雨滴譜式降水現(xiàn)象儀與人工觀測結(jié)果的一致性分析

吳宜 劉西川 孫宇 張軍

(1 南京市氣象探測中心,南京 210009； 2 國防科技大學(xué)氣象海洋學(xué)院,長沙 410073； 3 北京航天飛行控制中心,北京 100094)

引言

降水現(xiàn)象是影響自然環(huán)境、社會生活、農(nóng)業(yè)生產(chǎn)、交通運輸以及軍事行動的重要氣象因素，是常規(guī)地面氣象觀測業(yè)務(wù)的基本內(nèi)容之一[1]。但長期以來，天氣現(xiàn)象依靠人工觀測，存在主觀性強、觀測頻次少、定性判斷等問題，難以準(zhǔn)確、連續(xù)和全面反映實際的天氣現(xiàn)象[2]。隨著我國地面全要素自動化觀測的發(fā)展，常規(guī)溫濕壓風(fēng)降水六要素和能見度、云底高等已經(jīng)基本實現(xiàn)了自動化觀測，由于天氣現(xiàn)象涉及的要素眾多，目前尚難以實現(xiàn)全要素的自動化觀測[3]。隨著成像、散射等技術(shù)的不斷發(fā)展，降水、視程障礙等天氣現(xiàn)象的自動化觀測技術(shù)也不斷成熟，并應(yīng)用于臺站業(yè)務(wù)[4]?，F(xiàn)有天氣現(xiàn)象自動觀測以降水類天氣現(xiàn)象為主，其典型儀器為雨滴譜式降水現(xiàn)象儀和前向散射式天氣現(xiàn)象儀，如DSG1、DSG5型降水現(xiàn)象儀、OTT Parsivel雨滴譜儀、CJY-2C/T型天氣現(xiàn)象儀等。

在降水現(xiàn)象儀替代人工觀測的進程中，儀器觀測結(jié)果和人工觀測結(jié)果的一致性和延續(xù)性是需要重點檢驗的。中國氣象局氣象探測中心最早于2009年將OWI-430、VPF-730和PWS-100和我國現(xiàn)有天氣現(xiàn)象觀測儀進行了對比[5]，認為我國現(xiàn)有天氣現(xiàn)象儀在降水現(xiàn)象和視程障礙現(xiàn)象的觀測準(zhǔn)確度接近國際先進天氣現(xiàn)象儀器水平。2014年又組織了6種型號的雨滴譜降水現(xiàn)象儀的外場觀測對比試驗，發(fā)現(xiàn)雨滴譜降水現(xiàn)象儀的觀測性能總體適用于我國現(xiàn)階段實際業(yè)務(wù)探測[6]。2015年將通過中國氣象局考核的雨滴譜式天氣現(xiàn)象儀與人工觀測進行了對比[7]，認為儀器總體上對降水現(xiàn)象的識別能力較強，能捕捉到主要的降水過程，但不同型號儀器對降水現(xiàn)象的識別能力存在差異。隨著雨滴譜式降水現(xiàn)象儀的廣泛業(yè)務(wù)應(yīng)用，伍永學(xué)等[8]、吳世美等[9]、尹佳莉等[10]利用降水現(xiàn)象儀進行了降水過程的個例分析，杜傳耀等[11]、黃曉云等[12]、呼群[13]等先后對北京、廣州和鄂爾多斯等地的降水現(xiàn)象儀長期觀測資料進行了對比分析。這些工作為掌握儀器測量性能、提高測量精度、推動實際應(yīng)用提供了重要的技術(shù)積累。

考慮到不同地區(qū)的降水現(xiàn)象出現(xiàn)概率、強度與微物理特征各不相同，雨滴譜式降水現(xiàn)象儀的測量性能也各不相同，而且實際中天氣現(xiàn)象缺乏統(tǒng)一的標(biāo)準(zhǔn)，也無法直接采用人工觀測結(jié)果作為標(biāo)準(zhǔn)。為了進一步檢驗降水現(xiàn)象儀的測量效果，本文統(tǒng)計了2018年1—11月期間，南京市氣象局在江寧布設(shè)的Parsivel降水現(xiàn)象儀和人工觀測資料，分析南京本地雨滴譜式降水現(xiàn)象儀對不同降水現(xiàn)象的測量性能，通過對人工觀測和儀器觀測結(jié)果的相對差異及可能存在的原因的討論分析，為進一步提升OTT Parsivel雨滴譜儀的天氣現(xiàn)象自動化觀測效果提供基本參考。

1 儀器與數(shù)據(jù)

Parsivel雨滴譜式降水現(xiàn)象儀是德國OTT公司生產(chǎn)的降水傳感器，發(fā)射機發(fā)射的水平激光光束波長為650 nm，有效采樣面積為27 mm×180 mm。當(dāng)有降水粒子穿越采樣空間時，光電管陣列記錄降水粒子的寬度和穿越時間，據(jù)此來估計降水粒子的尺度和速度，進而計算降水強度、降水量、雷達反射率因子和尺度譜等參數(shù)。Parsivel降水現(xiàn)象儀能夠輸出32×32個通道的尺度和速度矩陣，根據(jù)降水粒子尺度和速度的對應(yīng)關(guān)系，并結(jié)合溫度、降水時序變化等，實現(xiàn)降水類天氣現(xiàn)象的自動判斷[14]。

觀測資料選取2018年1月1日至2018年11月15日期間，共11個月的雨滴譜式降水現(xiàn)象儀和人工觀測資料，其中，雨滴譜式降水現(xiàn)象儀輸出的數(shù)據(jù)分辨率為1次/min。剔除雨滴譜式降水現(xiàn)象儀缺測記錄后，儀器和人工同步觀測的有效記錄共計295天。人工觀測嚴(yán)格按照地面氣象觀測業(yè)務(wù)要求，根據(jù)天氣現(xiàn)象的人工記錄規(guī)則，天氣現(xiàn)象以日為單位錄入，每天1條記錄，其中白天(北京時08:00—20:00)和夜間(北京時20:00至次日08:00)分別記錄。白天，先錄入1組天氣符號編碼，然后錄入空格，接著錄入天氣現(xiàn)象起時與止時各1組；天氣現(xiàn)象在演變過程中，天氣符號編碼與起止時間均按記錄順序錄入；若同時有2種天氣現(xiàn)象，則分別錄入。夜間不守班，天氣現(xiàn)象僅錄入天氣現(xiàn)象編碼，不記起止時間。經(jīng)統(tǒng)計，儀器觀測的降水日為124 d，其中雨日為119 d，雪日為27 d(含雨夾雪)；人工觀測的降水日為116 d，其中雨日為111 d，雪日為6 d(含雨夾雪)。儀器觀測和人工觀測均有降水記錄的，共有100 d，人工觀測到但儀器未觀測到的降水共有16 d；儀器觀測到但人工未觀測到的降水共有24 d。經(jīng)分析發(fā)現(xiàn)，儀器未觀測到降水而人工觀測到降水，或者儀器觀測到降水而人工未觀測到降水的時間段主要發(fā)生在夜間，導(dǎo)致這一差異的原因可能有2點：①夜間短時降水易被人工觀測所忽略，②微量降水可能會被雨滴譜儀所漏測。

2 白天降水現(xiàn)象觀測結(jié)果對比

白天降水現(xiàn)象儀與人工觀測結(jié)果的對比情況如表1所示。人工觀測的總降水時間為21501 min，儀器觀測的總降水時間為7898 min，其中，人工觀測的雨、陣雨、雪、雨夾雪的時間均明顯高于儀器觀測的結(jié)果；儀器觀測到了358 min的毛毛雨和462 min的霰，但人工觀測沒有記錄。人工觀測的總降水時間是儀器觀測降水時間的2.7倍，可能的原因在于:一方面，人工觀測忽略了降水間隙，因此導(dǎo)致了降水時間的高估；另一方面，儀器觀測可能會漏掉極微量降雨，從而導(dǎo)致降水時間的低估。

以人工觀測為依據(jù)，選取白天出現(xiàn)降水現(xiàn)象的人工觀測和儀器觀測結(jié)果，其輸出天氣現(xiàn)象代碼的對比情況如圖1所示。圖1a為人工觀測和儀器觀測的同步對比，圖1b、c、d為人工觀測結(jié)果和儀器觀測結(jié)果隨時間的變化。

由圖1a可知，人工觀測的降水現(xiàn)象主要有4種，分別為雨(60)、雨夾雪(68)、雪(70)、陣雨(80)，而儀器觀測的降水現(xiàn)象種類較多，分別為毛毛雨(51、52、53)、陣雨(57、58)、雨(61、62、63)、雪(71、72、73)、霰(88)。結(jié)合圖1b分析發(fā)現(xiàn)，人工觀測和儀器觀測有較好的一致性，但是由于儀器輸出的降水現(xiàn)象種類較多，與人工觀測結(jié)果的對應(yīng)性則有不同差別。當(dāng)人工觀測為雨時，儀器觀測到雨的比例最大(73.5%)，其次為陣雨(14%)和毛毛雨(12.1%)，此外還觀測到3 min的霰；當(dāng)人工觀測為雨夾雪時，儀器觀測到霰的比例最大(54.9%)，其次為雨(35.3%)，此外還觀測到個別的毛毛雨或雪；當(dāng)人工觀測為雪時，儀器觀測到雪的比例最大(67%)，其次為霰(24.3%)，此外還觀測到個別的陣雨(6.7%)、毛毛雨(0.9%)和雨(1.3%)；當(dāng)人工觀測為陣雨時，儀器觀測到了雨的比例最大(57.3%)，其次為陣雨(27.9%)，最小的為毛毛雨(14.8%)?？偨Y(jié)而言，人工觀測的分類較粗，可能忽略了降水的精細變化，如忽略了降雪過程中的雨雪轉(zhuǎn)換；但儀器觀測也同樣存在誤差，如降雨時一般不會有霰，儀器沒有觀測到陣雪、陣性雨夾雪等。此類問題仍需通過進一步改進儀器及算法來解決。

圖1 2018年1月1日至11月15日白天(08:00—20:00)人工觀測和雨滴譜儀觀測的天氣現(xiàn)象代碼散點(a)及1～100 d(b)、101～200 d(c)、201～300 d(d)天氣現(xiàn)象代碼

為分析在不同降雨強度等級下，降水現(xiàn)象儀和人工觀測的差異對降雨量和降雨時數(shù)記錄的影響，以降水現(xiàn)象儀觀測的降水強度為標(biāo)準(zhǔn)，R表示降水強度,分別劃分小雨(R≤2.5mm/h)、中雨(2.5 mm/h

表2 2018年1—11月白天雨滴譜儀與人工觀測的降水量/降水時數(shù)結(jié)果對比

由圖1發(fā)現(xiàn)，在某些時間范圍內(nèi)，當(dāng)人工觀測到降水現(xiàn)象時儀器沒有輸出結(jié)果，也有一些時間段，儀器觀測到降水現(xiàn)象而人工觀測沒有結(jié)果。這兩種情況在實際中均有可能出現(xiàn)。因此，為了進一步分析人工觀測和儀器對降水現(xiàn)象的觀測差異，分別選取春、夏、秋、冬四季各1天，人工觀測和儀器觀測的天氣現(xiàn)象代碼對比以及對應(yīng)的降水強度時序變化如圖2 所示。

圖2 春(a)、夏(b)、秋(c)、冬(d)白天(08:00—20:00)觀測降雨的天氣現(xiàn)象代碼對比及對應(yīng)的降水強度變化(藍色為雨滴譜儀器觀測，紅色為人工觀測)

整體來看，人工觀測降雨的起始時間明顯要早于儀器觀測出降雨的起始時間。同時，人工對降雨停止的時間滯后于儀器判斷。對于前者，觀察雨滴譜儀獲得的降雨強度可知，儀器并未測量到有降雨出現(xiàn)，而此時人工觀測有降雨。這說明當(dāng)時的情況可能存在有強度很小的毛毛雨，這種強度弱到儀器無法觀測，從而導(dǎo)致降雨起始時間滯后與人工觀測。對于后者，可能的原因有2個:①降雨逐漸結(jié)束的過程中，后半段減弱到儀器難以觀測的程度，導(dǎo)致儀器無法識別出降雨。②人工觀測習(xí)慣會滯后一段時間，確認降雨結(jié)束才記錄降雨結(jié)束的時間，這導(dǎo)致了人工觀測結(jié)果與儀器觀測結(jié)果的較大差異。

圖2a 11:00—15:00時間段內(nèi)，人工觀測記錄有2次時間較長的陣雨，而儀器觀測結(jié)果則是在雨、陣雨和無天氣現(xiàn)象中快速切換。結(jié)合降水強度時序分析發(fā)現(xiàn)，實際上降水強度存在快速變化，人工觀測把該段時間都認為是陣雨，而雨滴譜儀則根據(jù)每一分鐘的雨滴譜情況進行天氣現(xiàn)象判斷，將降雨間歇排除在外，從而造成雨、陣雨的測量時數(shù)偏少。此類情況，在圖2b、c、d中同樣顯著存在，這是造成儀器觀測雨、陣雨、毛毛雨均顯著低于人工觀測結(jié)果的主要原因。由此說明，儀器能夠較為客觀地記錄了降水過程中的強弱和斷續(xù)情況，而人工觀測結(jié)果則沒有體現(xiàn)出來。此外，圖2b 09:00—10:00，降水強度大于100 mm/h的個別時刻被誤判為降雪，當(dāng)時為短時強對流天氣過程，最大降水強度達188.7 mm/h，強降水伴隨的風(fēng)速較大，雨滴可能存在較大的橫向漂移，雨滴譜儀會對降水粒子存在一定的尺度高估和速度低估，從而給利用粒子尺度—速度矩陣來判斷降水類型帶來誤差。

2018年1月3—6日期間，有1次明顯的降雨、降雪轉(zhuǎn)換過程，儀器觀測和人工觀測的結(jié)果如圖3所示?？梢妰烧哂^測結(jié)果總體上有較好的一致性，尤其雨雪轉(zhuǎn)換的時段較為吻合。但也存在一定的差異，主要有3個方面:①人工觀測到雨夾雪，而儀器沒有觀測到。理論上雨雪轉(zhuǎn)換過程中，應(yīng)該存在一段雨夾雪的過程。但激光雨滴譜儀并沒有雨夾雪的輸出。在這段時間，儀器輸出的是雨和霰并存?？梢赃M一步深入研究，是否將這兩種降水現(xiàn)象并存時判為雨夾雪。②人工觀測到降雪的過程中，儀器對應(yīng)觀測的是雪和霰。降雪的過程中同時有霰粒子是合理的，但人工觀測在降雪時區(qū)分是否有霰是非常困難的。因此，可以認為儀器觀測到的霰更能反映實際情況。③對于降雪的結(jié)束時間，人工觀測結(jié)果與降雨結(jié)束時間類似，滯后于儀器觀測結(jié)果。

圖3 雨、雪轉(zhuǎn)換天氣2018年1月3—6日白天(08:00—20:00)雨滴譜儀器觀測和人工觀測對比：(a)天氣現(xiàn)象代碼,(b)粒子尺度譜

根據(jù)人工觀測的天氣現(xiàn)象類型，選取2018年1月3—5日時段內(nèi)的雨滴譜式降水現(xiàn)象儀所測量雨、雨夾雪和雪的粒子直徑-速度關(guān)系(圖4)。其中實線分別為雨滴、濕雪和干雪的速度經(jīng)驗關(guān)系。由圖可知，雨滴直徑較小，介于0.3～2.8 mm之間，速度主要集中在雨滴經(jīng)驗曲線附近及以上；對于雨夾雪，除了大部分粒子集中于雨滴經(jīng)驗曲線附近以外，還有一定數(shù)量的粒子出現(xiàn)在濕雪經(jīng)驗曲線附近，即粒子直徑較大，但速度并不顯著增大，呈現(xiàn)部分降雪的速度特征；對于雪，粒子直徑明顯增大，最大達到了8 mm，速度介于1.4～ 4.5 m/s，雪花速度出現(xiàn)在濕雪和干雪的經(jīng)驗關(guān)系之間，大雪花的速度明顯很小，并且不隨尺度的增大而增大，呈現(xiàn)典型的雪花速度特征。

圖4 2018年1月3—5日雨(a)、雨夾雪(b)、雪(c)3類降水的粒子尺度與速度的關(guān)系

3 夜間降水現(xiàn)象觀測結(jié)果對比

由于夜間人工觀測不記錄時間，因此夜間二者僅能進行簡單的一致性對比，無法精確到分鐘。夜間降水現(xiàn)象儀與人工觀測結(jié)果的對比情況如表3所示。人工觀測結(jié)果(91 d)和儀器觀測結(jié)果(92 d)有較好的一致性，由于人工觀測的局限性，夜間觀測的天氣現(xiàn)象種類較少，而儀器可以在夜間記錄多種天氣現(xiàn)象，所以儀器觀測雨、陣雨、毛毛雨、雪和霰的結(jié)果均高于人工觀測的結(jié)果。比如，毛毛雨、陣雨往往是伴隨雨的前后出現(xiàn)的，雖然時間記錄較多，但是實際上以降雨為主。

表3 2018年1—11月雨滴譜儀與人工觀測夜間降水觀測天數(shù)

圖5 2018年1月1日至11月15日夜間(20:00至次日08:00)雨滴譜儀觀測和人工觀測的天氣現(xiàn)象代碼

選取夜間(20:00至次日08:00)出現(xiàn)降水現(xiàn)象的人工觀測和儀器觀測結(jié)果，其輸出天氣現(xiàn)象代碼的對比情況如圖5所示。由圖可知，儀器輸出的降水現(xiàn)象種類較多，變化也較多，能夠體現(xiàn)更為細節(jié)的時序變化。而由于人工觀測沒有記錄時間，細節(jié)不足，難以與儀器觀測結(jié)果進行時序?qū)Ρ?，只能進行降水現(xiàn)象發(fā)生一致性的比較。人工觀測結(jié)果為雨(60)時，儀器觀測結(jié)果的大部分為雨或毛毛雨，有個別時刻的霰(88)出現(xiàn)；人工觀測結(jié)果為雨夾雪(68)時，儀器觀測結(jié)果為雨或者雪；人工觀測結(jié)果為雪(70)時，儀器觀測結(jié)果為雪或者霰；人工觀測結(jié)果為陣雨(80)時，儀器觀測為雨?？傮w來看，人工觀測和儀器觀測有較好的一致性，但個別時次仍有一定差別。比如，2018年2月和8月，個別時刻人工觀測為雨，但儀器觀測到了霰，說明儀器觀測算法可能把降雨誤判為霰。另外，人工觀測沒有降水，但儀器觀測到了雨或毛毛雨，說明人工觀測在夜間可能會忽略短時少量降雨。

為進一步分析人工觀測和儀器對降水現(xiàn)象的觀測差異，選取2018年1月2—9日的觀測數(shù)據(jù)，分析人工觀測和儀器觀測的天氣現(xiàn)象以及對應(yīng)的粒子譜分布時序變化(圖6)。對比圖6a、b分析，1月3日人工觀測為降雨，儀器觀測為毛毛雨、陣雨和雨，粒子直徑較小，為典型的降雨；1月4日人工觀測為雨夾雪和雪，儀器觀測為雪和霰，其中夾雜有少量的雨，粒子直徑明顯增大，粒子尺度譜為典型的降雪；1月5日人工觀測為雪，儀器觀測以雪為主，也夾雜有少量的雨和霰，粒子直徑比4日的略小，粒子尺度譜仍為典型降雪。1月7—8日人工觀測為降雨，儀器觀測以毛毛雨為主，有少量的雨出現(xiàn)，粒子尺度譜為典型的降雨?？偨Y(jié)而言，儀器在夜間仍然能對天氣現(xiàn)象保持高時間分辨率的監(jiān)測，而由于受到目力觀測的局限，人工觀測可能忽略掉個別時次的毛毛雨或雨。

圖6 2018年1月2—9日夜間(20:00至次日08:00)雨滴譜儀器觀測和人工觀測對比：(a)天氣現(xiàn)象代碼,(b)粒子尺度譜

4 結(jié)論與討論

利用2018年1—11月南京市氣象局在江寧布設(shè)的降水現(xiàn)象儀和人工觀測資料，分析了不同季節(jié)以及典型降水過程以及討論了南京本地雨滴譜式降水現(xiàn)象儀對不同降水現(xiàn)象的測量性能，為提高降水現(xiàn)象儀的測量性能、推動其在地面氣象觀測業(yè)務(wù)的應(yīng)用提供基本參考。

(1)雨滴譜式降水現(xiàn)象儀與人工觀測在白天和夜間均具有良好的一致性，但是在降水時間、降水類型方面存在一定差異。白天人工觀測的雨、陣雨、雪、雨夾雪的時間均明顯高于儀器觀測的結(jié)果。主要原因在于:①人工觀測忽略了降水間隙，導(dǎo)致了降水時間的高估；②儀器觀測有時會漏掉極微量降雨，導(dǎo)致了降水時間的低估。

(2)夜間人工觀測的天氣現(xiàn)象種類較少，有時會忽略掉個別時次的毛毛雨或雨。儀器仍然能對降水現(xiàn)象保持高時間分辨率的監(jiān)測，儀器觀測的毛毛雨、陣雨、雨、雪和霰的結(jié)果均高于人工觀測的結(jié)果，但可能會把降雨誤判為霰，降雨和霰的判別算法或區(qū)分閾值有待改進。

(3)總體而言，人工觀測的降水現(xiàn)象分類較粗，會忽略降水的精細變化，而儀器能夠獲取并根據(jù)降水粒子的直徑—速度關(guān)系對降水類型進行判斷，能夠靈敏檢測到降雨的短時變化、毛毛雨和雨的轉(zhuǎn)換、降雨和降雪的轉(zhuǎn)換等。儀器未觀測到陣雨、雨夾雪等，說明降水現(xiàn)象的判別算法仍需改進。