加密自動(dòng)氣象站雨量計(jì)資料的質(zhì)量控制及其相關(guān)關(guān)系的研究

劉雨佳 陳洪濱金德鎮(zhèn)齊彥斌崔蓮

1中國(guó)科學(xué)院大氣物理研究所中層大氣與全球環(huán)境探測(cè)重點(diǎn)實(shí)驗(yàn)室，北京100029

2中國(guó)科學(xué)院大學(xué)，北京100049

3吉林省人工影響天氣辦公室，長(zhǎng)春130062

1 引言

使用雨量計(jì)測(cè)量降雨可以獲得單點(diǎn)的降雨強(qiáng)度和一定時(shí)段的累積降水量。自動(dòng)雨量計(jì)應(yīng)用后，測(cè)量降水更加方便快捷，更具有時(shí)效性。從 70年代開始，國(guó)內(nèi)外科學(xué)家開始利用聯(lián)合雨量計(jì)的數(shù)據(jù)來訂正雷達(dá)估測(cè)值，以期得到雷達(dá)有效觀測(cè)范圍內(nèi)更準(zhǔn)確的降水?dāng)?shù)據(jù)。隨著研究的深入，越來越多的算法和校正因子需要地面建立高密度的地面雨量計(jì)站網(wǎng)，雨量計(jì)站網(wǎng)密度增加成為了精確測(cè)量區(qū)域降水的趨勢(shì)。高密度雨量計(jì)組網(wǎng)可以減少降雨測(cè)量時(shí)間和空間上的不確定性（Steiner et al.，1999；Villarini et al.，2008；徐亞欽等，2011）。美國(guó)、日本、英國(guó)等國(guó)家以及我國(guó)的許多省市相繼建立了相當(dāng)規(guī)模的高密度自動(dòng)雨量計(jì)站網(wǎng)，但雨量計(jì)由于測(cè)量技術(shù)的不同和資料處理方法的差異，造成了時(shí)間和空間上不連續(xù)等問題（Rodda，1968；Ciach，2003；Yang et al.，2009），并存在一定的測(cè)量誤差。在進(jìn)行區(qū)域降水測(cè)量研究時(shí)，即使1個(gè)用來參考的雨量計(jì)出現(xiàn)錯(cuò)誤，也會(huì)對(duì)測(cè)量結(jié)果造成很大影響。因此，在使用加密雨量計(jì)資料前，必須進(jìn)行嚴(yán)格的質(zhì)量控制。我國(guó)對(duì)于地面自動(dòng)氣象站觀測(cè)資料已經(jīng)制定了三級(jí)質(zhì)量控制業(yè)務(wù)規(guī)范（任芝花和熊安元，2007），利用常規(guī)的格式檢查、極值檢查、空間一致性檢查等方法對(duì)自動(dòng)站的觀測(cè)資料進(jìn)行質(zhì)量控制。張強(qiáng)等（2007）利用人工測(cè)量雨量筒周圍分布的自動(dòng)雨量站數(shù)據(jù)擬合出標(biāo)準(zhǔn)降雨值，對(duì)于自動(dòng)站的降水?dāng)?shù)據(jù)單獨(dú)進(jìn)行質(zhì)量控制。其結(jié)果表明，經(jīng)過與人工雨量筒測(cè)量值的對(duì)比，此種方法在降水強(qiáng)度較為均勻情況下十分有效，但在對(duì)流云降水條件下，有較大誤差。叢芳和劉黎平（2011）結(jié)合雷達(dá)資料，利用相似離度的分析方法對(duì)于雨量計(jì)資料進(jìn)行了質(zhì)量控制，該方法在覆蓋面廣、強(qiáng)度大的降雨過程中效果較好。

雨量計(jì)密度的不斷加大，使得其用來訂正雷達(dá)估測(cè)降水的精度隨之提高，并在某一校準(zhǔn)密度之后雷達(dá)對(duì)降水的估測(cè)精度趨于穩(wěn)定（東高紅和劉黎平，2012；?álek et al.，2012）。對(duì)于如何找出雨量計(jì)在降水測(cè)量應(yīng)用上的最“適宜”密度，可以通過分析雨量計(jì)之間的相關(guān)關(guān)系來確定其代表性（B?hner，1994；Marani，2003）。這樣既有利于優(yōu)化加密雨量計(jì)站網(wǎng)，得到更為準(zhǔn)確的降水測(cè)量值，又能提高雨量計(jì)訂正雷達(dá)估測(cè)降水的精度，也為區(qū)域氣候環(huán)境變化監(jiān)測(cè)、工農(nóng)業(yè)生產(chǎn)、天氣預(yù)報(bào)、云霧降水物理研究、人工影響局部天氣的效果檢驗(yàn)、水文學(xué)上估算江河流量及在汛期及時(shí)發(fā)布洪水警報(bào)等提供更加可靠的資料。

Patrions et al.（1979）利用分布距離在50 km左右的雨量計(jì)網(wǎng)的月降雨量對(duì)于佐治亞州（Georgia）西北部的降水空間相關(guān)性進(jìn)行了研究，結(jié)果表明了位置越近的雨量計(jì)空間相關(guān)關(guān)系越好。Kuzuha et al.（2001）通過間隔17 km的自動(dòng)氣象站網(wǎng)，與分布稀疏的地面觀測(cè)站進(jìn)行了代表性分析，結(jié)果表明相鄰的兩種雨量計(jì)（地面站和自動(dòng)站）具有一定的相關(guān)性，但當(dāng)距離超過100 km時(shí)，則無法利用地面站數(shù)據(jù)代替自動(dòng)站數(shù)據(jù)。Ciach et al．（2006）利用俄克拉荷馬州（Oklahoma）一個(gè)9 km2面積內(nèi)布置的1 km間隔的小型雨量計(jì)站網(wǎng)，對(duì)于降雨空間相關(guān)結(jié)構(gòu)進(jìn)行了研究，認(rèn)為高密度的雨量計(jì)可以用來代替雷達(dá)的估測(cè)值得到準(zhǔn)確的小范圍降雨相關(guān)關(guān)系。

本文利用分布在長(zhǎng)春—四平地區(qū)面積為 100 km×100 km的147個(gè)自動(dòng)站雨量計(jì)（統(tǒng)稱為加密站）2007～2011年4月下旬至10月上旬的觀測(cè)資料，通過多重檢查以及雷達(dá)資料對(duì)雨量計(jì)進(jìn)行質(zhì)量控制，并分析其質(zhì)量控制效果，以獲得適用于該地區(qū)自動(dòng)雨量站質(zhì)量控制的有效方法和步驟。然后，對(duì)自動(dòng)站雨量計(jì)之間的相關(guān)關(guān)系進(jìn)行研究，了解其在不同時(shí)間尺度下的空間代表性，對(duì)開展降水測(cè)量對(duì)比試驗(yàn)提出建議。

2 研究區(qū)域及資料介紹

吉林省人工影響天氣辦公室于 2006年在長(zhǎng)春—四平地區(qū)布設(shè)自動(dòng)雨量站 96個(gè)，分布在總面積約為100 km×100 km的正方形網(wǎng)格上，每個(gè)自動(dòng)氣象站相距10 km左右。96個(gè)自動(dòng)氣象站（簡(jiǎn)稱人影站，下同）分布在長(zhǎng)春市市區(qū)、長(zhǎng)春市雙陽區(qū)、公主嶺市、梨樹縣、伊通縣以及四平市的東北區(qū)域，該地區(qū)位于中國(guó)東北松遼平原腹地，地勢(shì)平坦開闊，海拔在132 m到343 m之間。除96個(gè)人影站雨量計(jì)外，在此區(qū)域吉林省氣象局布設(shè)了 51個(gè)自動(dòng)氣象站（簡(jiǎn)稱省局站，下同），集中分布在長(zhǎng)春市市區(qū)、市郊和周邊鄉(xiāng)村，相鄰雨量計(jì)最大間隔達(dá)到40 km。在長(zhǎng)春市內(nèi)西南部布設(shè)有一部CINRAD/CC型多普勒天氣雷達(dá)，體積掃描時(shí)間為6 min，最大有效探測(cè)距離150 km。全部雨量計(jì)與雷達(dá)的距離在3～118 km之間。圖1顯示兩種雨量計(jì)分布以及雷達(dá)位置情況。

圖1 長(zhǎng)春—四平地區(qū)人影和省局雨量計(jì)分布以及雷達(dá)所在位置Fig.1 Map of rain gauges and radar in the Changchun–Siping region

人影站和省局站配備相同型號(hào)的溫度傳感器和自動(dòng)雨量計(jì)。雨量計(jì)采用翻斗式雨量感應(yīng)測(cè)定單位時(shí)間的降雨量，測(cè)量記錄的雨強(qiáng)單位是mm/min，最小分辨率為0.1 mm，全部雨量計(jì)進(jìn)行統(tǒng)一方法標(biāo)定和維護(hù)（孫海燕等，2006）。除雨量計(jì)和溫度計(jì)外，每個(gè)站點(diǎn)均配備一套數(shù)據(jù)采集器和電源，通過無線通訊方式將數(shù)據(jù)傳送給中心計(jì)算機(jī)記錄與調(diào)用。人影站站號(hào)排序?yàn)?～100，省局站站號(hào)為四位整數(shù)（如：1026）。

綜合考慮吉林省冬季發(fā)生降雪的氣候條件、雨量計(jì)標(biāo)定維護(hù)部門的記錄以及雷達(dá)運(yùn)轉(zhuǎn)情況，本工作選取了2007年4～7月，2008年4～8月，2009年4～9月，2010年4～10月份和2011年4～10月份的降水?dāng)?shù)據(jù)，將同一天有測(cè)量值的自動(dòng)站雨量計(jì)數(shù)據(jù)按照站號(hào)升序排列，得到每天的分鐘降水?dāng)?shù)據(jù)文件。經(jīng)統(tǒng)計(jì)，2007年4～7月共有24個(gè)降水日；2008年4～8月共有81日；2009年4～9月共有61日；2010年4～10月共有77日；2011年4～10月共有75日數(shù)據(jù)；147個(gè)站點(diǎn)總計(jì)有1685482個(gè)分鐘降水?dāng)?shù)據(jù)?？紤]到分鐘降水?dāng)?shù)據(jù)量較多，時(shí)間間隔短，不適宜直接進(jìn)行質(zhì)量控制，因此將這些分鐘降水?dāng)?shù)據(jù)換算為小時(shí)降水?dāng)?shù)據(jù)。

圖2 加密站雨量計(jì)降水?dāng)?shù)據(jù)質(zhì)量控制流程Fig.2 Flow chart of quality control for the high density rain gauge data

以下對(duì)147個(gè)自動(dòng)站雨量計(jì)的小時(shí)降水?dāng)?shù)據(jù)進(jìn)行質(zhì)量控制和分析研究。圖2為質(zhì)量控制的主要流程。第3節(jié)介紹常規(guī)檢查與結(jié)果，第4節(jié)介紹雨量計(jì)與雷達(dá)估測(cè)降水的比較和結(jié)果。

3 利用常規(guī)檢查對(duì)雨量計(jì)數(shù)據(jù)進(jìn)行質(zhì)量控制

在長(zhǎng)春—四平地區(qū)的雨量計(jì)日常維護(hù)工作中，已經(jīng)對(duì)數(shù)據(jù)進(jìn)行了初步的質(zhì)量控制（孫海燕等，2006），質(zhì)量控制的主要內(nèi)容為：（1）通過數(shù)據(jù)中心的監(jiān)控與處理，如在晴好天氣出現(xiàn)測(cè)量值記錄則對(duì)數(shù)據(jù)進(jìn)行刪除，并對(duì)雨量計(jì)進(jìn)行維護(hù)；（2）如在發(fā)生明顯降雨時(shí)雨量計(jì)未顯示有觀測(cè)數(shù)據(jù)，則對(duì)該自動(dòng)站進(jìn)行維護(hù)，在該站維護(hù)后至重新標(biāo)定使用期間的降雨數(shù)據(jù)進(jìn)行刪除；（3）數(shù)據(jù)采集系統(tǒng)可以對(duì)雨量采集時(shí)間進(jìn)行校對(duì)，即中心計(jì)算機(jī)安裝了網(wǎng)絡(luò)校時(shí)軟件，如發(fā)現(xiàn)雨量計(jì)觀測(cè)時(shí)間和中心計(jì)算機(jī)記錄觀測(cè)時(shí)間出入超過雨量采集系統(tǒng)默認(rèn)范圍，則判定雨量計(jì)時(shí)鐘出現(xiàn)問題，要進(jìn)行校正，出現(xiàn)問題的站點(diǎn)觀測(cè)數(shù)據(jù)刪除。

根據(jù)地面自動(dòng)站觀測(cè)資料三級(jí)質(zhì)量控制業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)檢查方法，結(jié)合研究區(qū)域自動(dòng)站雨量計(jì)的分布特點(diǎn)，制定了數(shù)據(jù)連續(xù)無變化檢查、自動(dòng)氣象站工作情況檢查、極值檢查和鄰近站點(diǎn)比較這4個(gè)步驟，對(duì)5年的自動(dòng)站雨量計(jì)降水?dāng)?shù)據(jù)進(jìn)行質(zhì)量控制。檢查過程中標(biāo)記為錯(cuò)誤的數(shù)據(jù)刪除，標(biāo)記為異常的降水?dāng)?shù)據(jù)保留，并將在下一節(jié)通過與雷達(dá)回波強(qiáng)度的對(duì)比來驗(yàn)證其可用性。

3.1 數(shù)據(jù)連續(xù)無變化檢查

由于測(cè)量?jī)x器故障，如雨量計(jì)漏斗部分堵塞，承水器收集的降水以勻速滲漏的方式進(jìn)入翻斗，會(huì)造成一段時(shí)間內(nèi)雨量計(jì)測(cè)量降水值相同（任芝花等，2010）。根據(jù)劉紅燕等（2006）的研究表明，即使在層狀云降水的情況下，降水強(qiáng)度在1小時(shí)內(nèi)也存在很大的變化，因此可以通過數(shù)據(jù)連續(xù)無變化檢查將錯(cuò)誤數(shù)據(jù)挑出。如果某個(gè)站點(diǎn)連續(xù)出現(xiàn)6個(gè)小時(shí)或6小時(shí)以上降水量相等的情況，則該站點(diǎn)出現(xiàn)連續(xù)值的降水?dāng)?shù)據(jù)均記為錯(cuò)誤數(shù)據(jù)（任芝花等，2010），標(biāo)記為“W1”。經(jīng)檢查，有4個(gè)站點(diǎn)（30號(hào)站、80號(hào)站、1005號(hào)站和4204號(hào)站）共40個(gè)小時(shí)的降水?dāng)?shù)據(jù)未通過檢查。我們還對(duì)分鐘數(shù)據(jù)進(jìn)行了同樣的檢查，如果1小時(shí)內(nèi)分鐘降水?dāng)?shù)據(jù)無變化的話，則認(rèn)為該站該時(shí)段的數(shù)據(jù)錯(cuò)誤。檢查結(jié)果是，沒有發(fā)現(xiàn)其他站點(diǎn)出現(xiàn)問題。

3.2 自動(dòng)氣象站工作情況檢查

對(duì)于自動(dòng)氣象站的工作情況檢查主要是針對(duì)電壓和數(shù)據(jù)采集系統(tǒng)的檢查。自動(dòng)氣象站的雨量計(jì)和溫度計(jì)使用同一電源和數(shù)據(jù)采集系統(tǒng)，溫度計(jì)在其測(cè)量過程中受外界因素的干擾較少，因此可以利用對(duì)異常溫度數(shù)據(jù)的檢查來判斷自動(dòng)氣象站的電源和數(shù)據(jù)采集系統(tǒng)的工作情況。溫度數(shù)據(jù)的時(shí)間和空間代表性都較高，一般而言，相鄰兩小時(shí)的溫度數(shù)據(jù)相差應(yīng)在±8°C之間（楊萍等，2011）。如果相鄰兩個(gè)小時(shí)的溫度值差值大于8°C，則視為異常數(shù)據(jù)，根據(jù)吉林省4～10月溫度變化特點(diǎn)（襲祝香等，1998），如果出現(xiàn)－5°C以下低溫或是38°C以上高溫的測(cè)量值時(shí)，也視為異常值。經(jīng)統(tǒng)計(jì)，有 15個(gè)站點(diǎn)共263個(gè)溫度異常數(shù)據(jù)，每一年的異常數(shù)據(jù)占總數(shù)據(jù)量不超過 1%。但異常的溫度數(shù)據(jù)并不代表雨量計(jì)出現(xiàn)錯(cuò)誤，只是懷疑電壓和數(shù)據(jù)采集系統(tǒng)可能出現(xiàn)問題。因此，只是將溫度異常數(shù)據(jù)相對(duì)應(yīng)的自動(dòng)站降水?dāng)?shù)據(jù)記為異常數(shù)據(jù)，標(biāo)記為“E1”，后面的步驟中會(huì)對(duì)其進(jìn)行進(jìn)一步的檢查。

3.3 極值檢查

極值是指某個(gè)固定測(cè)站歷史記錄中某要素曾出現(xiàn)過的最大值和（或）最小值，氣象資料要素值是否超出極值的檢查稱為極值檢查。在雨量計(jì)降水資料的統(tǒng)計(jì)中，只存在極大值的情況且出現(xiàn)極大值的概率較低。在概率論中我們把概率很接近于0（即在大量重復(fù)試驗(yàn)中出現(xiàn)的頻率非常低）的事件稱為小概率事件。因此利用小概率事件，找出5年降水?dāng)?shù)據(jù)中的極值標(biāo)準(zhǔn)，以此進(jìn)行極值檢查。將5年數(shù)據(jù)中相同月份相同站號(hào)的自動(dòng)站大于0的觀測(cè)值按照從大到小的順序排列，取其位置在非0觀測(cè)值數(shù)量中排在前1% 的降水值（如該站點(diǎn)非0觀測(cè)值數(shù)量小于 150，則取其第二位的降水值）作為該站點(diǎn)在該月份的極大值。運(yùn)用這種方法，求出全部自動(dòng)站在該月份的極大值，取其中最大值作為5年數(shù)據(jù)中每個(gè)月小時(shí)降水極值基準(zhǔn)進(jìn)行檢查，如果仍有大于極值基準(zhǔn)的降水值存在，則將降水值記為沒通過檢查的數(shù)據(jù)。這樣可以保證檢查出的數(shù)據(jù)均為概率不大于0.01的小概率事件。在沒有通過極值檢查的數(shù)據(jù)中，存在1個(gè)小時(shí)降水文件中2個(gè)或2個(gè)以上站點(diǎn)出現(xiàn)極大值的現(xiàn)象，以及一次連續(xù)的降水過程中不同站點(diǎn)出現(xiàn)極大值的情況，這都可能是由于強(qiáng)降水云團(tuán)面積較大及其移動(dòng)造成的，這兩種情況下的極值應(yīng)視為正常的降水情況。表1為最終極值檢查的結(jié)果，經(jīng)統(tǒng)計(jì)有 28個(gè)站點(diǎn)中存在沒有通過極值檢查的數(shù)據(jù)，未通過檢查的數(shù)據(jù)共 35個(gè)，標(biāo)記為異常數(shù)據(jù)“E2”。

表1 極值檢查結(jié)果Table 1 Results of extremum check

3.4 鄰近站點(diǎn)比較（空間一致性檢查）

對(duì)于區(qū)域降水而言，每個(gè)參與測(cè)量的雨量計(jì)之間應(yīng)存在一定的相關(guān)性。鄰近站點(diǎn)的比較就是利用這種相關(guān)性，找出表現(xiàn)異常的站點(diǎn)。由于降水具有很大的時(shí)空不均勻性，因此對(duì)降水?dāng)?shù)據(jù)進(jìn)行空間一致性檢查時(shí)，應(yīng)盡量選取距離較近的站點(diǎn)。圖3為147個(gè)站點(diǎn)與其相鄰站點(diǎn)降水值差值比較圖。將每個(gè)站點(diǎn) 2007～2011年可用數(shù)據(jù)求得總和，然后與其距離最近的4個(gè)站點(diǎn)降水值進(jìn)行比較。圖中黑色實(shí)心點(diǎn)指示的數(shù)值為一個(gè)自動(dòng)站5年降水?dāng)?shù)據(jù)總和分別與其相鄰4個(gè)站各自降水值總和的差值。由圖可見，臨近站點(diǎn)之間的差值多數(shù)集中在±500 mm之間，但部分站點(diǎn)存在更大的差值。由于研究區(qū)域內(nèi)無明顯地形差異，因此可以忽略地形對(duì)降水的影響。同樣利用小概率事件準(zhǔn)則，將全部差值絕對(duì)值按照從大到小的順序排列出，以其總數(shù)量前1% 的位置對(duì)應(yīng)值作為檢驗(yàn)值，如果某站點(diǎn)與其相鄰站點(diǎn)的差值絕對(duì)值超過檢驗(yàn)值的個(gè)數(shù)超過2個(gè)，則認(rèn)為這個(gè)站點(diǎn)沒有通過鄰近站點(diǎn)比較。經(jīng)檢查，5年數(shù)據(jù)中鄰近站點(diǎn)降水總量差值檢驗(yàn)值為1478.5 mm，有1個(gè)站點(diǎn)（4208號(hào)）未通過此項(xiàng)檢驗(yàn)，該站點(diǎn)數(shù)據(jù)標(biāo)記為“E3”。

圖3 全部站點(diǎn)雨量計(jì)與其4個(gè)相鄰站點(diǎn)雨量計(jì)各自5年可用數(shù)據(jù)降水總和的差值Fig.3 Differences of 5 years total rainfall for 147 rain gauges from that at each of their 4 neighbors

經(jīng)過以上4個(gè)步驟的檢查，共有41個(gè)站點(diǎn)中的298個(gè)數(shù)據(jù)標(biāo)記為異常值“E1”和“E2”，1個(gè)站點(diǎn)數(shù)據(jù)標(biāo)記為“E3”，而4個(gè)站點(diǎn)共40個(gè)小時(shí)數(shù)據(jù)標(biāo)記為錯(cuò)誤數(shù)據(jù)“W1”。

4 利用雷達(dá)數(shù)據(jù)對(duì)雨量計(jì)數(shù)據(jù)進(jìn)行質(zhì)量控制

自動(dòng)站雨量計(jì)承水筒內(nèi)殘存雨水或是翻斗誤動(dòng)作（過快或過慢）產(chǎn)生信號(hào)，都使得數(shù)據(jù)采集系統(tǒng)輸出錯(cuò)誤的降水值。對(duì)于這類數(shù)據(jù)，有時(shí)單純用自身對(duì)比檢查難以判斷，必須使用另一種降水測(cè)量方法得到的數(shù)據(jù)來進(jìn)行比較。這里，我們使用長(zhǎng)春天氣雷達(dá)的觀測(cè)數(shù)據(jù)與雨量計(jì)進(jìn)行對(duì)比，并將其作為定性的“檢查標(biāo)準(zhǔn)”，如果在常規(guī)檢查中標(biāo)記了異常的數(shù)據(jù)與雷達(dá)估測(cè)值對(duì)比后有很大的差異，則可將異常數(shù)據(jù)標(biāo)記為錯(cuò)誤數(shù)據(jù)。

盡管長(zhǎng)春站雷達(dá)位于30 m高度的樓頂，但為了盡量避免地物遮擋，不取最低仰角的觀測(cè)數(shù)據(jù)，而是使用1.5°仰角的雷達(dá)反射率（因子）觀測(cè)數(shù)據(jù)。又，為了考慮水平風(fēng)場(chǎng)對(duì)降雨數(shù)據(jù)的影響，雷達(dá)回波數(shù)據(jù)以雨量計(jì)為中心并取面積 0.5 km×0.5 km的正方形格點(diǎn)數(shù)據(jù)，五個(gè)數(shù)據(jù)進(jìn)行平均得到與雨量站點(diǎn)相對(duì)應(yīng)的雷達(dá)回波反射率因子值Z（單位mm6m?3）。然后利用關(guān)系式Z=300R1.4（其中R為雨強(qiáng)）計(jì)算出雷達(dá)每次體掃估測(cè)的瞬時(shí)降水值，求出1小時(shí)內(nèi)的降水值均值作為雷達(dá)小時(shí)估測(cè)降水值，計(jì)算出的降水值保留一位小數(shù)?？紤]到雨滴從云底落到地面的時(shí)間約為 3～6 mins，因此雷達(dá)統(tǒng)計(jì)小時(shí)降水量時(shí)，與雨量計(jì)降水?dāng)?shù)據(jù)對(duì)應(yīng)時(shí)間提前 6 mins（陳秋萍等，2005）。將全部自動(dòng)站的雨量計(jì)測(cè)量值與雷達(dá)估測(cè)值記錄在雨量計(jì)對(duì)應(yīng)時(shí)間命名的文件中，共得到3241個(gè)小時(shí)的降水?dāng)?shù)據(jù)文件。

4.1 自動(dòng)站點(diǎn)降水?dāng)?shù)據(jù)與雷達(dá)數(shù)據(jù)的相似離度

由于雷達(dá)估測(cè)值本身存在較大誤差，而且與雨量計(jì)測(cè)量值之間存在偏差，因此單純用相關(guān)系數(shù)和均值差異等統(tǒng)計(jì)方法對(duì)兩者的一致性進(jìn)行評(píng)判無法說明問題。這里，也采用叢芳和劉黎平（2011）引入的相似離度方法對(duì)雷達(dá)和雨量計(jì)進(jìn)行比較。相似離度即相似性的差異程度，既考慮到雷達(dá)估測(cè)降雨量和自動(dòng)站雨量計(jì)實(shí)測(cè)雨量的形相似情況，又體現(xiàn)了它們之間值的差異，是一個(gè)比較全面的相似標(biāo)準(zhǔn)。相似離度GRC表示為：

其中，EGR為雨量計(jì)測(cè)量值xGi與雷達(dá)值xRi之間的平均差值；DGR是雨量計(jì)測(cè)值與雷達(dá)值之差的絕對(duì)值平均，它能反映出兩樣本之間在總平均數(shù)值上的差異程度，稱為值系數(shù)；SGR為雨量計(jì)與雷達(dá)差值xGRi對(duì)EGR的離散程度（李開樂，1986）。如果雨量計(jì)測(cè)量值與雷達(dá)估測(cè)值完全相同，則相似離度為0。因此，相似離度越小，兩種測(cè)量值相似性越高。

將小時(shí)降水?dāng)?shù)據(jù)按照自動(dòng)站站號(hào)排列，利用相似離度的方法檢查每個(gè)站點(diǎn)的整體情況。重點(diǎn)對(duì)未通過鄰近站點(diǎn)檢查（標(biāo)記“E3”）的站點(diǎn)數(shù)據(jù)進(jìn)行檢查。表2為147個(gè)自動(dòng)站相似離度的統(tǒng)計(jì)。根據(jù)概率統(tǒng)計(jì)方法，將相似離度在[0, 0.05）范圍內(nèi)的記為0，［0.05, 0.15）內(nèi)記為0.1，［0.15, 0.25）內(nèi)記為0.2，［0.25, 0.35）內(nèi)記為0.3，以此類推。從表中可知，94.6%的自動(dòng)站點(diǎn)相似離度集中在 0.1～0.7之間，有8個(gè)站點(diǎn)相似離度超過0.7。標(biāo)記“E3”的4208號(hào)站點(diǎn)，相似離度為0.9。該站點(diǎn)雨量計(jì)測(cè)量值與雷達(dá)估測(cè)值相似性低，同時(shí)與鄰近站點(diǎn)測(cè)量值差距大。由于該站點(diǎn)與雷達(dá)相距50 km左右，且所處地區(qū)無明顯地勢(shì)變化，因此可以判斷該站點(diǎn)雨量計(jì)測(cè)量出現(xiàn)了錯(cuò)誤，將其標(biāo)記為錯(cuò)誤站點(diǎn)“W1”。其余的7個(gè)站點(diǎn)中除69號(hào)和87號(hào)站外， 5個(gè)站點(diǎn)與雷達(dá)相距不超過10 km，所處方位集中在雷達(dá)的東南方。我們查看了多個(gè)晴天時(shí)雷達(dá)1.5°仰角的平面位置（PPI）圖像，發(fā)現(xiàn)雷達(dá)東南部5 km范圍內(nèi)存在回波，而當(dāng)仰角抬高到最高的19.4°時(shí)，回波消失，因此確定1.5°仰角觀測(cè)時(shí)雷達(dá)回波受到地物影響，出現(xiàn)了與地面雨量計(jì)測(cè)量更大的偏離，這并不能說明雨量計(jì)出現(xiàn)異常，應(yīng)抬高雷達(dá)仰角重新對(duì)比。

表2 自動(dòng)站雨量計(jì)降水測(cè)量值與雷達(dá)估測(cè)值相似離度統(tǒng)計(jì)Table 2 The analogy deviation of precipitation between rain gauges and radar measurements

圖4 全部站點(diǎn) 5年小時(shí)降水?dāng)?shù)據(jù)中雨量計(jì)與雷達(dá)測(cè)量到的降水時(shí)次數(shù)比較Fig.4 Comparison of hourly rainfall observation numbers between gauges and radar in five years

4.2 雨量計(jì)與雷達(dá)測(cè)量降水時(shí)長(zhǎng)的比較

圖4為147個(gè)站點(diǎn)5年小時(shí)降水?dāng)?shù)據(jù)中雨量計(jì)測(cè)量到降水次數(shù)和雷達(dá)估測(cè)到降水次數(shù)的對(duì)比。從圖中可以看出，有兩個(gè)站點(diǎn)（87號(hào)和4208號(hào)）的雨量計(jì)測(cè)得降水的次數(shù)遠(yuǎn)少于其他站的，同時(shí)較雷達(dá)估測(cè)降雨的時(shí)次數(shù)少909和788次。87號(hào)站點(diǎn)有44個(gè)小時(shí)數(shù)據(jù)為雨量計(jì)測(cè)量到降水而雷達(dá)未測(cè)量到，有 953個(gè)小時(shí)雷達(dá)測(cè)量到降水而雨量計(jì)未測(cè)到，該站與雷達(dá)測(cè)量時(shí)次不匹配數(shù)實(shí)為997個(gè)。4208號(hào)站則有 50個(gè)小時(shí)數(shù)據(jù)雨量計(jì)測(cè)量到而雷達(dá)未測(cè)到，838時(shí)次雷達(dá)測(cè)量到而雨量計(jì)未測(cè)到。4208號(hào)站點(diǎn)在相似離度檢查中已被標(biāo)記為錯(cuò)誤數(shù)據(jù)，因此可以進(jìn)一步證明前面的檢查分類是正確的。而 87號(hào)站相似離度為所有站點(diǎn)統(tǒng)計(jì)中第二大值（0.8），該站點(diǎn)與雷達(dá)距離60 km左右，二者之間并沒有地物遮擋。在查看了該站點(diǎn)與其周圍4個(gè)鄰近站點(diǎn)的5年降水總量比較的結(jié)果后，發(fā)現(xiàn)該站點(diǎn)較其鄰近站點(diǎn)的降水測(cè)量差均值為－1125.5 mm。這說明該站點(diǎn)與相鄰站點(diǎn)相比測(cè)量值明顯偏低，同時(shí)存在雨量計(jì)和雷達(dá)測(cè)量不同步的情況，因此可以判斷這個(gè)站點(diǎn)的數(shù)據(jù)也為錯(cuò)誤數(shù)據(jù)，記為“W1”。

4.3 標(biāo)記異常的雨量計(jì)數(shù)據(jù)與雷達(dá)估測(cè)值對(duì)比

利用雷達(dá)估測(cè)降水值對(duì)標(biāo)記為“E1”和“E2”的異常數(shù)據(jù)進(jìn)行進(jìn)一步檢查。經(jīng)過相似離度的比較，在標(biāo)記“E1”的雨量計(jì)數(shù)據(jù)中，5號(hào)站數(shù)據(jù)的相似離度最大（4.2），其余14個(gè)站點(diǎn)數(shù)據(jù)的相似離度均小于1。而在標(biāo)記“E2”的數(shù)據(jù)中由于多數(shù)站點(diǎn)對(duì)應(yīng)的雨量計(jì)測(cè)量值只有1個(gè)，不適宜使用相似離度的方法來對(duì)比。對(duì)于出現(xiàn)極值的站點(diǎn)，如果其對(duì)應(yīng)雷達(dá)估測(cè)降水量有測(cè)量值，可以證明該站點(diǎn)在這1個(gè)小時(shí)內(nèi)存在降水現(xiàn)象，而并非由于儀器誤差和人為因素造成的降水測(cè)量值。利用這種方法，對(duì)于“E1”中相似離度最大的5號(hào)站和“E2”的數(shù)據(jù)進(jìn)行檢查，結(jié)果5號(hào)站有一個(gè)小時(shí)降水異常值對(duì)應(yīng)的雷達(dá)估測(cè)值為0，極值中有4個(gè)站點(diǎn)未通過檢查。圖5為未通過檢查的站點(diǎn)在降水過程中雨量計(jì)測(cè)量值與雷達(dá)估測(cè)值隨時(shí)間的分布。從圖中可以看出，5個(gè)站點(diǎn)出現(xiàn)異常的測(cè)量值均沒有對(duì)應(yīng)的雷達(dá)估測(cè)值，同時(shí)其出現(xiàn)的前6分鐘和后6分鐘也均沒有雨量計(jì)測(cè)量值和雷達(dá)估測(cè)值，因此判斷這 5個(gè)站點(diǎn)的異常值為錯(cuò)誤值，標(biāo)記為“W2”。錯(cuò)誤數(shù)據(jù)的時(shí)段分別為5號(hào)站：08071200（2008年7月12日00:00，北京時(shí)，下同）；36號(hào)站：09041916；67號(hào)站：08042318；93號(hào)站：09042207；4207號(hào)站：08042220。

圖5 5個(gè)站點(diǎn)標(biāo)記E1和E2數(shù)據(jù)1小時(shí)內(nèi)雨量計(jì)與雷達(dá)測(cè)量值隨時(shí)間分布（實(shí)線：雨量計(jì)測(cè)量值，虛線：雷達(dá)估測(cè)值）Fig.5 Time series of rain gauges and radar precipitation marked E1and E2 at five stations (solid line: gauge precipitation; dotted line: radar precipitation)

經(jīng)過以上的質(zhì)量控制過程，吉林省長(zhǎng)春—四平地區(qū)2007～2011年4～10月的147個(gè)自動(dòng)雨量計(jì)小時(shí)降水?dāng)?shù)據(jù)中有2個(gè)站點(diǎn)（87號(hào)和4208號(hào)）的數(shù)據(jù)及4個(gè)站點(diǎn)（30號(hào)、80號(hào)、1005號(hào)和4204號(hào)）40個(gè)雨量計(jì)小時(shí)降水量數(shù)據(jù)記為錯(cuò)誤數(shù)據(jù)“W1”，而5個(gè)站點(diǎn)共5個(gè)小時(shí)數(shù)據(jù)記為錯(cuò)誤數(shù)據(jù)“W2”。在標(biāo)記錯(cuò)誤的數(shù)據(jù)中，標(biāo)記為“W1”的數(shù)據(jù)由于無法確定雨量計(jì)測(cè)量的正確值因此要進(jìn)行刪除，而對(duì)于未通過連續(xù)檢查的4個(gè)站點(diǎn)來說，刪除數(shù)據(jù)會(huì)造成雨量計(jì)測(cè)量次數(shù)的缺失，對(duì)于利用雨量計(jì)進(jìn)行相關(guān)關(guān)系的統(tǒng)計(jì)有影響，因此這4個(gè)站點(diǎn)的數(shù)據(jù)也全部刪除，不用于下一步分析研究中。而標(biāo)記“W2”的數(shù)據(jù)因?yàn)榭梢宰C明該時(shí)刻并未產(chǎn)生降水，因此標(biāo)記“W2”的 5個(gè)小時(shí)數(shù)據(jù)刪除，其余雨量計(jì)數(shù)據(jù)繼續(xù)保留。標(biāo)記異常E1–E3的數(shù)據(jù)繼續(xù)保留。

表3為2007～2011年全部站點(diǎn)質(zhì)量控制前后雨量計(jì)測(cè)量值和雷達(dá)估測(cè)值的統(tǒng)計(jì)值。質(zhì)量控制后的數(shù)據(jù)為去除了標(biāo)記為“W1”和“W2”的站點(diǎn)和數(shù)據(jù)。從表中可見，經(jīng)過質(zhì)量控制后，雨量計(jì)測(cè)量值與雷達(dá)估測(cè)值的平均絕對(duì)差值減小，相關(guān)系數(shù)增大，相似離度減小，兩種數(shù)據(jù)的一致性更好。

表3 雨量計(jì)測(cè)量與雷達(dá)估測(cè)降水量的對(duì)比Table 3 Comparison of precipitation measurements between rain gauges and radar

5 自動(dòng)氣象站雨量計(jì)測(cè)量相關(guān)關(guān)系的研究

長(zhǎng)春—四平地區(qū)加密雨量站網(wǎng)中，相鄰兩個(gè)站點(diǎn)的距離多為10 km左右；在長(zhǎng)春市區(qū)內(nèi)，雨量計(jì)最近距離可達(dá)2～5 km。因此，通過對(duì)加密站網(wǎng)雨量計(jì)測(cè)量的相關(guān)關(guān)系研究，以考查單站雨量計(jì)在不同時(shí)間尺度上觀測(cè)的空間代表性。

圖6顯示質(zhì)量控制后不同密度雨量計(jì)網(wǎng)2007～2011年5年平均降水量分布，三幅小圖采用相同的色標(biāo)。由圖可見，隨著雨量站密度的增加，年降水的空間不均勻性得到更為明顯的展現(xiàn)，很多站直線距離不到50 km，其年平均降水量的差別大于100 mm?？梢哉f，在年月的時(shí)間尺度上常規(guī)觀測(cè)站很難代表方圓幾十至上百公里范圍的降水量。

5.1 自動(dòng)站雨量計(jì)站網(wǎng)的空間相關(guān)

本工作采用不同距離之間自動(dòng)站雨量數(shù)據(jù)的相關(guān)系數(shù)來表征單站降水測(cè)量的空間代表性。在研究區(qū)域東北部，省局站和人影站分布較為密集，雨量計(jì)距離小于5 km。這其中1028號(hào)站四周的站點(diǎn)最為密集，因此選取該站為“中心站”，計(jì)算該站與區(qū)域內(nèi)人影站和省局站在 2007～2011年測(cè)得的小時(shí)降水量之間的相關(guān)系數(shù)（correlation coefficient，CC），結(jié)果如圖7所示。由圖7a可以看到，周圍有6個(gè)站與其距離小于10 km。從圖7b中可見，中心站與其相距小于10 km的站點(diǎn)的相關(guān)系數(shù)達(dá)到0.6以上；當(dāng)距離從10 km增加到20 km左右，相關(guān)系數(shù)從0.6逐漸下降到0.4；隨距離增加，相關(guān)系數(shù)減小。

再利用5年的小時(shí)降水?dāng)?shù)據(jù)，分別以每個(gè)自動(dòng)站點(diǎn)為中心，可以計(jì)算與其他站點(diǎn)的平均相關(guān)系數(shù)CC、平均絕對(duì)差值（absolute difference，DA）和平均均方根值（root mean square，RMS），它們隨距離遠(yuǎn)近的分布分別在圖8中給出。由圖可見，站點(diǎn)距離越小，相關(guān)系數(shù)越高。當(dāng)距離小于5 km，平均相關(guān)系數(shù)在0.7以上；距離小于10 km的站點(diǎn)之間，平均相關(guān)系數(shù)均能達(dá)到 0.6左右；站點(diǎn)距離超過20 km時(shí)，降水測(cè)值的平均相關(guān)系數(shù)降到0.4以下；當(dāng)距離大于60 km時(shí)，平均相關(guān)系數(shù)小于0.2。此外，隨著站點(diǎn)之間的距離增加，降水測(cè)量之間的平均絕對(duì)差值和均方根增大。

圖6 自動(dòng)站雨量計(jì)5年平均降水量分布：（a）省局站雨量計(jì)（SJ）；（b）人影站雨量計(jì)（RY）；（c）全部站點(diǎn)雨量計(jì)（+為省局站，●為人影站）Fig.6 Distribution of the 5-year-average precipitation: (a) Rain gauges , (b) rain gauges, (c) all gauges

圖7 1028號(hào)站（a）與其他自動(dòng)站的距離分布（單位：km）及（b）與其他站測(cè)量值相關(guān)系數(shù)分布（●為人影站，+為省局站，*為1028號(hào)站點(diǎn)）Fig.7 (a) Distribution of distances from station No.1028 to other 140 stations and (b) correlation coefficients between station No.1028 and other stations (●RY stations，+ SJ stations，* station No.1028)

圖8 141個(gè)站點(diǎn)與其他站點(diǎn)5年小時(shí)降水量的（a）平均相關(guān)系數(shù)、（b）平均絕對(duì)差值以及（c）平均均方根隨距離的分布Fig.8 (a) Distribution of averaged correlation coefficient, (b) absolute difference, and (c) RMS (root mean square) with distance for 5-year hourly precipitation data between every gauge with other 140 gauges

5.2 不同時(shí)間尺度雨量計(jì)測(cè)量的空間相關(guān)性

本節(jié)將 2007～2011年降水?dāng)?shù)據(jù)按照不同時(shí)間尺度劃分，對(duì)雨量計(jì)的測(cè)量空間相關(guān)性進(jìn)行分析。同樣以 1028號(hào)站為基準(zhǔn)“中心站”，對(duì)其與其他站點(diǎn)在6 min、30 min、1 h、6 h、12 h和24 h這6個(gè)時(shí)間尺度內(nèi)降雨數(shù)據(jù)的相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)計(jì)算，結(jié)果如圖9所示，其中1 h的與圖7b完全相同。從圖9可見，隨著時(shí)間尺度的增長(zhǎng)，中心站點(diǎn)與其相鄰四周站點(diǎn)測(cè)量的相關(guān)系數(shù)增加。在6 min的時(shí)間尺度下，中心站點(diǎn)與其相鄰小于10 km站點(diǎn)的相關(guān)系數(shù)在0.4左右，隨著距離的增加，相關(guān)系數(shù)減??；在30 min的時(shí)間尺度下，中心站與距離10 km以內(nèi)站的相關(guān)系數(shù)達(dá)到0.5左右；在1 h的情況下，相關(guān)系數(shù)增加到0.6；而在24 h的時(shí)間尺度下，中心站與周圍20 km內(nèi)站點(diǎn)的相關(guān)系數(shù)都能達(dá)到0.8以上，同時(shí)對(duì)于距離超過40 km的站點(diǎn)，相關(guān)系數(shù)的分布也能達(dá)到 0.5～0.7。這證明了隨著時(shí)間尺度的增加，雨量計(jì)測(cè)量之間的相關(guān)性隨之提高，空間代表性增大。

在 6 min、30 min、60 min、6 h、12 h、24 h 以及1個(gè)月（1 mon）七個(gè)不同時(shí)間尺度下，以每個(gè)雨量計(jì)為中心，對(duì)與其不同距離的雨量計(jì)之間的平均絕對(duì)差值、均方根值以及相關(guān)系數(shù)的均值進(jìn)行了統(tǒng)計(jì)，結(jié)果在表4中給出。從表中可見，在整體情況下，平均絕對(duì)差和均方根隨著站間距離的增加而增大，相關(guān)系數(shù)隨著距離的增加而減小。隨著時(shí)間尺度的增加，平均相對(duì)誤差和均方根值均減小，而相關(guān)系數(shù)增加。在日（24 h）降水量的統(tǒng)計(jì)中，10 km以內(nèi)距離的雨量計(jì)測(cè)量的相關(guān)系數(shù)在0.8以上，平均相對(duì)誤差和均方根也相對(duì)較小。在月降水量的統(tǒng)計(jì)中，相隔距離在30 km以內(nèi)的站點(diǎn)相關(guān)系數(shù)都能達(dá)到0.8以上，同時(shí)平均絕對(duì)差和均方根均為各自統(tǒng)計(jì)中的最小值。表明七個(gè)不同時(shí)間尺度的降水資料統(tǒng)計(jì)中，距離10 km以內(nèi)的雨量計(jì)之間日降水量的相關(guān)性較好，雨量計(jì)單站測(cè)量在方圓10 km范圍內(nèi)有較好的代表性。而在月降水量的統(tǒng)計(jì)中，30 km以內(nèi)的雨量計(jì)之間具有很高的相關(guān)性，雨量計(jì)測(cè)量值的空間代表性可以方圓30 km。在其余5個(gè)短的時(shí)間尺度下，雨量計(jì)之間雖有一定的相關(guān)性，但是相鄰雨量計(jì)測(cè)量的相關(guān)系數(shù)都小于 0.7；時(shí)間尺度越小、距離越大，相關(guān)系數(shù)越小，單站測(cè)量的代表性越低。

表4 不同時(shí)間尺度不同距離雨量計(jì)測(cè)量比較的統(tǒng)計(jì)值Table 4 Statistics of precipitation measurement comparison between rain gauges at different distances for different time scales

圖9 不同時(shí)間尺度下雨量計(jì)降雨數(shù)據(jù)的相關(guān)系數(shù)分布（以1028號(hào)站為基準(zhǔn)）Fig.9 Correlation coefficients distribution of rain gauge rainfall for different time scales (based on station No.1028)

6 結(jié)論

本文利用平均相隔10 km，分布在長(zhǎng)春—四平地區(qū)100 km×100 km的96個(gè)加密自動(dòng)站雨量計(jì)以及51個(gè)省局站雨量計(jì)在2007～2011年4～10月獲得的降水測(cè)量數(shù)據(jù)，通過數(shù)據(jù)連續(xù)無變化檢查、自動(dòng)氣象站工作情況檢查、極值檢查、鄰近站點(diǎn)比較檢查以及與基于雷達(dá)回波強(qiáng)度估測(cè)降水的檢查，對(duì)147個(gè)自動(dòng)站雨量計(jì)進(jìn)行了質(zhì)量控制，然后分析研究了雨量計(jì)測(cè)量之間的相關(guān)關(guān)系，得到以下主要結(jié)論：

（1）未通過數(shù)據(jù)連續(xù)無變化檢查的數(shù)據(jù)雖然極少，但可以確認(rèn)為錯(cuò)誤數(shù)據(jù)；未通過自動(dòng)氣象站工作情況檢查和極值檢查的小時(shí)降水?dāng)?shù)據(jù)分別占0.9%和0.01%，未通過鄰近站點(diǎn)比較檢查的站點(diǎn)有1個(gè)，為4208號(hào)站。這三項(xiàng)檢查未通過的數(shù)據(jù)都記為異常數(shù)據(jù)（E1、E2和E3），需要利用其他測(cè)量資料做進(jìn)一步的檢查控制。

（2）利用雷達(dá)估測(cè)降水值對(duì)雨量計(jì)數(shù)據(jù)進(jìn)行進(jìn)一步質(zhì)量控制，通過相似離度和觀測(cè)時(shí)次對(duì)比分析，可以對(duì)標(biāo)記異常的數(shù)據(jù)做進(jìn)一步檢查，確認(rèn)其中錯(cuò)誤的數(shù)據(jù)，判斷錯(cuò)誤數(shù)據(jù)類型。位于雷達(dá)近距離（10 km以內(nèi)）的雨量計(jì)，可能由于地物影響而與雷達(dá)相似離度偏大，可以利用雷達(dá)高仰角得到的估測(cè)值與雨量計(jì)進(jìn)行對(duì)比。經(jīng)過質(zhì)量控制后，有 6個(gè)站點(diǎn)記為錯(cuò)誤站點(diǎn)，其數(shù)據(jù)不再在分析研究中使用；其余標(biāo)記異常的數(shù)據(jù)繼續(xù)保留。經(jīng)此步驟質(zhì)量控制后的雨量計(jì)數(shù)據(jù)與雷達(dá)估測(cè)對(duì)比顯示，均值差距減小，相關(guān)系數(shù)增大。

（3）利用質(zhì)量控制后的自動(dòng)站雨量計(jì)小時(shí)降水?dāng)?shù)據(jù)進(jìn)行雨量計(jì)相關(guān)關(guān)系分析顯示，隨著站點(diǎn)之間距離的增加，雨量計(jì)之間相關(guān)系數(shù)減小，平均絕對(duì)差值和均方根值增加。雨量計(jì)距離在10 km以內(nèi)，平均相關(guān)系數(shù)均能達(dá)到0.6左右。雨量計(jì)距離小于5 km，平均相關(guān)系數(shù)在0.7以上。而站點(diǎn)距離超過20 km，相關(guān)系數(shù)普遍降到0.4以下。

（4）通過對(duì)6 min、30 min、1 h、6 h、12 h、24 h以及1 mon等7個(gè)不同時(shí)間尺度的降水量進(jìn)行相關(guān)關(guān)系、平均絕對(duì)差和均方根值的對(duì)比分析，表明平均絕對(duì)差和均方根隨著距離的增加而增大，相關(guān)系數(shù)隨距離的增加而減小。隨著時(shí)間尺度的增加，平均相對(duì)差和均方根值均減小，而相關(guān)系數(shù)增加。在小于10 km的距離范圍內(nèi)，雨量計(jì)日降水量和月降水量之間的平均相關(guān)系數(shù)可以達(dá)到0.8以上，說明相距10 km以內(nèi)的雨量計(jì)日降水量與月降水量之間具有很高的相關(guān)性，單站降水測(cè)量具有一定的空間代表性。

最后要說明的是，本工作研究?jī)H有5年的加密雨量站網(wǎng)測(cè)量資料，所以沒有在季節(jié)和年的時(shí)間尺度上進(jìn)行測(cè)量代表性分析。此外，由于資料時(shí)間長(zhǎng)度有限，以及降水時(shí)空分布的極大不均勻性，以現(xiàn)有加密站網(wǎng)的雨量計(jì)測(cè)量很難直接檢驗(yàn)人工增雨的效果。為了獲得更為可信和準(zhǔn)確的降水資料，建議在基準(zhǔn)和重點(diǎn)臺(tái)站布置雙（多）雨量測(cè)量裝置，在更小區(qū)域內(nèi)（如1 km×1 km）部署更為密集的雨量站網(wǎng)，進(jìn)行長(zhǎng)期的觀測(cè)對(duì)比試驗(yàn)。

致謝 感謝吉林省人工影響天氣辦公室劉巖和孫海燕，他們提供了本研究所需的數(shù)據(jù)資料；感謝兩位審稿專家，他們對(duì)論文修改給出了多條寶貴意見。

（References）

B?hner J.1994.Circulation and representativeness of precipitation and air temperature in the southeast of the Qinghai–Xizang Plateau [J].GeoJournal, 34 (1): 55–66.

陳秋萍, 曾光平, 馮宏芳, 等.2005.對(duì)流云總降水量和降水效率估測(cè)[J].應(yīng)用氣象學(xué)報(bào), 16 (2): 260–263.Chen Qiuping, Zeng Guangping, Feng Hongfang, et al.2005.The total precipitation and the estimation of precipitation efficiency of convective [J].Journal of Applied Meteorological Science (in Chinese), 16 (2): 260–263.

Ciach G J.2003.Local random errors in tipping-bucket rain gauge measurements [J].J.Atmos.Oceanic Technol., 20: 752–759.

Ciach G J, Krajewski W F.2006.Analysis and modeling of spatial correlation structure in small-scale rainfall in central Oklahoma [J].Advances in Water Resources, 29 (10): 1450–1463.

叢芳, 劉黎平.2011.新一代天氣雷達(dá)與地面雨量資料的綜合分析[J].氣象, 37 (5): 532–539.Cong Fang, Liu Liping.2011.A comprehensive analysis of data from the cinrad and the ground rainfall station [J].Meteorological Monthly (in Chinese), 37 (5): 532–539.

東高紅, 劉黎平.2012.雷達(dá)與雨量計(jì)聯(lián)合估測(cè)降水的相關(guān)性分析[J].應(yīng)用氣象學(xué)報(bào), 23(1): 30–39.Dong Gaohong, Liu Liping.2012.Correlation analysis on estimating rainfall using radar-rain gauge calibration [J].Journal of Applied Meteorological Science (in Chinese),23 (1): 30–39.

Kuzuha Y, Tomosugi K, Kishii T.2001.Representativeness of precipitation data [J].Journal of Japan Society of Hydrology & Water Resources, 14(6): 461–471.

李開樂.1986.相似密度及其使用技術(shù) [J].氣象學(xué)報(bào), 44 (2): 174–177.Li Kaile.1986.A new similarity parameter and its application [J].Acta Meterological Sinica (in Chinese), 44 (2): 174–177.

劉紅燕, 雷恒池.2006.基于地面雨滴譜資料分析層狀云和對(duì)流云降水的特征 [J].大氣科學(xué), 30 (4): 693–702.Liu Hongyan, Lei Hengchi.2006.Characteristics of rain from stratiform versus convective cloud based on the surface raindrop data [J].Chinese Journal of Atmospheric Sciences (in Chinese), 30 (4): 693–702.

Marani M.2003.On the correlation structure of continuous and discrete point rainfall [J].Water Resour.Res., 39 (5): 1128, doi:10.1029/2002WR001456.

Patrions A A N, Chen N C J, Miller R L.1979.Spatial correlations of monthly rainfall: Applications in climatology and weather modification experiments [J].Journal of Applied Meteorology, 18 (6): 719–732.

任芝花, 熊安元.2007.地面自動(dòng)站觀測(cè)資料三級(jí)質(zhì)量控制業(yè)務(wù)系統(tǒng)的研制 [J].氣象, 33 (1): 19–24.Ren Zhihua, Xiong Anyuan.2007.Operational system development on three-step quality control of observations from AWS [J].Mereorological Monthly (in Chinese), 33 (1):19–24.

任芝花, 趙平, 張強(qiáng), 等.2010.適用于全國(guó)自動(dòng)站小時(shí)降水資料的質(zhì)量控制方法 [J].氣象, 36 (7): 123–132.Ren Zhihua, Zhao Ping, Zhang Qiang, et al.2010.Quality control procedures for hourly precipitation data from automatic weather stations in China [J].Meteorological Monthly (in Chinese), 36 (7): 123–132.

Rodda J C.1968.The rainfall measurement problem [M] // Proceedings of the General Assembly of the International Association of Hydrological Sciences.Exeter, UK: IAHS Publishing, 78: 215–231.

?álek M, ?těpánek P, Zahradní?ek P.2012.Analysis of rainfall intensities using very dense network measurements and radar information for the brno area during the period 2003–2009 [J].Meteorologische Zeitschrift,21 (1): 29–35.

Steiner M, Smith J A, Burges S J, et al.1999.Effect of bias adjustment andrain gauge data quality control on radar rainfall estimation [J].Water.Resour.Res., 35: 2487–2503.

孫海燕, 崔蓮, 齊穎, 等.2006.自動(dòng)雨量計(jì)使用情況及問題分析 [J].吉林氣象, (2): 26–27.Sun Haiyan, Cui Lian, Qi Ying, et al.2006.Raingauge usage and problem analysis [J].Meteorology of Jilin (in Chinese), (2): 26–27.

Villarini G, Mandapaka P V, Krajewski W F, et al.2008.Rainfall and sampling uncertainties: A rain gauge perspective [J].J.Geophys.Res.,113, D11102, doi: 10.1029/2007JD009214.

襲祝香, 劉玉英, 張麗, 等.1998.近百年來吉林省的氣候變化及未來趨勢(shì) [J].吉林氣象, (2): 30–33.Xi Zhuxiang, Liu Yuying, Zhang Li,et al.1998.The climate change over the past century and future trends of Jilin Province [J].Meteorology of Jilin Province (in Chinese),(2): 30–33.

徐亞欽, 翟國(guó)慶, 黃旋旋, 等.2011.利用雷達(dá)和自動(dòng)站資料綜合分析風(fēng)暴移動(dòng)和發(fā)展規(guī)律 [J].大氣科學(xué), 35 (1): 134–146.Xu Yaqin, Zhai Guoqing, Huang Xuanxuan, et al.2011.A study of the evolution regularity of storm based on the data of radar and automatic station [J].Chinese Journal of Atmospheric Sciences (in Chinese), 35 (1): 134–146.

Yang Daqing, Wang Ninglian, Ye Baisheng, et al.2009.Recent advances in precipitation-bias correction and application [J].Sciences in Cold and Arid Regions, 1 (3): 193–198.

楊萍, 劉偉東, 仲躋芹, 等.2011.北京地區(qū)自動(dòng)氣象站氣溫觀測(cè)資料的質(zhì)量評(píng)估 [J].應(yīng)用氣象學(xué)報(bào), 22 (6): 706–715.Yang Ping, Liu Weidong, Zhong Jiqin, et al.2011.Evaluating the quality of temperature measured at automatic weather stations in Beijing [J].Journal of Applied Meteorological Science (in Chinese), 22 (6): 706–715.

張強(qiáng), 涂滿紅, 馬舒慶, 等.2007.自動(dòng)雨量站降雨資料質(zhì)量評(píng)估方法研究 [J].應(yīng)用氣象學(xué)報(bào), 18 (3): 365–372.Zhang Qiang, Tu Manhong,Ma Shuqing, et al.2007.Quality assessment of the observational data of automatic precipitation stations in China [J].Journal of Applied Meteorological Science (in Chinese), 18 (3): 365–372.