浙江省氣象與水文站點(diǎn)降水觀測(cè)資料對(duì)比分析

魏爽 楊明 吳書成 王麗吉 魯奕岑 田璽澤 滕舟

(1 浙江省氣象信息網(wǎng)絡(luò)中心 浙江杭州 310051;2 浙江省水文管理中心 浙江杭州 310009)

降水量是表征氣候變化的重要指標(biāo)，其時(shí)空分布是氣象、氣候、水文、生態(tài)以及經(jīng)濟(jì)、農(nóng)業(yè)和其他相關(guān)學(xué)科研究的基礎(chǔ)和必要支撐［1-2］。2018年以來(lái)，浙江省氣象部門積極推進(jìn)與水利部門的數(shù)據(jù)共享，搭建氣象水文雨量監(jiān)測(cè)“一張網(wǎng)”，以實(shí)現(xiàn)跨行業(yè)的數(shù)據(jù)價(jià)值挖掘［3-4］。由于部門業(yè)務(wù)關(guān)注點(diǎn)不同，水利部門的雨量站主要布設(shè)在流域、水庫(kù)、水閘區(qū)域，而氣象部門的雨量站觀測(cè)主要分布在鄉(xiāng)鎮(zhèn)、行政區(qū)域，因此，兩部門的降水資料具有很強(qiáng)的互補(bǔ)性。截止目前，浙江省已實(shí)現(xiàn)3 716個(gè)自動(dòng)氣象站（以下簡(jiǎn)稱氣象站）和5 342個(gè)水利部門遙測(cè)站信息共享，使全省降水觀測(cè)站網(wǎng)密 度［5］由原 來(lái)的 約 5.7 站/km2提升 到 3.7 站/km2，為浙江省防汛抗旱提供了更精細(xì)、更全面的降水監(jiān)測(cè)資料。

近年來(lái)，許多學(xué)者對(duì)氣象、水文降水觀測(cè)資料對(duì)比評(píng)估開(kāi)展了深入研究。廖桉樺等［6］分析對(duì)比了寧波市鄞州區(qū)水文站與氣象站的降水觀測(cè)資料，認(rèn)為設(shè)備型號(hào)、計(jì)量方式、布設(shè)選點(diǎn)要求不一致是兩類資料存在差異的主要原因；通過(guò)試驗(yàn)發(fā)現(xiàn)，當(dāng)1 h 累計(jì)降水量大于3 mm 時(shí)，氣象站和水文站降水相對(duì)差異為6.5%，低于國(guó)內(nèi)中尺度氣象站日降水量平均測(cè)量誤差［7］。李武階等［8］利用73個(gè)水文站和30 個(gè)氣象站的日降水資料，分別計(jì)算了長(zhǎng)江三峽區(qū)域1960－1990 年60 次降水過(guò)程的面雨量，發(fā)現(xiàn)強(qiáng)降水分布的極不均勻性是造成氣象站和水文站面雨量之差較大的主要原因；黃少平等［9］將江西省氣象和水文小時(shí)降水觀測(cè)數(shù)據(jù)轉(zhuǎn)換為格點(diǎn)降水資料，分析2種觀測(cè)系統(tǒng)降水資料的相關(guān)性及差異，發(fā)現(xiàn)兩者平均相關(guān)系數(shù)為0.93，出現(xiàn)零星或短時(shí)降水時(shí)，相關(guān)性差異較大，而出現(xiàn)系統(tǒng)性降水過(guò)程時(shí)，兩者表現(xiàn)高度相關(guān)。李顯風(fēng)等［10］對(duì)比了氣象和水文小時(shí)降水?dāng)?shù)據(jù)，發(fā)現(xiàn)兩者具有相似的空間分布特征，且強(qiáng)降水落區(qū)、降水分布形態(tài)高度一致?？梢?jiàn)，水文站與氣象站觀測(cè)降水的一致性是氣象和水文雨量信息融合的前提和關(guān)鍵所在。

降水地點(diǎn)、強(qiáng)度、持續(xù)時(shí)間等要素隨機(jī)性較強(qiáng)，相鄰站點(diǎn)才能捕捉到相似的降水信息，而應(yīng)用大范圍的氣象、水文鄰近站點(diǎn)降水資料對(duì)比評(píng)估尚未見(jiàn)文獻(xiàn)報(bào)道。因此，本文利用2020年1－12月浙江省氣象和水利部門自動(dòng)雨量站逐時(shí)降水觀測(cè)資料，采用相關(guān)系數(shù)、相對(duì)誤差等統(tǒng)計(jì)指標(biāo)，定量分析2 種觀測(cè)系統(tǒng)降水資料的相關(guān)性和一致性，為浙江省氣象水文降水資料的融合應(yīng)用提供參考。

1 資料與方法

1.1 資料

由于降水觀測(cè)數(shù)據(jù)與觀測(cè)站布點(diǎn)密切相關(guān)，為對(duì)比氣象站與水文站觀測(cè)數(shù)據(jù)之間差異，從全省氣象站和水文站中篩選站點(diǎn)距離在50 m 內(nèi)的共27對(duì)站點(diǎn)，選取2種資料完整性在80%以上的23對(duì)站點(diǎn)作為本試驗(yàn)代表站（表1），其中序號(hào)1～18為同址站點(diǎn)，即兩套雨量傳感器均安裝在氣象或水文自動(dòng)站觀測(cè)場(chǎng)區(qū)域內(nèi)，或其中一套緊鄰觀測(cè)場(chǎng)。氣象-水文鄰近站分布情況見(jiàn)圖1。

圖1 氣象、水文鄰近站點(diǎn)分布

表1 氣象水文鄰近站

氣象部門雨量自動(dòng)觀測(cè)設(shè)備為上海氣象儀器廠生產(chǎn)的SL3-1型雙翻斗雨量計(jì)，水利部門布設(shè)的是JDZ-05 單翻斗式雨量計(jì)，兩者觀測(cè)精度、發(fā)報(bào)時(shí)間、發(fā)報(bào)內(nèi)容均不同［6］。（1）氣象站儀器觀測(cè)精度為0.1 mm，水文站儀器觀測(cè)精度為0.5 mm。（2）氣象站資料自動(dòng)發(fā)報(bào)每分鐘傳輸1次，水文站每5 分鐘發(fā)送1 次累計(jì)降水記錄。（3）氣象站資料包含整點(diǎn)以來(lái)每分鐘雨量資料，根據(jù)整點(diǎn)數(shù)據(jù)可以推算出任意分鐘的準(zhǔn)確雨量；水文站資料為累計(jì)雨量，如果中間發(fā)生通訊中斷，可能會(huì)影響分鐘雨量統(tǒng)計(jì)，但不會(huì)影響整個(gè)過(guò)程的累計(jì)雨量。

1.2 方法

根據(jù)氣象、水文小時(shí)降水觀測(cè)資料，選取氣象和水文任一方觀測(cè)到降水的樣本，統(tǒng)計(jì)小時(shí)和日降水序列的氣象站平均累計(jì)降水SumM、水文站平均累計(jì)降水SumH、誤差EM、絕對(duì)誤差EM A、相關(guān)系數(shù)COR和均方根誤差ERMS。從降水強(qiáng)度、逐月變化規(guī)律等方面評(píng)估兩種降水資料之間的差異。

1.2.1 數(shù)據(jù)預(yù)處理

利用空間一致性和KMEANS聚類分析等方法對(duì)2部門降水?dāng)?shù)據(jù)進(jìn)行質(zhì)量控制處理，剔除異常極大及堵塞站降水?dāng)?shù)據(jù)。共剔除4 280 個(gè)時(shí)次樣本，占總樣本量的2.1%，剔除的異常數(shù)據(jù)包含以下幾種情況。

1.2.1.1 雨量筒堵塞

文成桂山水文站2020年8月29日17時(shí)至10月21 日 23 時(shí)降水量一直為 0，10 月 22 日起降水?dāng)?shù)據(jù)恢復(fù)，同址桂山氣象站和周邊福首源水文站均出現(xiàn)降水，8 月 29 日 17 時(shí)至 10 月 23 日 0 時(shí)文成桂山水文站與周邊站小時(shí)降水?dāng)?shù)據(jù)對(duì)比結(jié)果見(jiàn)圖2。

圖2 文成桂山水文站與周邊站小時(shí)降水觀測(cè)數(shù)據(jù)

1.2.1.2 降水野值

砩 頭 水 文 站 2020 年 3 月 7 日 10 時(shí) 、3 月 18 日11 時(shí) ， 7 月 26 日 13 時(shí) 分 別 出 現(xiàn) 了 32.5、 9.5、10.5 mm 降水，周邊站均無(wú)降水且同址氣象站龍西砩頭溫度逐漸升高未出現(xiàn)下降趨勢(shì)，判定上述時(shí)次砩頭水文站降水為野值，予以剔除。

1.2.2 定量評(píng)價(jià)

采用相關(guān)系數(shù)、均方根誤差、絕對(duì)誤差、誤差、相對(duì)誤差、累計(jì)相對(duì)差值統(tǒng)計(jì)指標(biāo)對(duì)氣象、水文降水資料間的偏差進(jìn)行定量評(píng)價(jià)。

相關(guān)系數(shù)（COR）

采用文獻(xiàn)［11］中提出的相關(guān)性評(píng)價(jià)標(biāo)準(zhǔn)，即|R|≥0.8 時(shí)，視為2 個(gè)變量之間高度相關(guān)；0.5 ＜ |R|＜ 0.8 時(shí)，視為中度相關(guān)； 0.3 ＜ |R|＜ 0.5時(shí)，視為低度相關(guān)；|R|＜0.3 時(shí)，相關(guān)程度極弱，視為不相關(guān)。

均方根誤差（ERMS）

絕對(duì)誤差（EMA）

累計(jì)相對(duì)差值（cumulative relative difference），反應(yīng)兩部門降水總體差異情況：

上述公式中，n為樣本總數(shù)，Mi為氣象站觀測(cè)降水量，Hi為水文站觀測(cè)降水量，Mˉ和Hˉ分別為氣象站和水文站降水量平均值。

2 結(jié)果與分析

2.1 總體數(shù)據(jù)差異

2020 年23 對(duì)試驗(yàn)站點(diǎn)中，水文站年降水比氣象站平均偏少47.0 mm，總體較氣象降水偏小2.7%。

各鄰近站小時(shí)數(shù)據(jù)相關(guān)系數(shù)COR范圍0.977～0.998（圖3），其平均值為0.990；日數(shù)據(jù)相關(guān)系數(shù)明顯高于小時(shí)數(shù)據(jù)，為0.992～1.000，平均值為0.997，可見(jiàn)滿足鄰近條件的兩套觀測(cè)系統(tǒng)降水?dāng)?shù)據(jù)相關(guān)關(guān)系顯著。

圖3 鄰近站降水?dāng)?shù)據(jù)相關(guān)系數(shù)

逐月統(tǒng)計(jì)結(jié)果如表2。分析發(fā)現(xiàn)，氣象站逐月平均累計(jì)降水均高于水文站，誤差為正值。夏季（6—8 月）降水差異最大，8 月小時(shí)降水絕對(duì)誤差EM A0.47 mm，日降水EM A為1.37 mm，月相對(duì)誤差4.69%，是一年中誤差最大的月份；從均方根誤差數(shù)據(jù)來(lái)看，數(shù)據(jù)離散程度不穩(wěn)定，尤其8月數(shù)據(jù)出現(xiàn)較大波動(dòng)，日數(shù)據(jù)ERMS達(dá)5.24。8 月浙江省短時(shí)強(qiáng)降水、雷陣雨、臺(tái)風(fēng)等強(qiáng)對(duì)流天氣多，出現(xiàn)大雨和暴雨的時(shí)次占總降水時(shí)次的14%，全年最高；其次是7 月和6 月，分別為8%和7%。2 套觀測(cè)儀器中，單翻斗雨量計(jì)提高了分辨力，降低了引入誤差概率，雨強(qiáng)越大，單翻斗雨量計(jì)比雙翻斗雨量計(jì)的流失水量（即不納入計(jì)量范圍）越多，傳感器測(cè)量示值易偏小，出現(xiàn)誤差風(fēng)險(xiǎn)更高［12］，是雨強(qiáng)大時(shí)兩套資料誤差大的主要原因。

表2 氣象與水文降水?dāng)?shù)據(jù)逐月統(tǒng)計(jì)結(jié)果

從相關(guān)性分析可知，各月和年相關(guān)系數(shù)均呈高度相關(guān)，且小時(shí)降水相關(guān)系數(shù)均低于日降水。值得注意的是，12 月氣象-水文日降水相關(guān)系數(shù)（0.983）雖然處于全年中最低，但遠(yuǎn)高于小時(shí)降水相關(guān)系數(shù)（0.838），是由于12 月降水量級(jí)?。▓D4），經(jīng)統(tǒng)計(jì)，12 月共264 個(gè)日降水樣本，氣象站觀測(cè)到小雨占95%，中雨占5%，說(shuō)明觀測(cè)小降水時(shí)相關(guān)性明顯降低，這是由兩套儀器的觀測(cè)精度不一致引起的。

圖4 2020年12月鄰近站降水?dāng)?shù)據(jù)散點(diǎn)圖

2.2 不同降水量級(jí)差異

為減少由觀測(cè)儀器精度導(dǎo)致的氣象、水文小時(shí)雨量資料誤差，采用日降雨量統(tǒng)計(jì)2種資料在不同量級(jí)間的差異。根據(jù)中國(guó)氣象局降水等級(jí)劃分標(biāo)準(zhǔn)［13］，將前日20時(shí)至當(dāng)日20時(shí)的降水總量作為當(dāng)日日降水量，將日降水量分為4 個(gè)等級(jí)，其中：小雨為0 mm＜降水量＜10 mm；中雨為10 mm ≤降水量＜25 mm；大雨為25 mm ≤降水量＜50 mm；暴雨為50 mm ≤日降水量。各降水等級(jí)氣象站平均累計(jì)降水SumM、水文站平均累計(jì)降水SumH、誤差EM、絕對(duì)誤差EM A等統(tǒng)計(jì)結(jié)果見(jiàn)表3。

表3 鄰近站日降水量不同量級(jí)統(tǒng)計(jì)結(jié)果

不同降水量級(jí)下，氣象站累計(jì)降水同樣高于水文站，2 套系統(tǒng)相關(guān)性由高到低依次為暴雨、小雨、中雨、大雨，暴雨相關(guān)系數(shù)COR達(dá)0.991，大雨僅為0.915；誤差EM A和均方根誤差ERMS隨著量級(jí)增加而增大，相對(duì)誤差ER在2.27%～3.87%，均低于國(guó)內(nèi)中尺度自動(dòng)氣象站日降雨量平均測(cè)量誤差6.52%［7］。小雨時(shí)相對(duì)誤差最大，由于氣象、水文觀測(cè)儀器精度有差異，針對(duì)小于0.5 mm 降水，氣象儀器能夠準(zhǔn)確刻畫出每0.1 mm 的降水量。2 套系統(tǒng)在小雨期間各降水分級(jí)相對(duì)誤差結(jié)果見(jiàn)圖5，當(dāng)降水范圍在0.1～0.5 mm 時(shí)，小時(shí)降水平均相對(duì)誤差ER為15.17%，其余各分級(jí)相對(duì)誤差在1.26%～3.79%。由此可見(jiàn)，當(dāng)小時(shí)降水量在0.1～0.5 mm時(shí)，兩套觀測(cè)系統(tǒng)之間差異較大。

圖5 小雨時(shí)各降水分級(jí)相對(duì)誤差

2.3 小時(shí)降水量分級(jí)分析

由于氣象、水文降水量觀測(cè)儀器精度分別為0.1 和0.5 mm，將2 種數(shù)據(jù)統(tǒng)一按0.5 mm 氣象小時(shí)降水量分級(jí)，即0 mm＜小時(shí)降水≤0.5mm，0.5 mm＜小時(shí)降水≤1 mm，依次遞增，以此來(lái)討論相同降水分級(jí)中2種數(shù)據(jù)之間的差異。

統(tǒng)計(jì)23 對(duì)氣象和水文站各分級(jí)小時(shí)降水出現(xiàn)時(shí)次數(shù)的平均分布情況（圖6），兩條降水時(shí)次數(shù)曲線相關(guān)系數(shù)COR為0.990，可見(jiàn)2 套觀測(cè)儀器具有高度相似的分布特征。降水0.1～0.5 mm，氣象站出現(xiàn)16 159 個(gè)時(shí)次，水文站出現(xiàn)8 737 個(gè)時(shí)次，差異較大，分別占總時(shí)次數(shù)的56%和44%，但累計(jì)降水量氣象站3 440.7 mm，水文站3 138.2 mm，說(shuō)明降水過(guò)程中，出現(xiàn)0.5 mm 以下降水情況較多，水文站未能探測(cè)到0.1～0.4 mm 降水，但總量與氣象站基本一致。23 對(duì)站點(diǎn)各分級(jí)氣象和水文累計(jì)降水量見(jiàn)圖7，兩者相關(guān)系數(shù)為0.999，可見(jiàn)2 種資料分級(jí)數(shù)據(jù)為0.5 mm時(shí)分布仍高度一致。

圖6 氣象和水文各分級(jí)小時(shí)降水出現(xiàn)時(shí)次數(shù)

圖7 氣象和水文各分級(jí)累計(jì)降水量

3 小結(jié)

本研究在浙江省范圍選取23 對(duì)距離50 m 內(nèi)的氣象水文鄰近站，從總體降水變化趨勢(shì)、逐月變化、不同降水量級(jí)、降水分級(jí)特征等方面對(duì)比評(píng)估了2套觀測(cè)降水?dāng)?shù)據(jù)差異，主要結(jié)論如下。

（1）水文與氣象站觀測(cè)降水相關(guān)關(guān)系顯著，小時(shí)數(shù)據(jù)相關(guān)系數(shù)0.990，日數(shù)據(jù)達(dá)0.997。水文站年降水比氣象站平均偏少47.0 mm，降水總量偏小2.7%左右。

（2）夏季（6－8 月）2 套觀測(cè)系統(tǒng)降水差異最大，8 月是一年中絕對(duì)誤差、相對(duì)誤差均較大，但相關(guān)性最好的月份。

（3）兩套系統(tǒng)在不同降水量級(jí)相關(guān)性由高到低依次為暴雨、小雨、中雨、大雨，暴雨相關(guān)系數(shù)達(dá)0.991。各量級(jí)降水相對(duì)誤差在2.27%～3.87%，均低于國(guó)內(nèi)中尺度自動(dòng)氣象站日降雨量平均測(cè)量誤差，但小時(shí)降水在0.1～0.5 mm 時(shí)，2 套系統(tǒng)相對(duì)誤差達(dá)15.17%，由觀測(cè)儀器精度不一致引起的差異較為明顯。

（4）在0.5 mm 降水分級(jí)情況下，2 套系統(tǒng)小時(shí)降水出現(xiàn)時(shí)次序列的相關(guān)系數(shù)達(dá)0.990，具有高度相似的分布特征。

（5）0.5 mm以上的氣象、水文小時(shí)降水資料高度一致，二者的共享融合有利于優(yōu)化氣象與水文部門間的站網(wǎng)布局，為防汛抗旱提供更精細(xì)、更全面的氣象資料，也能夠?yàn)榱饔蚓?xì)調(diào)度和氣象服務(wù)提供基礎(chǔ)數(shù)據(jù)支撐。

致謝：感謝浙江省氣象局觀測(cè)與網(wǎng)絡(luò)處廖桉樺和省內(nèi)各臺(tái)站提供了寶貴的氣象與水文同址站信息。