天氣現(xiàn)象自動化觀測資料可用性分析與應(yīng)用探討

伍永學(xué)，丁青蘭，劉鳳輝，劉璐，孫躍強

（1.北京市觀象臺，北京 100176；2.北京市氣象臺，北京 100089；3.密云縣氣象局，北京 密云 101500；4.延慶縣氣象局，北京 延慶 102100）

天氣現(xiàn)象自動化觀測資料可用性分析與應(yīng)用探討

伍永學(xué)1，丁青蘭2，劉鳳輝3，劉璐2，孫躍強4

（1.北京市觀象臺，北京 100176；2.北京市氣象臺，北京 100089；3.密云縣氣象局，北京 密云 101500；4.延慶縣氣象局，北京 延慶 102100）

通過對北京地區(qū)天氣現(xiàn)象組網(wǎng)試驗資料的可用性分析以及在精細化預(yù)報業(yè)務(wù)中的應(yīng)用，發(fā)現(xiàn)自動觀測天氣現(xiàn)象資料連續(xù)時長多于20 min以上時，數(shù)據(jù)可信度較高，對預(yù)報員有較高的參考價值。自動觀測系統(tǒng)對雨、霧、霾現(xiàn)象的識別結(jié)果正確率總體較好，其高頻次的探測數(shù)據(jù)對低頻次的人工觀測起到補充作用。但在天氣現(xiàn)象識別算法、質(zhì)控、雷暴和降水性質(zhì)識別、現(xiàn)象識別連續(xù)性等方面還存在不足，需要進一步改進。

天氣現(xiàn)象；自動化觀測；可用性

天氣現(xiàn)象是指發(fā)生在大氣中、地面上的一些物理過程，是在一定的天氣條件下產(chǎn)生，各氣象要素變化的綜合結(jié)果[1]。在國家級有人值守的地面氣象觀測站，天氣現(xiàn)象的觀測主要仍然靠人工目測完成，人工目測的重要性不言而喻，但也存在主觀性強、簡單化、定性化，觀測頻次少等缺陷，不能全面、連續(xù)地反映天氣現(xiàn)象變化，易出現(xiàn)漏記等問題。天氣現(xiàn)象自動化觀測通過對地面目視觀測和聽覺項目的客觀化、定量化，結(jié)合大氣物理、天氣動力、氣象探測等領(lǐng)域知識，在不斷試驗和資料積累基礎(chǔ)上，通過多種信息的綜合分析合理判定發(fā)生的天氣現(xiàn)象。通過連續(xù)的高頻次的觀測，獲取更多有價值的氣象信息[2-3]。中國氣象局氣象探測中心組織研發(fā)的DZT-1型天氣現(xiàn)象儀以光學(xué)特性測量技術(shù)和圖像識別技術(shù)為基礎(chǔ)，綜合自動氣象站數(shù)據(jù)的天氣現(xiàn)象自動化觀測系統(tǒng)，基本實現(xiàn)的天氣現(xiàn)象識別包括：降水現(xiàn)象中雨、毛毛雨、雪、雨夾雪、冰雹；地面凝結(jié)現(xiàn)象中露、霜、霧凇、雨凇、積雪和結(jié)冰；視程障礙現(xiàn)象中沙塵暴、揚沙、浮塵、霧、輕霧和霾；以及大氣運動現(xiàn)象中大風(fēng)、颮等[2]。

針對天氣現(xiàn)象自動化觀測結(jié)果，陳冬冬等在2009年對PWS100、VPF-730、OWI-430、CJY-2C/Y等天氣現(xiàn)象儀對輕霧、霾、霧和雨現(xiàn)象的識別與人工觀測進行了對比，其中輕霧和霾按現(xiàn)象日、雨按降水次數(shù)作了分析。徐洪雄等2010年以小時為單位對以上儀器同類天氣現(xiàn)象與人工觀測做了比較研究[4-5]。這些研究展現(xiàn)了各種天氣現(xiàn)象儀的特點，顯現(xiàn)了自動和人工兩種觀測方式的差異。但是上述研究成果對天氣現(xiàn)象的對比精度過粗，滿足不了目前精細化預(yù)報的業(yè)務(wù)需求。2010—2012年，北京地區(qū)基于DZT-1型進行了天氣現(xiàn)象組網(wǎng)觀測試驗，本文利用該組網(wǎng)觀測資料以雨、雪現(xiàn)象從分鐘級對人工與自動識別現(xiàn)象結(jié)果作了可用性分析，發(fā)現(xiàn)自動觀測資料連續(xù)時長多于20 min以上時，數(shù)據(jù)可信度較高，對預(yù)報員有較高參考價值。在2012年7—10月又與預(yù)報員一起開展了天氣現(xiàn)象資料實時對比應(yīng)用，本文通過兩次典型天氣過程中自動觀測系統(tǒng)識別的天氣現(xiàn)象結(jié)果合理性以及與人工觀測對比的正確率檢驗資料的可用性，對該類資料在精細化預(yù)報中的作用簡要探討。

1 天氣現(xiàn)象自動化觀測資料可用性分析

人工目測天氣現(xiàn)象信息，用傳統(tǒng)3 h或6 h一次發(fā)報的頻次傳遞給預(yù)報員，遠遠無法滿足精細化預(yù)報的需求。天氣現(xiàn)象自動化觀測系統(tǒng)具有高時間分辨率的優(yōu)勢，每分鐘獲取數(shù)據(jù)，實時上傳至中心站以Web方式提供給預(yù)報員，為精細化預(yù)報提供了高時間分辨率的天氣現(xiàn)象觀測數(shù)據(jù)作為支撐。

各類天氣現(xiàn)象的產(chǎn)生發(fā)展一般具有連續(xù)性（除颮、大風(fēng)、雷暴現(xiàn)象）[1]，自動觀測天氣現(xiàn)象系統(tǒng)識別結(jié)果具有脈動性特征，這使自動觀測系統(tǒng)的現(xiàn)象識別結(jié)果是否可信成為問題。為此，對組網(wǎng)站點2010年12月—2011年12月數(shù)據(jù)進行了統(tǒng)計，現(xiàn)以降水現(xiàn)象中最常見的雨、雪現(xiàn)象為例作分析。

對自動觀測天氣現(xiàn)象結(jié)果進行整理，同一種現(xiàn)象兩段的起止時間相隔≤15 min，將此兩段綜合成一段[1]；將地面觀測報表人工觀測降水記錄處理為非陣性，以利與自動觀測系統(tǒng)識別結(jié)果對比。整理后，記錄分3種情況：（1）自動觀測記錄與人工記錄時段有重合；（2）自動觀測記錄持續(xù)時長<5 min且與人工記錄完全無重合；（3）自動觀測記錄持續(xù)時長≥5 min且與人工記錄完全無重合。（1）為有效數(shù)據(jù)，（2）和（3）為無效數(shù)據(jù)，其中（2）為干擾數(shù)據(jù)。

由圖1可見，干擾數(shù)據(jù)在無效數(shù)據(jù)中的比例雨現(xiàn)象為65.9%，雪現(xiàn)象為88.01%，充分表明該類記錄不足信，應(yīng)予剔除。剔除該類數(shù)據(jù)后，自動觀測系統(tǒng)現(xiàn)象識別結(jié)果持續(xù)時長超15 min時，雨現(xiàn)象準確率79.89%，雪現(xiàn)象96.17%，可信度較高（表1）。

圖1 2010年12月—2011年12月雨、雪現(xiàn)象干擾數(shù)據(jù)在無效數(shù)據(jù)中比例

表1 2010年12月—2011年12月組網(wǎng)站點雨、雪現(xiàn)象數(shù)據(jù)比例

在2012年7—10月的實時應(yīng)用過程中，實況顯示頻次經(jīng)多輪試驗，最終定為每分鐘、每10 min、每半小時3種方式。每分鐘適用于確定現(xiàn)象起止時間，但不利于快速把握天氣變化，每半小時有利于查閱現(xiàn)象趨勢變化，但相對過粗，可能遺漏短時過程，每10 min方式閱覽資料，基于前述分析結(jié)果，現(xiàn)象連續(xù)2次出現(xiàn)時可信度很高，有助于預(yù)報員判定現(xiàn)象是否發(fā)生，在精細化預(yù)報中具有較高的使用價值。

2 選取的天氣現(xiàn)象和天氣過程

考慮到7—10月恰值北京的夏、秋季，因此只選取該季節(jié)易出現(xiàn)，對城市運行有較高影響的全市性降水（雨）、低能見度（霧、霾）天氣作分析。對于這幾種天氣，預(yù)報人員給予高度關(guān)注，對城市運行和民眾生活影響較大，需要及時發(fā)布氣象災(zāi)害預(yù)警[6]，自動觀測資料易被預(yù)報員使用。

統(tǒng)計中發(fā)現(xiàn)這4個月未出現(xiàn)全市性大霧天氣，對于輕霧、霾的觀測記錄，一般以相對濕度作為重要輔助判據(jù)，天氣現(xiàn)象自動識別算法也引入該要素[2]。因此，將輕霧、霧、霾統(tǒng)一為低能見度天氣進行評估，本文中選擇低能見度天氣的標(biāo)準為：北京20個國家級氣象觀測站中有7個以上的測站人工觀測的能見度≤5.0 km。根據(jù)上述標(biāo)準，選取的降水過程天數(shù)和低能見度過程天數(shù)共計34 d（表2）。

表2 北京地區(qū)7—10月參與評估的降水和低能見度天氣過程

對于天氣現(xiàn)象觀測資料來說，識別正確率是判斷資料可用性的最重要指標(biāo)。對選取的34 d的數(shù)據(jù)進行統(tǒng)計。從降水識別正確率來看，各站都在50%以上，門頭溝最高，達83%，觀象臺次之，為77%，平谷最差，只有50%。從霧、霾識別正確率來看，各站差別很大，有一半的站在95%以上，懷柔、順義、觀象臺均為100%。平谷站最差為0，延慶、密云、門頭溝不足60%，這3站正確率低主要表現(xiàn)為大多數(shù)對比時間顯示為無天氣現(xiàn)象，資料的可用性低。

3 典型天氣過程分析

為了細致考察天氣現(xiàn)象自動化觀測系統(tǒng)在不同天氣過程中的可用性以及在精細化預(yù)報中的參考作用，分別選取一個持續(xù)時間長的強降水過程和霧、霾天氣過程做詳細分析，通過自動觀測系統(tǒng)識別的天氣現(xiàn)象結(jié)果合理性以及與人工觀測對比的正確率檢驗資料可用性。自動觀測現(xiàn)象識別結(jié)果每10 min為一個樣本，檢驗識別結(jié)果合理性，其中降水現(xiàn)象增加漏報率、空報率和現(xiàn)象開始時間偏差分析。

3.1 2012年7月21日大暴雨天氣過程

3.1.1 識別結(jié)果合理性分析

這次降水天氣過程持續(xù)時間長，從7月21日上午開始持續(xù)到7月22日凌晨，天氣現(xiàn)象自動化觀測系統(tǒng)在整個過程中識別出雨、輕霧、霧、霾、露、颮、結(jié)冰、揚沙、雨凇等9種現(xiàn)象。

表3列出了人工觀測的天氣現(xiàn)象與自動觀測系統(tǒng)識別的現(xiàn)象結(jié)果。從表中可以看出，各站都識別出雨，除平谷外，其他各站均識別出輕霧，與人工觀測相一致；延慶、昌平、密云和順義識別出霾，人工觀測未出現(xiàn)霾，兩種觀測方式在輕霧、霾現(xiàn)象的判別中因相對濕度的閾值設(shè)定不同而使識別結(jié)果有明顯差異。自動觀測系統(tǒng)無法識別雷暴現(xiàn)象，這將決定是否發(fā)布雷電預(yù)警；降水性質(zhì)對預(yù)報員也是非常重要的信息，自動觀測系統(tǒng)未能提供。

表3 7月21日—7月22日降水過程中天氣現(xiàn)象統(tǒng)計結(jié)果

另外，自動觀測系統(tǒng)還識別出了雨凇、結(jié)冰、揚沙、颮4種天氣現(xiàn)象。密云站有2個時次識別出雨凇，平谷和觀象臺都識別出結(jié)冰現(xiàn)象，且出現(xiàn)時次較多，分別占到樣本總數(shù)的51%和11%。雨凇和結(jié)冰是冷季才會出現(xiàn)的天氣現(xiàn)象，就此次降水過程，稍具常識即可判斷為系統(tǒng)識別錯誤。但是，若在冷季，這種錯誤的現(xiàn)象識別結(jié)果可能會誤導(dǎo)預(yù)報員。門頭溝站識別出2次颮的天氣現(xiàn)象，1次與揚沙同時出現(xiàn)，1次與輕霧同時出現(xiàn)。颮與揚沙同時出現(xiàn)是可能的，但是，識別出這兩種現(xiàn)象時，該站正下大暴雨。颮與輕霧同時出現(xiàn)不合理，因為霧一般大氣層結(jié)穩(wěn)定，風(fēng)小，而颮則是強對流的產(chǎn)物，有強風(fēng)[1]，因此，門頭溝站識別的揚沙、颮現(xiàn)象是錯誤的。

3.1.2 降水現(xiàn)象開始時間偏差分析

2012年4 月地面觀測業(yè)務(wù)調(diào)整后，人工觀測夜間天氣現(xiàn)象無起止時間，利用5 min加密自動氣象站數(shù)據(jù)、6 min雷達資料和氣象服務(wù)日志獲取10個站點降水過程的大致結(jié)束時間。表4列出了各站整個降水過程起止時間、樣本數(shù)和降水開始時間偏差等信息，時間偏差正值表示自動觀測系統(tǒng)初次識別出降水的時間滯后于人工觀測降水開始的時間，負值則表示超前。

從表4可以看出，密云站降水持續(xù)時間最長，其他各站差別不大。從降水開始時間偏差來看，除延慶和懷柔外，其他各站均滯后于人工觀測降水開始時間。大多數(shù)（70%）站偏差不超過15 min，能較正確地給預(yù)報員提供降水開始信息。平谷站的降水開始時間比實況滯后138 min，查看自動站記錄發(fā)現(xiàn)21日12:10—12:15和14:20—14:40為微量降水，反映出天氣現(xiàn)象自動化觀測系統(tǒng)在降水強度較弱時對降水現(xiàn)象識別能力不足。

表4 自動觀測系統(tǒng)降水開始時間偏差

3.1.3 降水現(xiàn)象識別正確率分析

從天氣現(xiàn)象識別的正確率、漏報率、空報率來分析自動觀測系統(tǒng)對這次強降水的觀測能力。對各個站點，在其降水時段內(nèi)按每10 min頻次顯示自動觀測識別結(jié)果，看是否識別出降水現(xiàn)象，統(tǒng)計識別結(jié)果的正確率，若降水間歇期識別出降水現(xiàn)象則計為空報；結(jié)果見圖2。

各站在降水時段內(nèi)，均未出現(xiàn)空報，只有不同程度的漏報。除觀象臺和大興外，其他站降水現(xiàn)象識別正確率為78%～88%。但是，朝陽站在21日12:44首次識別出雨，到16:00為止雨和輕霧交替出現(xiàn)，其后直至22日16:50一直識別為雨，氣象服務(wù)日志22日04時后已無降水，其高正確率并不可信。觀象臺和大興正確率偏低的原因是自動觀測系統(tǒng)數(shù)據(jù)缺測較多。普查數(shù)據(jù)表明，雖然大多數(shù)站首次識別降水的時間與實況偏差不大，但在弱降水階段，出現(xiàn)錯誤識別的情況較多，這是降水現(xiàn)象漏報的主要原因。

圖2 組網(wǎng)站點降水現(xiàn)象識別結(jié)果統(tǒng)計

綜上，對于2012年7月21日北京地區(qū)強降水過程來說，大多數(shù)站點能夠正確識別雨現(xiàn)象，識別正確率較高，能反映天氣過程的開始及演變。大多數(shù)站點識別降水現(xiàn)象的開始時間滯后，70%的站點偏差在15 min以內(nèi)，與自動觀測識別結(jié)果連續(xù)時長不小于20 min可信度較高吻合，能正確給預(yù)報員提供降水開始信息。自動觀測系統(tǒng)不能識別雷暴和降水性質(zhì)，在雨強較小時雨現(xiàn)象的漏報率明顯增多，部分站點存在天氣現(xiàn)象識別錯誤，系統(tǒng)的現(xiàn)象識別算法還需進一步完善。

3.2 2012年10月25—27日霧、霾天氣

2012年10月25日夜間至27日上午北京出現(xiàn)了全市性霧、霾天氣，25日20時，多數(shù)站點已出現(xiàn)輕霧或霾的天氣，其后直至27日能見度日漸下降。26日一些臺站出現(xiàn)弱降水，平谷于26日夜間起出現(xiàn)大霧天氣，能見度不足50 m，27日夜間至白天，大興、房山、密云、平谷、順義均出現(xiàn)大霧天氣，能見度不超過200 m。

3.2.1 識別結(jié)果合理性分析

在這次霧、霾天氣過程中，評估時段為10月25日20時—27日08時，識別出的天氣現(xiàn)象列于表5。

由表5可見，密云和平谷未識別出霧、霾，在取樣時段內(nèi)分別有85.7%和97.7%時次無數(shù)據(jù)，密云站依然存在錯誤識別出雨凇的現(xiàn)象。觀象臺和大興出現(xiàn)零星降水，自動觀測系統(tǒng)未能識別，需提高弱降水時現(xiàn)象的識別能力。

表5 10月25—27日天氣現(xiàn)象統(tǒng)計結(jié)果

3.2.2 霧、霾現(xiàn)象識別正確率分析

將霧、霾現(xiàn)象統(tǒng)一計算自動觀測系統(tǒng)的識別正確率，除去密云和平谷兩站，結(jié)果見圖3。從圖中可以看出，延慶和大興對霧、霾現(xiàn)象的識別正確率分別為73%和74%，在評估時段內(nèi)多出現(xiàn)現(xiàn)象間斷、無數(shù)據(jù)情況，表明現(xiàn)象識別連續(xù)性較差。其他6個臺站霧、霾現(xiàn)象的識別正確率均在92%以上，表現(xiàn)出較高的識別能力。

圖3 10月25—27日自動觀測系統(tǒng)霧、霾識別正確率

視程障礙現(xiàn)象與能見度密切相關(guān)。圖4、圖5是延慶和觀象臺25日20時至27日08時能見度隨時間的演變，取樣時間為每日02、08、14、20時。從發(fā)展趨勢看，兩站人工與自動觀測系統(tǒng)趨勢一致，均表現(xiàn)出人工觀測能見度值較自動觀測值偏大。延慶站人工觀測的能見度變化較自動觀測系統(tǒng)幅度大；觀象臺自動觀測系統(tǒng)對霧（能見度≤1 km）的識別與人工觀測結(jié)果基本一致。另外，觀象臺自動觀測系統(tǒng)的能見度值變化幅度大于延慶。

人工觀測值較自動觀測值偏大，且隨能見度值增大而增大，一是對能見度要素的觀測，有發(fā)現(xiàn)距離和消失距離，消失距離大于發(fā)現(xiàn)距離，人工觀測因能見度目標(biāo)物的存在體現(xiàn)的是消失距離，自動觀測是發(fā)現(xiàn)距離[8]；二是根據(jù)柯西米德定律計算氣象光學(xué)視程（MOR）

圖4 10月25—27日延慶自動觀測與人工觀測能見度變化

圖5 10月25—27日觀象臺自動觀測與人工觀測能見度變化

式中，MOR為氣象光學(xué)視程，ε為對比閾值，σ為消光系數(shù)。

當(dāng)ε=0.05時，有

當(dāng)ε=0.02時，有

人工觀測能見度由于能見度目標(biāo)物的存在，其對比閾值一般為0.02，自動能見度儀則取值為0.05，世界氣象組織對能見度測量相互比對的結(jié)果表明，人工觀測能見度值比儀器測量值高出約15%，人工和儀器間的差異的四分位差約是MOR測量值的30%[9]，與上式中對比閾值差值一致。

綜上，除密云、平谷兩站外的其他各站，均正確識別出霧、霾現(xiàn)象，識別正確率超過73%以上。能反映出能見度的變化趨勢，與人工觀測一致，資料可用性較高。但在霧、霾現(xiàn)象識別的連續(xù)性方面還需進一步改進。

3.3 在精細化預(yù)報中的參考作用

目前，天氣預(yù)報業(yè)務(wù)中每隔3 h才有一次人工天氣現(xiàn)象觀測資料，遠遠不能滿足精細化預(yù)報業(yè)務(wù)的需求，天氣現(xiàn)象自動化觀測系統(tǒng)有很高的時間分辨率，每分鐘獲得觀測資料，可作為人工觀測的補充。仍以所選兩次典型天氣過程為例，簡要說明自動觀測資料在精細化預(yù)報中的參考作用。

在7月21日典型強降水天氣過程中，降水開始前，天氣現(xiàn)象自動化觀測系統(tǒng)識別的天氣現(xiàn)象大多為霾，雖然與人工觀測的輕霧有區(qū)別，但都是與能見度緊密相關(guān)的天氣現(xiàn)象，在氣溫一定時，能見度降低一般意味著低層水汽的增加，21日降水前能見度呈減小的趨勢，由此可以判斷低層的水汽含量逐漸增大，這一點從微波輻射計所測得的相對濕度資料中得到了印證。配合其他資料，可以認為降水的水汽條件進一步加強，有利于降水現(xiàn)象的發(fā)生。

此外，大多數(shù)臺站的自動觀測系統(tǒng)在降水現(xiàn)象開始前后不久就能正確識別，使得預(yù)報人員能夠及時獲取降水開始信息。除大興、觀象臺外，其他臺站雨的識別正確率大多在80%以上，在降水現(xiàn)象識別正確的基礎(chǔ)上，利用自動站的雨量數(shù)據(jù)和雷達回波強度數(shù)據(jù)估算未來幾小時的降水量，制作暴雨臨近預(yù)報及預(yù)警，便可取得良好的預(yù)報及服務(wù)效果。

在10月25—27日典型低能見度天氣過程中，大部分臺站自動觀測系統(tǒng)都正確地識別出霧、霾天氣現(xiàn)象，所測得的能見度結(jié)果也正確反映了能見度的變化趨勢。雖因自動觀測的能見度普遍小于人工觀測結(jié)果，而更早的判別霧、霾現(xiàn)象，與人工觀測結(jié)果并不完全一致，但是，預(yù)報員因此可以盡早地關(guān)注發(fā)展趨勢，并引起重視。在這次霧、霾天氣過程中，預(yù)報人員根據(jù)天氣現(xiàn)象自動化觀測系統(tǒng)高頻次的天氣現(xiàn)象和能見度觀測結(jié)果，實時掌握天氣實況，及時發(fā)布大霧預(yù)警，并對交管、政府等相關(guān)部門做出服務(wù)，取得了良好的服務(wù)效果。

4 結(jié)論

本文對北京地區(qū)2010—2012年進行的天氣現(xiàn)象組網(wǎng)觀測數(shù)據(jù)進行可用性分析并選取兩次典型天氣過程進行現(xiàn)象識別結(jié)果合理性及可用性檢驗，以及在精細化預(yù)報中的應(yīng)用，得到以下結(jié)論：

（1）天氣現(xiàn)象自動觀測資料連續(xù)時長多于20min以上時，數(shù)據(jù)可信度較高，對預(yù)報員有較高參考價值。其高頻次的探測數(shù)據(jù)能夠基本反映現(xiàn)象發(fā)生、發(fā)展、消亡的過程，具有較高的時效性。

（2）數(shù)據(jù)分析表明，天氣現(xiàn)象自動化觀測系統(tǒng)能正確地識別出雨和霧、霾現(xiàn)象，識別正確率總體較好，能正確反映出天氣過程的起止和演變。

（3）本文以人工觀測能見度≤5.0 km為閾值選取低能見度天氣過程，若以10.0 km為閾值，現(xiàn)象識別正確率將會降低，此外系統(tǒng)在弱降水時對雨現(xiàn)象的識別率也較低。

（4）天氣現(xiàn)象自動化觀測系統(tǒng)在現(xiàn)象識別算法、質(zhì)控、雷暴和降水性質(zhì)識別以及現(xiàn)象識別連續(xù)性等方面還存在不足，有待進一步改進和完善。

[1]中國氣象局.地面氣象觀測規(guī)范[M].北京:氣象出版社，2003：21-24.

[2]馬舒慶，吳可軍，陳冬冬，等.天氣現(xiàn)象自動化觀測系統(tǒng)設(shè)計[J].氣象，2011，37（9）：1166-1172.

[3]陳冬冬，施麗娟，李肖霞，等.天氣現(xiàn)象自動化觀測現(xiàn)狀調(diào)研[J].氣象科技，2011，39（5）：596-598.

[4]陳冬冬，魏國栓，馬啟明，等.多臺國內(nèi)外先進天氣現(xiàn)象儀對比分析[J].氣象水文海洋儀器，2010，（4）：13-20.

[5]徐洪雄，陳渭民，杜波.4種當(dāng)代天氣現(xiàn)象儀自動觀測分析的比較研究[J].農(nóng)技服務(wù)，2010，27（11）：1489-1492.

[6]中國氣象局.氣象災(zāi)害預(yù)警信號及防御指南[M].北京：氣象出版社，2007.

[7]中國氣象局.霾的觀測和預(yù)報等級[S].北京：氣象出版社，2010.

[8]中國氣象局綜合觀測司.前向散射能見度儀功能規(guī)格需求書[M].[sn]2011.

[9]中國氣象局監(jiān)測網(wǎng)絡(luò)司翻譯.氣象儀器和觀測方法指南[M].第六版，北京：氣象出版社，2005：157-163.

Application Analysis and Discussion on Auto-Observation Data of Weather Phenomena

WU Yongxue1，DING Qinglan2，LIU Fenghui3，LIU Lu2，SUN Yueqiang4
（1.Beijing Observatory，Beijing 100176，China；2.Beijing Meteorological Observatory，Beijing 100089，China；3.Miyun County Meteorological Bureau，Beijing 101500，China；4.Yanqing County Meteorological Bureau，Beijing 102100，China）

Based on the analysis on the data from the automatic weather phenomena observing network and the application on refined forecasting,it is found that the automatic observation data, considering the temperal span binned as 20 minutes,could have a high reference value for the forecasters.The accuracy rate of the identified weather phenomena which is complementary to manual observation including rain,fog and haze,is totally high.Also the results show that the defects on the identified algorithm,the identification of thunder and precipitation phase,the continuity still exist,and should be further improved.

weather phenomena；automatic observation；analysis of application

P415.1+2

B

1002-0799（2014）05-0069-06

10.3969/j.issn.1002-0799.2014.05.013

2013-09-16

北京市氣象局業(yè)務(wù)研發(fā)專項（2012019）。

伍永學(xué)（1976-），男（侗族），工程師，從事綜合觀測業(yè)務(wù)。E-mail:13910143976@139.com

伍永學(xué)，丁青蘭，劉鳳輝，等.天氣現(xiàn)象自動化觀測資料可用性分析與應(yīng)用探討[J].沙漠與綠洲氣象，2014，8（5）：69-74.