DSG5降水現(xiàn)象儀平行觀測初步分析

王剛 袁學(xué)所 王從喜 張鑫童

摘 要：利用鳳陽國家站2018年1月至2019年6月DSG5降水現(xiàn)象儀自動觀測數(shù)據(jù)與同時期的人工觀測數(shù)據(jù)進行比較，對降水現(xiàn)象儀的數(shù)據(jù)進行分析與評估，探究DSG5降水現(xiàn)象儀在實際觀測業(yè)務(wù)中對降水天氣現(xiàn)象觀測的準(zhǔn)確性。

關(guān)鍵詞：DSG5降水天氣現(xiàn)象儀;捕獲率;空報率;分析

中圖分類號 P413文獻標(biāo)識碼 A文章編號 1007-7731（2020）19-015-03

隨著地面氣象觀測自動化改革工作的進一步推進，《全國地面觀測自動化改革方案》已經(jīng)發(fā)布，優(yōu)化地面觀測項目，提高地面觀測自動化程度被明確要求。其中，降水現(xiàn)象儀的安裝使用成為此次提升地面觀測自動化的重要一環(huán)，克服了人工觀測降水天氣現(xiàn)象的主觀性，提高了降水天氣現(xiàn)象數(shù)據(jù)的完整性[1]。

1 數(shù)據(jù)的來源及分析方法

按照《降水現(xiàn)象平行觀測業(yè)務(wù)技術(shù)規(guī)定》要求進行平行觀測，平行觀測時間為2年，平行觀測的第1年以人工觀測記錄為正式觀測記錄，平行觀測的第2年以DSG5降水現(xiàn)象儀自動觀測記錄為正式觀測記錄。本研究數(shù)據(jù)第1階段觀測采用鳳陽站2018年1月至2018年12月觀測數(shù)據(jù)，第2階段觀測采用2019年3月至2019年6月觀測數(shù)據(jù)。因鳳陽站為一般站，為保證人工觀測天氣現(xiàn)象的記錄準(zhǔn)確性，本次分析的時間均為每日08時至當(dāng)日20時。

根據(jù)氣測函2017（87）號觀測司關(guān)于《降水現(xiàn)象平行觀測業(yè)務(wù)技術(shù)規(guī)定》中的相關(guān)要求，以捕獲率、空報率、漏報率及錯報率等方面對數(shù)據(jù)進行評估。因在日常觀測過程中發(fā)現(xiàn)本站陣性降水不易被DSG5降水天氣現(xiàn)象儀捕獲，易產(chǎn)生漏報及錯報等現(xiàn)象，故本研究選擇以捕獲率及空報率2個方面為主要分析數(shù)據(jù)進行分析。降水現(xiàn)象捕獲率（%）=儀器正確識別該天氣現(xiàn)象發(fā)生的時間/人工記錄該天氣現(xiàn)象發(fā)生的時間×100;將無降水天氣現(xiàn)象發(fā)生時，降水天氣現(xiàn)象儀識別為有降水天氣現(xiàn)象發(fā)生的情況視為空報，每月統(tǒng)計空報次數(shù)，因每日上傳1份日數(shù)據(jù)文件，以日為單元統(tǒng)計空報率，空報率（%）=當(dāng)月發(fā)生空報次數(shù)/當(dāng)月天數(shù)×100。

2 降水天氣現(xiàn)象觀測數(shù)據(jù)分析

2.1 第1階段

2.1.1 降水現(xiàn)象捕獲情況 DSG5降水現(xiàn)象儀主要捕獲毛毛雨、雨（陣雨）、雪（陣雪）、雨夾雪（陣性雨夾雪）、冰雹天氣現(xiàn)象，分析時將以上天氣現(xiàn)象統(tǒng)一稱為降水天氣現(xiàn)象。在實際發(fā)生降水的天氣日數(shù)，用儀器識別降水天氣現(xiàn)象的分鐘數(shù)與人工記錄的分鐘數(shù)進行對比。從表1可以看出，平均降水捕獲率為83%，DSG5降水天氣現(xiàn)象儀有較高的降水捕獲能力，而DSG5降水天氣現(xiàn)象分鐘數(shù)每月均小于人工記錄降水天氣現(xiàn)象分鐘數(shù)。其原因多為在降水起止時間較為一致的情況下，DSG5降水天氣的記錄與人工記錄方式不一致，降水天氣現(xiàn)象儀每1min記錄1次降水天氣現(xiàn)象，所以在當(dāng)人工觀測記錄1次降水天氣現(xiàn)象過程時，降水現(xiàn)象儀的記錄中將這段降水過程記錄為多次降水過程。DSG5天氣現(xiàn)象儀記錄出現(xiàn)2次降水天氣現(xiàn)象間隔小于15min時不做連續(xù)記錄，而人工觀測作為連續(xù)記錄，導(dǎo)致整個降水天氣現(xiàn)象過程中，DSG5記錄降水分鐘數(shù)明顯小于人工記錄分鐘數(shù)。

2.1.2 降水現(xiàn)象儀空報情況分析 將無降水天氣現(xiàn)象發(fā)生時，降水天氣現(xiàn)象儀識別為有降水天氣現(xiàn)象發(fā)生的情況視為空報;為方便統(tǒng)計，選取當(dāng)日人工未觀測到降水天氣現(xiàn)象（日累計降水量為0）且DSG5天氣現(xiàn)象儀識別當(dāng)天有降水天氣現(xiàn)象發(fā)生的作為空報統(tǒng)計，統(tǒng)計當(dāng)月空報分鐘數(shù)及空報次數(shù)。從表2可以看出，降水天氣現(xiàn)象儀在識別天氣現(xiàn)象中空報現(xiàn)象較為頻繁，普遍每個月都有此類現(xiàn)象發(fā)生，每月平均空報率32%，每次產(chǎn)生空報的持續(xù)時間長短也不相同，其中8月與9月空報率達到50%以上，經(jīng)對原始數(shù)據(jù)的查看，空報產(chǎn)生多為毛毛雨及雨兩種降水天氣現(xiàn)象。其從分布的時間段來看，4月至10月為空報次數(shù)發(fā)生較多，其根據(jù)值班人員反映，因季節(jié)因素，蜘蛛網(wǎng)及蚊蟲影響較多[2-4]，導(dǎo)致儀器易誤判降水天氣現(xiàn)象的發(fā)生。

2.2 第2階段 第1階段以人工觀測記錄為準(zhǔn)，第2階段則以天氣現(xiàn)象儀觀測數(shù)據(jù)為準(zhǔn)，在2018年12月20日及2019年2月11日對地面綜合觀測業(yè)務(wù)軟件進行升級，其中對依據(jù)天氣現(xiàn)象儀觀測數(shù)據(jù)形成的長Z文件中天氣現(xiàn)象進行了質(zhì)控與訂正，將第2階段的形成Z文件傳輸?shù)奶鞖猬F(xiàn)象與人工觀測的天氣現(xiàn)象進行對比，分析其中的捕獲率及空報率等數(shù)據(jù)。

2.2.1 降水捕獲率情況 第2階段的降水天氣現(xiàn)象儀的算法經(jīng)過優(yōu)化，且第2階段的DSG5降水現(xiàn)象儀數(shù)據(jù)沒有全年數(shù)據(jù)，故降水捕獲以每次降水過程為單位統(tǒng)計降水捕獲情況。將降水捕獲率從單月統(tǒng)計更改為降水過程統(tǒng)計，可以分析出每次降水過程的捕獲情況，但同時也增加了數(shù)據(jù)分析過程的波動性。

通過表3及表4計算平均捕獲率為92%，與第1階段平均捕獲率83%相比，提高了9個百分點。分析其原因在于計算降水天氣現(xiàn)象時間時，將同一種降水天氣現(xiàn)象出現(xiàn)間歇時間在15min以內(nèi)的，作為1次過程記錄，并將時間記錄連續(xù)。DSG5降水現(xiàn)象儀記錄時間與人工觀測記錄時間差距縮小，且在部分降水過程中，DSG5型降水現(xiàn)象儀記錄降水過程比人工記錄過程更長。同時在算法優(yōu)化后出現(xiàn)了與第1階段不同的問題，在同一分鐘記錄多種降水天氣情況的發(fā)生。如以下2019年3月1日這段天氣現(xiàn)象記錄（60 1524? ?1527′1607 1650′1711? ?1855′1911 1912，50 1525? ?1528′1651? ?1708′1834? ?1900）。12時25分出現(xiàn)雨與毛毛雨同時記錄的現(xiàn)象，分析其原因，在調(diào)取DSG5降水現(xiàn)象儀分鐘數(shù)據(jù)，1524min數(shù)據(jù)為雨;1525min數(shù)據(jù)為毛毛雨;1526min數(shù)據(jù)為雨;1527min數(shù)據(jù)為雨;1528min數(shù)據(jù)為毛毛雨;在降水過程中，DSG5降水天氣現(xiàn)象儀出現(xiàn)多種降水天氣現(xiàn)象交叉記錄的客觀現(xiàn)象。這才導(dǎo)致上述天氣現(xiàn)象記錄的產(chǎn)生，同時DSG5的記錄與雨滴譜在1次降水過程中粒子的大小分布相符合[5-6]。

在個別降水過程中，DSG5降水現(xiàn)象儀分鐘數(shù)據(jù)記錄分鐘數(shù)遠多于人工觀測記錄分鐘數(shù)，如4月16日，分析其降水情況，DSG5與人工記錄雨的天氣時間基本一致，出現(xiàn)的差距在于人工記錄降水停止后，DSG5降水現(xiàn)象儀以毛毛雨持續(xù)記錄降水天氣現(xiàn)象所致。在統(tǒng)計第2階段過程中，人工未記錄過毛毛雨天氣現(xiàn)象，DSG5則多次記錄毛毛雨此類降水天氣現(xiàn)象。

2.2.2 降水現(xiàn)象儀空報情況分析 第2階段降水天氣現(xiàn)象以降水天氣現(xiàn)象儀觀測數(shù)據(jù)為準(zhǔn)，仍然將無降水天氣現(xiàn)象發(fā)生時，降水天氣現(xiàn)象儀識別為有降水氣象現(xiàn)象發(fā)生的情況視為空報。因在此階段有人工干預(yù)降水天氣現(xiàn)象記錄，直接統(tǒng)計人工白天干預(yù)降水天氣現(xiàn)象記錄即可。從表5可以看出，3—6月期間，DSG5空報次數(shù)7次，與去年同期41次相比，空報率降低80%，空報次數(shù)明顯減少，同時對應(yīng)的空報分鐘數(shù)減少87%，其中對空報種類進行定量分析，4月空報中毛毛雨為143min，雨為4min;5月雨為32min;6月空報中毛毛雨為1min，雨為3min。綜合上表降水天氣現(xiàn)象空報主要表現(xiàn)在雨及毛毛雨的天氣現(xiàn)象中，空報種類與第1階段出現(xiàn)空報情況相似。

4 小結(jié)

（1）DSG5降水現(xiàn)象儀對降水天氣現(xiàn)象有較強的識別能力，降水時間的捕獲率從第1階段的83%提升到92%，且對每次降水過程均能準(zhǔn)確捕獲。能進一步分析降水過程中雨滴的大小，進而判斷降水天氣現(xiàn)象的類型。

（2）DSG5降水現(xiàn)象儀在使用過程中易受環(huán)境的影響而出現(xiàn)一些誤判及空報等現(xiàn)象，需要觀測員及時地進行維護。在第2階段通過設(shè)備維護及算法優(yōu)化等方式，可以將空報率降至10%以下。

（3）DSG5降水現(xiàn)象儀觀測在第2階段評估分析過程中，出現(xiàn)同一分鐘出現(xiàn)2種以上降水現(xiàn)象同時存在的記錄，與2003版地面氣象觀測規(guī)范中天氣現(xiàn)象的要求不相一致。

（4）DSG5型降水現(xiàn)象儀實現(xiàn)了對降水現(xiàn)象的全天候觀測，與人工記錄相比增加了夜間觀測記錄，提高了降水觀測數(shù)據(jù)的客觀性和及時性[7]。

參考文獻

[1]杜波，馬舒慶，梁明珠，等.雨滴譜降水現(xiàn)象儀對比分析觀測實驗技術(shù)應(yīng)用分析[J].氣象科技，2017，45（6）：996-1001.

[2]任嘉.降水現(xiàn)象儀的常見故障處理及日常維護[J].農(nóng)業(yè)氣象研究，2018，12（上）：233.

[3]張仕清，黃高平.自動氣象站DSG5型降水現(xiàn)象儀故障分析及維護[J].科技創(chuàng)新，2018，09：2-6.

[4]楊曉波，張智超，吳楊.DSG5型降水現(xiàn)象儀平行觀測數(shù)據(jù)應(yīng)用評估及誤差分析[J].現(xiàn)代農(nóng)業(yè)科技，2019，03：186-187.

[5]蔣年沖，胡雯，邵陽.等.安徽大別山一次強雨雪天氣過程降水粒子特征分析[J].氣象，2010，36（6）：79-84.

[6]盧超，羅紅艷，李磊.等.2015-2016年深圳地區(qū)強降水過程滴譜特征分析[J].氣象科技，2018，46（3）：563-567.

[7]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）：596-602. （責(zé)編：張宏民）