、常州和無錫4個(gè)基礎(chǔ)站及其周圍自動(dòng)站2006年夏、秋兩季逐時(shí)降水資料,利用Cressm an方法將自動(dòng)站資料插值到基礎(chǔ)站位置上,與基礎(chǔ)站降水資料進(jìn)行對比。以基礎(chǔ)站點(diǎn)位置為中心,選擇合適的半徑R為Cressm an影響半徑(半徑內(nèi)包含5～6個(gè)自動(dòng)站為宜),r為影響半徑R內(nèi)各自動(dòng)站點(diǎn)到圓心的距離。Cressm an權(quán)重函數(shù)為

假設(shè)影響半徑內(nèi)存在n個(gè)自動(dòng)站,其降水量分別為M1,M2,…,Mn,則南京附近自動(dòng)站降水插值到南京基礎(chǔ)站點(diǎn)上的降水量為

其中:B=(W1+W2+…+Wn)。為了便于觀察自動(dòng)站與基礎(chǔ)站降水資料的差別,做出描述兩者逐時(shí)降水量關(guān)系的散點(diǎn)圖(圖2),圖中實(shí)線表示散點(diǎn)的回歸線,虛線為1∶1回歸線。從圖2可以看到,所選4站的自動(dòng)站觀測降水的插值數(shù)據(jù)(簡稱自動(dòng)站降水)與基礎(chǔ)站觀測降水?dāng)?shù)據(jù)(簡稱基礎(chǔ)站降水)對應(yīng)點(diǎn)較離散,各站的回歸系數(shù)較小,擬合優(yōu)度較低。4個(gè)站結(jié)果均顯示基礎(chǔ)站降水大于自動(dòng)站降水,且差異較大,但各站散點(diǎn)相關(guān)系數(shù)均較小。原因之一可能是由于所用插值方法過于簡單,平滑掉了某些降水的局部變化,因此需要對插值方法進(jìn)行修正。插值方法經(jīng)過修正后雖然不能完全消除降水誤差,但能夠在很大程度上起到改善作用。

第二步,對插值結(jié)果進(jìn)行系統(tǒng)修正。根據(jù)前人所使用的方法[23-24],選擇Xi=αYβi擬合兩組數(shù)據(jù),得到的α、β稱為修正因子。然后,將自動(dòng)站觀測值Xi插值到基礎(chǔ)站點(diǎn)時(shí),利用α、β進(jìn)行修正(利用公式Xi=αZβ求出Z),得到自動(dòng)站降水Z,比較它與基礎(chǔ)站降水P的差異。具體修正方法如下:首先設(shè)基礎(chǔ)站降水觀測值為P,以選定的基礎(chǔ)站站點(diǎn)為圓心,選取掃描半徑R畫圓,以其范圍內(nèi)包括5～6個(gè)自動(dòng)站為宜。現(xiàn)假設(shè)區(qū)域內(nèi)包括N個(gè)自動(dòng)站,對其中包括的某自動(dòng)站A,設(shè)它的降水觀測值為Xi(i=1,2,…,N),以A為中心、半徑R做圓。將此范圍內(nèi)其它自動(dòng)站降水資料插值到A點(diǎn),得到A點(diǎn)降水估計(jì)值Yi。對以上N個(gè)自動(dòng)站重復(fù)以上插值步驟,在該區(qū)域內(nèi)就得到一組觀測值和一組估計(jì)值。

圖2 江蘇省部分基礎(chǔ)站夏、秋兩季逐時(shí)降水量與同時(shí)期周圍自動(dòng)站經(jīng)Cressman插值所得降水量對比散點(diǎn)圖(單位:mm) a.南京站;b.揚(yáng)州站;c.常州站;d.無錫站Fig.2 The hourly scatter plot of the rainfall data from BW S and the interpolated rainfall data from AW S by using Cressm an in Jiangsu province in summer and autumn(units:mm) a.Nanjing;b.Yangzhou;c.Changzhou;d.Wuxi

南京、揚(yáng)州、常州和無錫四站選擇的掃描半徑、半徑內(nèi)包含的自動(dòng)站以及修正因子見表3。由基礎(chǔ)站與修正后的自動(dòng)站降水資料對應(yīng)散點(diǎn)圖(圖3)可以看到,各站回歸線較修正前更接近1∶1回歸線,擬合優(yōu)度顯著提高,四站相關(guān)系數(shù)有所增大,因此修正過程在一定程度上彌補(bǔ)了插值的不足。然而散點(diǎn)的離散程度并沒有因修正而顯著改善,這可能是自動(dòng)站與基礎(chǔ)站資料之間的本質(zhì)差別。

表3 南京、揚(yáng)州、常州、無錫四站掃描半徑R、半徑內(nèi)包含自動(dòng)站點(diǎn)以及修正因子α、βTable3 Scan radius R,the AW S included and the modifying factorsα,βin Nanjing,Yangzhou,Changzhou and Wuxi of Jiangsu province

圖3 江蘇省部分基礎(chǔ)站夏、秋兩季逐時(shí)降水量與同時(shí)期周圍自動(dòng)站經(jīng)Cressman插值系統(tǒng)誤差訂正所得降水量對比散點(diǎn)圖(單位:mm) a.南京站;b.揚(yáng)州站;c.常州站;d.無錫站Fig.3 The hourly scatter plot of the rainfall data from BWS and the modified interpolated rainfall data from AWS by using Cressman in Jiangsu province in summer and autumn(units:mm) a.Nanjing;b.Yangzhou;c.Changzhou;d.Wuxi

為消除降水因時(shí)空變化引起的誤差,將逐時(shí)降水資料統(tǒng)計(jì)成逐日降水資料(圖4)。與逐時(shí)散點(diǎn)圖對比可以看出,四站逐日資料的回歸線斜率均有不同程度的增大,且均位于1∶1回歸線以上,說明自動(dòng)站降水量總體上大于基礎(chǔ)站降水量。雖然四站相關(guān)系數(shù)進(jìn)一步提高,但兩種資料離散程度仍然較大。

2.2 自動(dòng)站與基礎(chǔ)站不同量級降水資料對比分析

對自動(dòng)站與基礎(chǔ)站逐時(shí)降水資料做差異顯著性分析,統(tǒng)計(jì)結(jié)果表明除南京站以外,自動(dòng)站資料與基礎(chǔ)站均存在顯著差異,且差異通過了0.05的信度檢驗(yàn)。將逐時(shí)降水資料劃分為降水量在5mm/h以內(nèi)的弱降水事件和5mm/h以上的大降水事件,自動(dòng)站與基礎(chǔ)站資料對于弱降水事件存在顯著的差異,四站均通過了0.05的信度檢驗(yàn)。而對于大降水事件,自動(dòng)站與基礎(chǔ)站資料相比,均值差異不大。對自動(dòng)站與基礎(chǔ)站逐日降水資料做差異顯著性分析可以得出,自動(dòng)站與南京、揚(yáng)州和無錫站基礎(chǔ)站并無顯著差異,只有常州站與自動(dòng)站差異通過了0.05的信度檢驗(yàn)。而對于小雨(日降水量在10mm/d以內(nèi)),自動(dòng)站與基礎(chǔ)站降水資料均存在明顯差異,差異通過了0.05的信度檢驗(yàn);對于大雨(日降水量在10 mm/d以上),自動(dòng)站除了與常州基礎(chǔ)站差異顯著外,與南京、揚(yáng)州和無錫站均值差異均不明顯。

統(tǒng)計(jì)各量級降水樣本(表4)可以看出,四站的逐時(shí)降水資料包含的弱降水樣本數(shù)均占各自總體的90%以上,逐日資料的小雨樣本也占各自總體的70%以上,反映出2006年夏季和秋季江蘇省弱降水發(fā)生頻率較高;而無論對于逐時(shí)還是逐日降水資料的弱降水事件,自動(dòng)站與四個(gè)基礎(chǔ)站降水資料均存在顯著差異,因此對自動(dòng)站降水資料進(jìn)行系統(tǒng)訂正具有重要的實(shí)際意義和研究價(jià)值。

圖4 江蘇省部分基礎(chǔ)站夏、秋兩季逐日降水量與自動(dòng)站經(jīng)Cressm an插值訂正所得降水量對比散點(diǎn)圖(單位:mm)a.南京站;b.揚(yáng)州站;c.常州站;d.無錫站Fig.4 The daily scatter plot of the rainfall data from BWS and the modified interpolated rainfall data from AWS by using Cressman in Jiangsu province in summer and autumn(units:mm) a.Nanjing;b.Yangzhou;c.Changzhou;d.Wuxi

表4 南京、揚(yáng)州、常州、無錫自動(dòng)站與基礎(chǔ)站逐時(shí)、逐日各量級降水資料樣本統(tǒng)計(jì)Table4 The samples of hourly and daily rainfall data from AW S and BW S in Nanjing,Yangzhou,Changzhou and Wuxi

3 自動(dòng)站與基礎(chǔ)站不同類型降水分析

3.1 南京陣性降水過程分析

選擇2006年8月1日15時(shí)至次日01時(shí)南京地區(qū)的一次陣性降雨過程。圖5為部分時(shí)次降水量空間分布,分析范圍包括7個(gè)基礎(chǔ)站,分別為六合、江浦、南京、溧水、高淳、儀征和句容站,范圍內(nèi)包括51個(gè)自動(dòng)站。自動(dòng)站降水在空間上能夠更細(xì)致地反映局部特征以及隨時(shí)間的演變。8月1日20時(shí)(圖5b),自動(dòng)站表現(xiàn)出兩個(gè)降水中心,分別位于南京北部和中部偏南地區(qū),中心強(qiáng)度為40mm/h和32 mm/h。而基礎(chǔ)站只反映出中心位于南京中部以西的降水,中心強(qiáng)度為23mm/h,沒有觀測到北部和中南部降水的局部特征。又如8月1日16時(shí)(圖5a)儀征站與周圍基礎(chǔ)站間距過大,使其無法準(zhǔn)確反映其西南方的小降水中心。

基礎(chǔ)站與自動(dòng)站觀測降水局部存在較大差異。統(tǒng)計(jì)3個(gè)時(shí)次基礎(chǔ)站與自動(dòng)站觀測降水量的21對樣本總體差異不大,沒有通過0.05的信度檢驗(yàn)。其中4對樣本差異大于1mm/h。16時(shí)(圖5a)儀征基礎(chǔ)站觀測降水為9.6mm/h,而自動(dòng)站觀測值為4.5mm/h,二者相差約5mm/h。20時(shí)(圖5b)南京中部地區(qū)的江寧站位置上自動(dòng)站降水在8mm/h左右,與基礎(chǔ)站觀測值23.1mm/h相差懸殊。另一處差異位于六合站,自動(dòng)站降水為24～32mm/h,基礎(chǔ)站觀測值為0.1mm/h。

圖5 2006年8月1日16時(shí)(a)、20時(shí)(b)、8月2日00時(shí)(c)南京逐時(shí)降水量空間分布(等值線為自動(dòng)站降水量,站點(diǎn)值為基礎(chǔ)站降水量;單位:mm)Fig.5 The hourly rainfall distribution in Nanjing at(a)16:00BST,(b)20:00BST on August1and(c)00:00BST on A ugust2,2006(The isograms represent AW S and the points represent BW S;units:mm)

3.2 江蘇省鋒面降水過程分析

2006年江蘇省梅雨期為6月21日—7月12日。降水主要集中在淮北和江淮之間的北部地區(qū),沿江和蘇南地區(qū)降水相對較少。選取的鋒面降水過程開始于7月3日15時(shí),至7月4日14時(shí)結(jié)束,降水呈帶狀分布。

從全省來看,基礎(chǔ)站與自動(dòng)站的降水空間結(jié)構(gòu)相似,兩者降水范圍無顯著差異,但個(gè)別站差異較大。7月3日18時(shí)(圖6a)基礎(chǔ)站和自動(dòng)站降水樣本共有9對存在差異,其中差值絕對值小于1mm/h的僅有燕尾港站和灌云站,其余7對差值絕對值均大于1mm/h,其中東海站觀測值為19.4mm/h,高于自動(dòng)站降水約8mm/h;7月4日00時(shí)(圖6b),興化站觀測值為17.4mm/h,而附近自動(dòng)站插值為7mm/h,二者相差10.4mm/h,另外一對較大差異出現(xiàn)在7月4日00時(shí)的海安站,其觀測值為18.7 mm/h,高于周圍自動(dòng)站插值降水12.8mm/h之多。7月4日12時(shí)(圖6d)降水已減小到1mm/h左右的量級。自動(dòng)站與基礎(chǔ)站觀測存在8處差異,基礎(chǔ)站觀測值高于自動(dòng)站降水插值的有4處,其中1處差值為1.6mm/h(盱眙站),其他3處差值絕對值小于1mm/h;而另外4處為自動(dòng)站降水插值高于基礎(chǔ)站觀測值,且差異均較小。

統(tǒng)計(jì)4個(gè)時(shí)次的樣本總體可以看出,當(dāng)兩種資料存在差異時(shí),基礎(chǔ)站觀測值高于自動(dòng)站的幾率大。4個(gè)時(shí)次中基礎(chǔ)站與自動(dòng)站降水樣本差異大于1 mm/h的共有17對,占樣本總數(shù)的80%。其中基礎(chǔ)站觀測值高于自動(dòng)站降水插值的樣本有9對,且在本次降水移動(dòng)過程(江蘇北部和中部地區(qū))中基礎(chǔ)站與自動(dòng)站降水差值大于1mm/h的情況各處均有發(fā)生,并不受地域的影響。

4 小結(jié)與討論

本文研究了江蘇省自動(dòng)站和基礎(chǔ)站2006年逐時(shí)、逐日降水資料情況,分析了自動(dòng)站與基礎(chǔ)站的空間分布特征和時(shí)間演變情況,并討論兩種資料之間存在的差異,為氣候資料的前后連續(xù)性以及天氣預(yù)報(bào)中對自動(dòng)站氣溫觀測資料的訂正使用提供一定的思路和方法。

以南京、揚(yáng)州、常州和無錫四站為例,通過對比自動(dòng)站與基礎(chǔ)站降水資料可以發(fā)現(xiàn),對于逐時(shí)降水,除南京站外,自動(dòng)站與其他3個(gè)基礎(chǔ)站存在顯著差異。對于弱降水事件,自動(dòng)站與以上四站的差異均通過了0.05的信度檢驗(yàn)。對于大降水事件,自動(dòng)站與四個(gè)基礎(chǔ)站均值差異不大。

對于逐日降水,除常州站外,自動(dòng)站與南京、揚(yáng)州和無錫基礎(chǔ)站無明顯差異,自動(dòng)站降水量高于四個(gè)基礎(chǔ)站降水量。對于小雨,自動(dòng)站與四個(gè)基礎(chǔ)站差異顯著;而對于大雨,除常州站外,自動(dòng)站與南京、揚(yáng)州和無錫站均無顯著差異。由于2006年夏、秋兩季江蘇省弱降水的發(fā)生頻率較高,且自動(dòng)站與四個(gè)基礎(chǔ)站降水資料均存在顯著差異,因此對自動(dòng)站降水資料進(jìn)行系統(tǒng)訂正和評估具有實(shí)際意義。

圖6 2006年7月3日18時(shí)(a)、7月4日00時(shí)(b)、7月4日04時(shí)(c)和7月4日12時(shí)(d)江蘇省逐時(shí)降水量空間分布特征(等值線為自動(dòng)站降水量,站點(diǎn)值為基礎(chǔ)站降水量;單位:mm)Fig.6 The hourly rainfall distribution in Jiangsu province at(a)18:00BST on July3,(b)00:00BST on July4,(c)04:00BST on July4and(d)12:00BST on July4,2006(The isograms represent AWS and the points represent BWS;units:mm)

由不同降水類型的分析可以看出,對于鋒面降水,兩種觀測資料無顯著差異,個(gè)別站存在較大的差異,總體來講基礎(chǔ)站降水量高于自動(dòng)站降水量的幾率較高。對于小范圍陣性降雨,自動(dòng)站能夠細(xì)致地反映降水局部特征的優(yōu)勢更加明顯,但兩種觀測資料仍存在不同程度的差異。雖然自動(dòng)站能夠觀測到更細(xì)致的降水空間結(jié)構(gòu),但目前資料質(zhì)量還不具備實(shí)際應(yīng)用的能力,因此有必要進(jìn)一步完善自動(dòng)站網(wǎng)的建設(shè)。

根據(jù)對江蘇省自動(dòng)站和基礎(chǔ)站降水觀測資料的分析,得出基礎(chǔ)站降水和自動(dòng)站降水存在明顯的差異。為了使大量的自動(dòng)站降水資料在天氣預(yù)報(bào)、氣候分析和科學(xué)研究中得到有效利用,需要系統(tǒng)地對自動(dòng)站和基礎(chǔ)站觀測儀器本身的特性以及人為原因造成的觀測錯(cuò)誤進(jìn)行分析。

[1] 黃世繼,蒙陳,鄭明會(huì).人工站與自動(dòng)站觀測數(shù)據(jù)差異原因分析[J].貴州氣象,2007,31(2):42-44.

[2] 曾英.陜西人工氣象站與自氣象站氣溫對比分析[J].陜西氣象,2008(2):47-48.

[3] 連志鸞.自動(dòng)站與人工站觀測記錄的差異分析[J].氣象,2005,31(3):48-52.

[4] 項(xiàng)經(jīng)魁.自動(dòng)雨量站資料訂正雷達(dá)測量降水有關(guān)問題的探討[J].南京氣象學(xué)院學(xué)報(bào),1990,13(4):695-696.

[5] 陳少勇,董安祥,韓勇.祁連山東、西部夏季降水量時(shí)空分布的差異及其成因研究[J].南京氣象學(xué)院學(xué)報(bào),2007,30(5):715-719.

[6] 王榮波,黃德珍.自動(dòng)站與人工觀測數(shù)值的比較分析[J].山東氣象,2003(2):50-52.

[7] 王靜,孫恒鴻.自動(dòng)站與人工站觀測數(shù)據(jù)差值綜合對比分析[J].貴州氣象,2004,28(6):35-39.

[8] 胡玉峰.自動(dòng)與人工觀測數(shù)據(jù)的差異[J].應(yīng)用氣象學(xué)報(bào),2004,15(6):719-726.

[9] 毛東艷,錢傳海,喬林,等.貴州南部一次突發(fā)性大暴雨的中尺度分析[J].南京氣象學(xué)院學(xué)報(bào),2007,30(5):601-609.

[10] 游泳,王曉蘭.四川省自動(dòng)氣象站與人工觀測數(shù)據(jù)對比分析[J].四川氣象,2007,27(3):43-45.

[11] 郭錫欽,曾書兒,王金釗.自動(dòng)氣象站的動(dòng)態(tài)試驗(yàn)及其測量準(zhǔn)確度[J].應(yīng)用氣象學(xué)報(bào),1994,5(2):176-183.

[12] 陸生蘭.自動(dòng)站與人工站觀測數(shù)據(jù)存在較大誤差的原因探析[J].氣象研究與應(yīng)用,2007,28(增刊):110-111.

[13] 王歡,壽紹文,解以揚(yáng),等.干侵入對2005年8月16日華北暴雨的作用[J].南京氣象學(xué)院學(xué)報(bào),2008,31(5):97-103.

[14] 辛吉武,許向春,邢旭煌.海南省自動(dòng)站氣溫觀測資料評估及氣候訂正研究[J].熱帶氣象學(xué)報(bào),2008,24(3):228-231.

[15] 楊寶英,江南.近50a南京市氣溫和熱島效應(yīng)變化特征[J].氣象科學(xué),2009,29(1):88-91.

[16] 陸霞,殷明潔.自動(dòng)站與人工觀測降水量差值的成因分析[J].氣象研究與應(yīng)用,2007,28(3):83-84.

[17] 陳豫英,陳曉光,張智,等.寧夏自動(dòng)站與人工觀測氣溫的差異對比分析[J].應(yīng)用氣象學(xué)報(bào),2006,17(增刊):118-124.

[18] 王穎,劉小寧.自動(dòng)站與人工觀測氣溫的對比分析[J].應(yīng)用氣象學(xué)報(bào),2002,13(6):741-748.

[19] 竇以文,屈玉貴.北京自動(dòng)氣象站實(shí)時(shí)數(shù)據(jù)質(zhì)量控制應(yīng)用[J].氣象,2008,34(8):77-81.

[20] 孫燕,吳海英,沈樹勤,等.冬春季江蘇沿海大風(fēng)的特征[J].南京氣象學(xué)院學(xué)報(bào),2007,30(5):699-704.

[21] 王穎,封國林,施能,等.江蘇省雨日及降水量的氣候變化研究[J].氣象科學(xué),2007,27(3):287-293.

[22] 李欣,龔佃利,盛日鋒.自動(dòng)氣象站觀測資料的中尺度分析及業(yè)務(wù)應(yīng)用[J].氣象科學(xué),2009,29(1):121-125.

[23] molini A,La B,Lanza L G,et al.Rainfall intermittency and the sampling error of tipping-bucket rain gauges[J].Phys Chem Earth,2001,26(10/12):737-742.

[24] La B,Lanza L G,Stagi L.Influence of systematic mechanical errors of tipping-bucket rain gauges on the statistics of rainfall extremes[J].water Sci Techn,2002,45(2):1-9.

Quality Analysis of Rainfall Data from Automatic Weather Station and Basic Weather Station in Jiangsu Province

ZHANG Ning1,2,3,J IANG Zhi-hong1,2,WU Li-guang1,2

(1.Key Laboratory of Meteorological Disaster of Ministry of Education,NU IST,Nanjing 210044,China;2.School of Atmospheric Sciences,NU IST,Nanjing 210044,China;3.Heilongjiang Meteorological Office,Harbin 150030,China)

By using the observational rainfall data from automatic weather station(AWS)and basic weather station(BWS)in Jiangsu province from June to November in 2006,the hourly and daily rainfall data are analyzed.To avoid the uncertainty in interpolation,the interpolation method has been adjusted.According to the rainfall data from BWS in Nanjing,Yangzhou,Wuxi and Changzhou,it shows that rainfalls of less than 5 mm/h occur frequently.As for the precipitation less than 5 mm/h or less than 10 mm/d,there are significant differences between the data from AWS and four BWS.Therefore,it is significant to adjust the data of AWS.Moreover,the analysis shows that whatever the magnitude is,the BWS rainfall data tends to be larger than that attained from AWS for both frontal and convective rainfall.Therefore,it is necessary to improve the AWS.Since there is significant difference be tween the data attained from AWS and BWS,it is suggested that the AWS data quality should be evaluated systemically.

AWS;BWS;precipitation;interpolation

P412.13

A

1674-7097(2010)05-0606-09

2009-02-23;改回日期:2009-04-30

公益性行業(yè)(氣象)科研專項(xiàng)(GYHY(QX)2007-6-5)

張寧(1982—),男,黑龍江哈爾濱人,碩士,研究方向?yàn)槌鞘袩釐u,zhangning139@gmai1.com.

張寧,江志紅,吳立廣.江蘇省自動(dòng)站與基礎(chǔ)站降水觀測資料質(zhì)量分析[J].大氣科學(xué)學(xué)報(bào),2010,33(5):606-614.ZhangNing,Jiang Zhi-hong,Wu Li-guang.Quality analysis of rainfall data from automatic weather station and basic weather station in Jiangsu Province[J].Trans Atmos Sci,2010,33(5):606-614.

(責(zé)任編輯:劉菲)