江苏省自动站与基础站降水观测资料质量分析

张宁,江志红,吴立广

(1.南京信息工程大学气象灾害省部共建教育部重点实验室,江苏南京 210044;2.南京信息工程大学大气科学学院,江苏南京 210044;3.黑龙江省气象台,黑龙江哈尔滨 150030)

江苏省自动站与基础站降水观测资料质量分析

张宁1,2,3,江志红1,2,吴立广1,2

(1.南京信息工程大学气象灾害省部共建教育部重点实验室,江苏南京 210044;2.南京信息工程大学大气科学学院,江苏南京 210044;3.黑龙江省气象台,黑龙江哈尔滨 150030)

以江苏省2006年夏、秋季自动站降水资料为例,对逐时、逐日自动站降水进行对比和统计分析。为降低资料插值过程中的不确定性,对插值方法进行了修正。由南京、扬州、无锡和常州基础站降水资料与相应自动站降水修正资料的对比可以发现,弱降水事件的发生频率高,且无论对于5 mm/h以内的逐时降水还是10 mm/d以内的逐日降水,自动站与4个基础站均有显著差异,因此对江苏省自动站降水资料进行系统订正具实际意义。另外,对阵性降水和锋面降水的分析发现,无论降水量级大小,基础站降水大于自动站降水的几率高,因此有必要进一步对自动站网的建设进行完善。由于自动站与基础站有一定的差异,建议对自动气象站的资料质量进行系统的评估。

自动站;基础站;降水;插值

0 引言

气象观测为天气预报、气候分析和科学研究提供重要的观测事实。随着电子技术和计算机在气象探测中的广泛应用,2000年起,地面自动气象观测系统(以下简称自动站)开始全面实施建设,至2006年,仅江苏省就建成500多个自动站。目前,自动站系统已经成为气象观测的重要组成部分,为天气预报精细化提供密集的气象信息,在减灾防灾中发挥重要作用。然而,由于自动站与基础站使用仪器的原理不同、采样和算法不同、仪器校正和维护也不尽相同,自动站观测资料存在很大的不确定性。

目前对自动站温度资料的研究较多[1-14],对温度资料的可靠性有了一定的认识[15]。这些资料在实际工作中已经被广泛应用,主要原因是温度的时空变化相对较小,比较容易用附近基础站的观测来验证。而降水量在时空上变化很大,不能简单地利用附近基础站的降水资料来比较验证,因此对自动站降水资料可靠性的研究非常有限[1,3-6,8-10,16-22]。连志鸾[3]通过对比2002年石家庄城区自动站与基础站平行降水观测资料并进行了简单的统计,计算得二者平均差值为0.04 mm/h,平均绝对差值为0.21 mm/h。王荣波等[6]对比2002年秋季山东省陵县自动站与实测降水资料发现二者差值较小,自动站与人工观测比较接近,能满足业务需要。

仪器本身的误差也是造成自动站降水资料不确定的原因之一。胡玉峰[8]根据中国气象科学研究院大气探测所自1992年起在全国30个站与标准雨量器7 a的对比,得出雨量器的平均百分误差为6%～7%,因此即使人工观测中雨量器测出的结果也不可靠。而自动气象站中采用的翻斗雨量计要完全避免干扰信号的影响,存在技术上的困难。游泳和王晓兰[10]也认为自动站与人工站的降水量的差异比气温差异大。降水量小,差值稍小;降水量越大,差值越大,特别是强降水时差值更大[16]。黄世继等[1]则认为人工站观测雨量偏小,主要原因是人工站在降水测量过程中有部分降水沾附到储水瓶及雨量杯上,致使人工测量数据较真实值小,降水时间越长,量取次数越多,其与自动站所测值的差异就越大。郭锡钦等[11]认为自动站只要有一次测量错误,就会使月、年降水量产生错误。

自动站只有提供准确可信的观测资料,才能提高天气预报的水平,使天气预报精细化,满足减灾防灾的需要。因此,在推广自动气象站的同时,系统地分析自动站资料的可靠性是非常必要的。本文就以江苏省2006年夏秋季自动站和基础站逐时降水量资料为例,对自动站降水资料的可靠性进行分析,从而为进一步系统地评估自动站观测资料积累经验。

1 资料分析

江苏省气象台2006年逐时降水量资料共包括74个基础站和503个自动站资料(图1)。基础站在全省分布比较均匀,北部站点略比南部少;自动站就密集得多,尤其在南京、盐城、苏锡常等地区布站更为密集,江苏西北部地区相对稀疏。从各季节降水观测资料来看(表1),基础站降水资料较为完整,全年缺测率都在2%以下。而自动站降水资料缺测较多,尤其在冬、春季,缺测率达到75%左右。因此,有必要对自动站与基础站观测仪器的稳定性进行改进。

图1 江苏省基础站(a)以及自动站(b)地理位置分布Fig.1 The geographical distribution of(a)BWS and(b)AWS in Jiangsu province

表1 各季节基础站和自动站降水资料缺测率统计Table1 Precipitation data loss rate of the BWS and the AWS in four seasons%

本文主要对夏季和秋季降水资料进行分析。表2为夏、秋季节基础站和自动站降水资料不同缺测程度的站数统计,从表2可以看到基础站在两个季节都有73站的降水资料缺测率在10%以下,仅一站的资料缺测率高于50%。而自动站在夏、秋两季均有200个站以上的降水资料缺测率高于50%。但夏、秋两季资料缺测率10%以下的自动站也分别有183和211个。

表2 夏、秋两季基础站和自动站降水资料不同缺测率的站数统计Table2 Number of BWS and AWS with precipitation data loss at different rates in summer and autumn

2 自动站与基础站逐日、逐时降水资料对比

2.1 插值方法修正前后自动站与基础站资料特征

目前,对于降水空间分布还没有一个普遍适用的插值方法。本文首先分两步得到对基础站的降水估计。第一步,选择南京、扬州、常州和无锡4个基础站及其周围自动站2006年夏、秋两季逐时降水资料,利用Cressm an方法将自动站资料插值到基础站位置上,与基础站降水资料进行对比。以基础站点位置为中心,选择合适的半径R为Cressm an影响半径(半径内包含5～6个自动站为宜),r为影响半径R内各自动站点到圆心的距离。Cressm an权重函数为

假设影响半径内存在n个自动站,其降水量分别为M1,M2,…,Mn,则南京附近自动站降水插值到南京基础站点上的降水量为

其中:B=(W1+W2+…+Wn)。为了便于观察自动站与基础站降水资料的差别,做出描述两者逐时降水量关系的散点图(图2),图中实线表示散点的回归线,虚线为1∶1回归线。从图2可以看到,所选4站的自动站观测降水的插值数据(简称自动站降水)与基础站观测降水数据(简称基础站降水)对应点较离散,各站的回归系数较小,拟合优度较低。4个站结果均显示基础站降水大于自动站降水,且差异较大,但各站散点相关系数均较小。原因之一可能是由于所用插值方法过于简单,平滑掉了某些降水的局部变化,因此需要对插值方法进行修正。插值方法经过修正后虽然不能完全消除降水误差,但能够在很大程度上起到改善作用。

第二步,对插值结果进行系统修正。根据前人所使用的方法[23-24],选择Xi=αYβi拟合两组数据,得到的α、β称为修正因子。然后,将自动站观测值Xi插值到基础站点时,利用α、β进行修正(利用公式Xi=αZβ求出Z),得到自动站降水Z,比较它与基础站降水P的差异。具体修正方法如下:首先设基础站降水观测值为P,以选定的基础站站点为圆心,选取扫描半径R画圆,以其范围内包括5～6个自动站为宜。现假设区域内包括N个自动站,对其中包括的某自动站A,设它的降水观测值为Xi(i=1,2,…,N),以A为中心、半径R做圆。将此范围内其它自动站降水资料插值到A点,得到A点降水估计值Yi。对以上N个自动站重复以上插值步骤,在该区域内就得到一组观测值和一组估计值。

图2 江苏省部分基础站夏、秋两季逐时降水量与同时期周围自动站经Cressman插值所得降水量对比散点图(单位:mm) a.南京站;b.扬州站;c.常州站;d.无锡站Fig.2 The hourly scatter plot of the rainfall data from BW S and the interpolated rainfall data from AW S by using Cressm an in Jiangsu province in summer and autumn(units:mm) a.Nanjing;b.Yangzhou;c.Changzhou;d.Wuxi

南京、扬州、常州和无锡四站选择的扫描半径、半径内包含的自动站以及修正因子见表3。由基础站与修正后的自动站降水资料对应散点图(图3)可以看到,各站回归线较修正前更接近1∶1回归线,拟合优度显著提高,四站相关系数有所增大,因此修正过程在一定程度上弥补了插值的不足。然而散点的离散程度并没有因修正而显著改善,这可能是自动站与基础站资料之间的本质差别。

表3 南京、扬州、常州、无锡四站扫描半径R、半径内包含自动站点以及修正因子α、βTable3 Scan radius R,the AW S included and the modifying factorsα,βin Nanjing,Yangzhou,Changzhou and Wuxi of Jiangsu province

图3 江苏省部分基础站夏、秋两季逐时降水量与同时期周围自动站经Cressman插值系统误差订正所得降水量对比散点图(单位:mm) a.南京站;b.扬州站;c.常州站;d.无锡站Fig.3 The hourly scatter plot of the rainfall data from BWS and the modified interpolated rainfall data from AWS by using Cressman in Jiangsu province in summer and autumn(units:mm) a.Nanjing;b.Yangzhou;c.Changzhou;d.Wuxi

为消除降水因时空变化引起的误差,将逐时降水资料统计成逐日降水资料(图4)。与逐时散点图对比可以看出,四站逐日资料的回归线斜率均有不同程度的增大,且均位于1∶1回归线以上,说明自动站降水量总体上大于基础站降水量。虽然四站相关系数进一步提高,但两种资料离散程度仍然较大。

2.2 自动站与基础站不同量级降水资料对比分析

对自动站与基础站逐时降水资料做差异显著性分析,统计结果表明除南京站以外,自动站资料与基础站均存在显著差异,且差异通过了0.05的信度检验。将逐时降水资料划分为降水量在5mm/h以内的弱降水事件和5mm/h以上的大降水事件,自动站与基础站资料对于弱降水事件存在显著的差异,四站均通过了0.05的信度检验。而对于大降水事件,自动站与基础站资料相比,均值差异不大。对自动站与基础站逐日降水资料做差异显著性分析可以得出,自动站与南京、扬州和无锡站基础站并无显著差异,只有常州站与自动站差异通过了0.05的信度检验。而对于小雨(日降水量在10mm/d以内),自动站与基础站降水资料均存在明显差异,差异通过了0.05的信度检验;对于大雨(日降水量在10 mm/d以上),自动站除了与常州基础站差异显著外,与南京、扬州和无锡站均值差异均不明显。

统计各量级降水样本(表4)可以看出,四站的逐时降水资料包含的弱降水样本数均占各自总体的90%以上,逐日资料的小雨样本也占各自总体的70%以上,反映出2006年夏季和秋季江苏省弱降水发生频率较高;而无论对于逐时还是逐日降水资料的弱降水事件,自动站与四个基础站降水资料均存在显著差异,因此对自动站降水资料进行系统订正具有重要的实际意义和研究价值。

图4 江苏省部分基础站夏、秋两季逐日降水量与自动站经Cressm an插值订正所得降水量对比散点图(单位:mm)a.南京站;b.扬州站;c.常州站;d.无锡站Fig.4 The daily scatter plot of the rainfall data from BWS and the modified interpolated rainfall data from AWS by using Cressman in Jiangsu province in summer and autumn(units:mm) a.Nanjing;b.Yangzhou;c.Changzhou;d.Wuxi

表4 南京、扬州、常州、无锡自动站与基础站逐时、逐日各量级降水资料样本统计Table4 The samples of hourly and daily rainfall data from AW S and BW S in Nanjing,Yangzhou,Changzhou and Wuxi

3 自动站与基础站不同类型降水分析

3.1 南京阵性降水过程分析

选择2006年8月1日15时至次日01时南京地区的一次阵性降雨过程。图5为部分时次降水量空间分布,分析范围包括7个基础站,分别为六合、江浦、南京、溧水、高淳、仪征和句容站,范围内包括51个自动站。自动站降水在空间上能够更细致地反映局部特征以及随时间的演变。8月1日20时(图5b),自动站表现出两个降水中心,分别位于南京北部和中部偏南地区,中心强度为40mm/h和32 mm/h。而基础站只反映出中心位于南京中部以西的降水,中心强度为23mm/h,没有观测到北部和中南部降水的局部特征。又如8月1日16时(图5a)仪征站与周围基础站间距过大,使其无法准确反映其西南方的小降水中心。

基础站与自动站观测降水局部存在较大差异。统计3个时次基础站与自动站观测降水量的21对样本总体差异不大,没有通过0.05的信度检验。其中4对样本差异大于1mm/h。16时(图5a)仪征基础站观测降水为9.6mm/h,而自动站观测值为4.5mm/h,二者相差约5mm/h。20时(图5b)南京中部地区的江宁站位置上自动站降水在8mm/h左右,与基础站观测值23.1mm/h相差悬殊。另一处差异位于六合站,自动站降水为24～32mm/h,基础站观测值为0.1mm/h。

图5 2006年8月1日16时(a)、20时(b)、8月2日00时(c)南京逐时降水量空间分布(等值线为自动站降水量,站点值为基础站降水量;单位:mm)Fig.5 The hourly rainfall distribution in Nanjing at(a)16:00BST,(b)20:00BST on August1and(c)00:00BST on A ugust2,2006(The isograms represent AW S and the points represent BW S;units:mm)

3.2 江苏省锋面降水过程分析

2006年江苏省梅雨期为6月21日—7月12日。降水主要集中在淮北和江淮之间的北部地区,沿江和苏南地区降水相对较少。选取的锋面降水过程开始于7月3日15时,至7月4日14时结束,降水呈带状分布。

从全省来看,基础站与自动站的降水空间结构相似,两者降水范围无显著差异,但个别站差异较大。7月3日18时(图6a)基础站和自动站降水样本共有9对存在差异,其中差值绝对值小于1mm/h的仅有燕尾港站和灌云站,其余7对差值绝对值均大于1mm/h,其中东海站观测值为19.4mm/h,高于自动站降水约8mm/h;7月4日00时(图6b),兴化站观测值为17.4mm/h,而附近自动站插值为7mm/h,二者相差10.4mm/h,另外一对较大差异出现在7月4日00时的海安站,其观测值为18.7 mm/h,高于周围自动站插值降水12.8mm/h之多。7月4日12时(图6d)降水已减小到1mm/h左右的量级。自动站与基础站观测存在8处差异,基础站观测值高于自动站降水插值的有4处,其中1处差值为1.6mm/h(盱眙站),其他3处差值绝对值小于1mm/h;而另外4处为自动站降水插值高于基础站观测值,且差异均较小。

统计4个时次的样本总体可以看出,当两种资料存在差异时,基础站观测值高于自动站的几率大。4个时次中基础站与自动站降水样本差异大于1 mm/h的共有17对,占样本总数的80%。其中基础站观测值高于自动站降水插值的样本有9对,且在本次降水移动过程(江苏北部和中部地区)中基础站与自动站降水差值大于1mm/h的情况各处均有发生,并不受地域的影响。

4 小结与讨论

本文研究了江苏省自动站和基础站2006年逐时、逐日降水资料情况,分析了自动站与基础站的空间分布特征和时间演变情况,并讨论两种资料之间存在的差异,为气候资料的前后连续性以及天气预报中对自动站气温观测资料的订正使用提供一定的思路和方法。

以南京、扬州、常州和无锡四站为例,通过对比自动站与基础站降水资料可以发现,对于逐时降水,除南京站外,自动站与其他3个基础站存在显著差异。对于弱降水事件,自动站与以上四站的差异均通过了0.05的信度检验。对于大降水事件,自动站与四个基础站均值差异不大。

对于逐日降水,除常州站外,自动站与南京、扬州和无锡基础站无明显差异,自动站降水量高于四个基础站降水量。对于小雨,自动站与四个基础站差异显著;而对于大雨,除常州站外,自动站与南京、扬州和无锡站均无显著差异。由于2006年夏、秋两季江苏省弱降水的发生频率较高,且自动站与四个基础站降水资料均存在显著差异,因此对自动站降水资料进行系统订正和评估具有实际意义。

图6 2006年7月3日18时(a)、7月4日00时(b)、7月4日04时(c)和7月4日12时(d)江苏省逐时降水量空间分布特征(等值线为自动站降水量,站点值为基础站降水量;单位:mm)Fig.6 The hourly rainfall distribution in Jiangsu province at(a)18:00BST on July3,(b)00:00BST on July4,(c)04:00BST on July4and(d)12:00BST on July4,2006(The isograms represent AWS and the points represent BWS;units:mm)

由不同降水类型的分析可以看出,对于锋面降水,两种观测资料无显著差异,个别站存在较大的差异,总体来讲基础站降水量高于自动站降水量的几率较高。对于小范围阵性降雨,自动站能够细致地反映降水局部特征的优势更加明显,但两种观测资料仍存在不同程度的差异。虽然自动站能够观测到更细致的降水空间结构,但目前资料质量还不具备实际应用的能力,因此有必要进一步完善自动站网的建设。

根据对江苏省自动站和基础站降水观测资料的分析,得出基础站降水和自动站降水存在明显的差异。为了使大量的自动站降水资料在天气预报、气候分析和科学研究中得到有效利用,需要系统地对自动站和基础站观测仪器本身的特性以及人为原因造成的观测错误进行分析。

[1] 黄世继,蒙陈,郑明会.人工站与自动站观测数据差异原因分析[J].贵州气象,2007,31(2):42-44.

[2] 曾英.陕西人工气象站与自气象站气温对比分析[J].陕西气象,2008(2):47-48.

[3] 连志鸾.自动站与人工站观测记录的差异分析[J].气象,2005,31(3):48-52.

[4] 项经魁.自动雨量站资料订正雷达测量降水有关问题的探讨[J].南京气象学院学报,1990,13(4):695-696.

[5] 陈少勇,董安祥,韩勇.祁连山东、西部夏季降水量时空分布的差异及其成因研究[J].南京气象学院学报,2007,30(5):715-719.

[6] 王荣波,黄德珍.自动站与人工观测数值的比较分析[J].山东气象,2003(2):50-52.

[7] 王静,孙恒鸿.自动站与人工站观测数据差值综合对比分析[J].贵州气象,2004,28(6):35-39.

[8] 胡玉峰.自动与人工观测数据的差异[J].应用气象学报,2004,15(6):719-726.

[9] 毛东艳,钱传海,乔林,等.贵州南部一次突发性大暴雨的中尺度分析[J].南京气象学院学报,2007,30(5):601-609.

[10] 游泳,王晓兰.四川省自动气象站与人工观测数据对比分析[J].四川气象,2007,27(3):43-45.

[11] 郭锡钦,曾书儿,王金钊.自动气象站的动态试验及其测量准确度[J].应用气象学报,1994,5(2):176-183.

[12] 陆生兰.自动站与人工站观测数据存在较大误差的原因探析[J].气象研究与应用,2007,28(增刊):110-111.

[13] 王欢,寿绍文,解以扬,等.干侵入对2005年8月16日华北暴雨的作用[J].南京气象学院学报,2008,31(5):97-103.

[14] 辛吉武,许向春,邢旭煌.海南省自动站气温观测资料评估及气候订正研究[J].热带气象学报,2008,24(3):228-231.

[15] 杨宝英,江南.近50a南京市气温和热岛效应变化特征[J].气象科学,2009,29(1):88-91.

[16] 陆霞,殷明洁.自动站与人工观测降水量差值的成因分析[J].气象研究与应用,2007,28(3):83-84.

[17] 陈豫英,陈晓光,张智,等.宁夏自动站与人工观测气温的差异对比分析[J].应用气象学报,2006,17(增刊):118-124.

[18] 王颖,刘小宁.自动站与人工观测气温的对比分析[J].应用气象学报,2002,13(6):741-748.

[19] 窦以文,屈玉贵.北京自动气象站实时数据质量控制应用[J].气象,2008,34(8):77-81.

[20] 孙燕,吴海英,沈树勤,等.冬春季江苏沿海大风的特征[J].南京气象学院学报,2007,30(5):699-704.

[21] 王颖,封国林,施能,等.江苏省雨日及降水量的气候变化研究[J].气象科学,2007,27(3):287-293.

[22] 李欣,龚佃利,盛日锋.自动气象站观测资料的中尺度分析及业务应用[J].气象科学,2009,29(1):121-125.

[23] molini A,La B,Lanza L G,et al.Rainfall intermittency and the sampling error of tipping-bucket rain gauges[J].Phys Chem Earth,2001,26(10/12):737-742.

[24] La B,Lanza L G,Stagi L.Influence of systematic mechanical errors of tipping-bucket rain gauges on the statistics of rainfall extremes[J].water Sci Techn,2002,45(2):1-9.

Quality Analysis of Rainfall Data from Automatic Weather Station and Basic Weather Station in Jiangsu Province

ZHANG Ning1,2,3,J IANG Zhi-hong1,2,WU Li-guang1,2

(1.Key Laboratory of Meteorological Disaster of Ministry of Education,NU IST,Nanjing 210044,China;2.School of Atmospheric Sciences,NU IST,Nanjing 210044,China;3.Heilongjiang Meteorological Office,Harbin 150030,China)

By using the observational rainfall data from automatic weather station(AWS)and basic weather station(BWS)in Jiangsu province from June to November in 2006,the hourly and daily rainfall data are analyzed.To avoid the uncertainty in interpolation,the interpolation method has been adjusted.According to the rainfall data from BWS in Nanjing,Yangzhou,Wuxi and Changzhou,it shows that rainfalls of less than 5 mm/h occur frequently.As for the precipitation less than 5 mm/h or less than 10 mm/d,there are significant differences between the data from AWS and four BWS.Therefore,it is significant to adjust the data of AWS.Moreover,the analysis shows that whatever the magnitude is,the BWS rainfall data tends to be larger than that attained from AWS for both frontal and convective rainfall.Therefore,it is necessary to improve the AWS.Since there is significant difference be tween the data attained from AWS and BWS,it is suggested that the AWS data quality should be evaluated systemically.

AWS;BWS;precipitation;interpolation

P412.13

A

1674-7097(2010)05-0606-09

2009-02-23;改回日期:2009-04-30

公益性行业(气象)科研专项(GYHY(QX)2007-6-5)

张宁(1982—),男,黑龙江哈尔滨人,硕士,研究方向为城市热岛,zhangning139@gmai1.com.

张宁,江志红,吴立广.江苏省自动站与基础站降水观测资料质量分析[J].大气科学学报,2010,33(5):606-614.ZhangNing,Jiang Zhi-hong,Wu Li-guang.Quality analysis of rainfall data from automatic weather station and basic weather station in Jiangsu Province[J].Trans Atmos Sci,2010,33(5):606-614.

(责任编辑:刘菲)