DNQ1型能见度仪算法改进探讨＊

2018-10-30胡天洁伍永学张子曰薛禄宇

科技与创新 2018年20期

胡天洁，伍永学，张子曰，薛禄宇

DNQ1型能见度仪算法改进探讨＊

胡天洁1，伍永学2，张子曰3，薛禄宇4

（1.北京市气象信息中心，北京 100089；2.北京市延庆区气象局，北京 102100；3.北京市朝阳区气象局，北京 100016； 4.北京市大兴区气象局，北京 102600）

介绍了DNQ1型能见度仪的工作原理、算法和质量控制规则，总结了该型仪器因算法原因引起的一些观测数据异常情况，提出了算法改进的建议。建议具体为计算10 min平均值时，应有不少于75%的非错误的采样瞬时值；剔除异常的分钟值是提升10 min平均值数据质量的有效方法，更能真实反映能见度的变化趋势。

能见度仪；算法改进；质量控制；自动化观测

1 引言

2014—2015年，北京20个国家级地面气象观测站能见度要素陆续由人工目测转为仪器自动观测，采用的设备为华云升达公司生产的DNQ1型前向散射能见度仪（以下简称“能见度仪”），能见度仪接入自动气象站主采集器或综合集成硬件控制器与地面气象业务软件通信，地面气象业务软件获取的能见度仪观测数据有1 min平均能见度和10 min平均能见度。较多的研究显示，自动观测能见度与人工观测能见度具有较高的趋势一致性和可比较性[1-6]，能见度观测自动化明显提升了观测质量和自动化观测水平。

但能见度仪观测数据异常的情况也很多，有研究者从设备原理方面进行研究，朱乐坤[7]等从能见度仪测量误差来源方面开展研究并提出了实验室标定条件和方法；石刘峰[8]对光斑漂移和偏置电压不稳定性两个因素进行了深入研究，并建立了与能见度相对误差的关系。也有研究者从数据类型和设备维护方面展开分析，张红娟[9]等指出地面气象业务软件使用不同算法的自动能见度数据有差异，用自动能见度值计算出的“人工能见度”不能直接服务客户；尤明双[10]等讨论了个别能见度数据异常的排查及其出现原因；宋中玲[11]等分析了能见度观测数据异常与设备故障的对应情况，给出日常维护方法。总的来看，对自动能见度观测数据实时质量控制方面的文献仍然少见。能见度观测数据常出现以下3种异常情况：①1 min平均值缺测，10 min平均值异常偏大，比如为99 999；②1 min平均值异常偏低，出现显著的脉冲变化，对10 min平均能见度产生较大影响；③1 min平均值正常，但10 min平均值异常偏小。

本文利用北京延庆站的自动能见度观测数据，从能见度仪算法角度对上述3种情况进行分析，并给出算法优化建议，提高对分钟能见度数据的自动质量控制，进一步提升能见度数据质量和自动化观测水平。

2 能见度仪工作原理

大气中光的衰减是由散射和吸收引起的。一般情况下，吸收因子可以忽略，而经由水滴反射、折射或衍射产生的散射现象构成降低能见度的因子。

能见度仪通过对一定角度（一般认为最好的角度在20°～50°）[12]之间的一束光汇聚在小体积空气中，以光度测量的方式确定在充分大的立体角和并非临界方向上的散射光线的比例，从而测量散射系数，其表达式为：

式（1）中：V是进入空气体积中的光通量；（）为与入射光成角方向上散射光的强度。

气象光学视程（MOR）则通过对比阈值（）与能见度的直觉概念相联系[1-2]，柯西米德给出气象光学视程中对比阈值与消光系统的关系式为：

式（2）中：气象光学视程；为对比阈值；为消光系数。

因假设吸收对光的衰减被忽略，所以消光系数可认为与散射系数相等。柯西米德提出将0.02作为的值，当＝0.02时，得：

中国气象局则采用世界气象组织对能见度的定义，取＝0.05，这也是气象业务中执行的系数值，由公式（2）导出如下公式：

前向散射能见度仪光学原理图如图1所示。

图1 前向散射能见度仪光学原理图

3 能见度仪算法与质量控制

能见度仪每分钟采样4次，1 min能见度值采用算术平均值法。因其采样区狭小，代表性不足，通过对大量样本或测量值的平均可有效改善代表性[12]，最常使用的就是对10个分钟能见度进行不同算法的平均，比如算术平均、调和平均、几何平均等，这其中调和平均＜几何平均＜算术平均。为与人工观测时的有效水平能见度对应，能见度仪的10 min平均能见度通常采用调和平均法。调和平均又称为倒数平均数，是参与计算的各个数的算数平均数的倒数，其公式如下：

调和平均数易受极端值影响，且受极小值的影响比受极大值的影响更大。另外，只要有一个参与计算的值为0，就不应计算调和平均数[13]。

此外，对于采样频率在5次/分钟以上的要素，自动站能够对其采样瞬时值给出质量控制代码，比如判断为“错误”时，虽给出其值，但质量控制码标识为2，且不参加后续计算或统计[14]。能见度仪采样频率为4次/分钟，因此1 min能见度实际不会被标识出“错误”的质量控制码，并将全部参与到后续的平均值计算过程中。

4 能见度算法改进讨论

DNQ1型能见度仪通过检测消光系数计算能见度值，对于10 min平均能见度采用调和平均法计算，从大兴站随机抽选了一段能见度观测数据进行验证，从图2可以看出，1 min能见度波动明显，10 min平均能见度则均匀平滑；调和平均值与10 min平均值除个别点有差异以外，其他完全相同。对差异值进行分析发现，1 min值为不连续的35 000时，调和平均值与10 min平均值有差异。

如表1所示，20：35分出现35 000，10 min平均和调和平均值出现差异；20：42出现35 000后未再出现； 20：52 分的10 min平均和调和平均值开始相同。查询前向散射能见度仪功能规格需求书[15]及DNQ1型能见度仪相关说明后发现，其观测上限值并不是固定为35 000，最高观测上限量程值为50 000，因此判断在台站使用的设备其观测上限量程值不止35 000，只是根据地面气象业务规定，固定将超过上限的值输出为35 000.当1 min值连续为35 000时，输出的10 min平均值也为35 000，与调和平均值相同，否则会出现数分钟两种计算值差异的情况。

图2 调和平均与10 min平均能见度

表1 调和平均与10 min平均值

时间1 min平均10 min平均调和平均 20：3330 34528 05128 051 20：3427 40127 91127 911 20：3535 00028 79128 742 20：3633 89329 62029 568 20：3731 93829 65529 603 20：3834 60030 14730 093 20：3935 00031 19631 118 20：4035 00031 87231 764 20：4133 93532 78532 671 20：4235 00033 39333 012 20：4332 85733 67733 289 20：4430 35234 08433 687 20：4530 38133 52033 201 20：4631 16033 23232 918 20：4731 52833 18732 874 20：4831 07032 82932 523 20：4929 00132 18231 910 20：5031 07531 78731 546 20：5131 32231 54031 304 20：5229 25330 76330 763 20：5333 27130 79930 799 20：5431 18030 88230 882

图2和表1验证了DNQ1型能见度仪的采样算法。结合自动站对能见度仪观测值的质量控制规则，当设备进行校准时，会出现1 min能见度缺测，10 min能见度异常偏大的情况。大兴站校准能见度仪重启设备时间为09：46，该分钟仪器输出1 min能见度为34 568，10 min能见度为34 568，但10 min在09：36—09：45有99 999输出。判断出现此类异常的原因是校准设备时，消光系数为0，基于公式（3），分母为0时，1 min能见度趋于无穷大而缺测，但在仪器未启动的时间内，因仪器存储的消光系数仍为0，且1 min能见度不可能被标识为“错误”的质量控制码，因此导致未启动时段的10 min平均能见度异常偏大为99 999，如图3所示。

图3 校准能见度仪后10 min平均值异常

在日常工作中，经常出现因外部干扰（如蚊虫、蛛丝等）使某1 min观测值显著跳变，对10 min平均能见度的计算产生较大影响，延庆站2017-05、2017-06的月报表显示，2月中有18 d因分钟数据异常需要人工干预处理。图4中，17：56分的1 min平均值由前一分钟的23 660突然跳变为720，后一分钟又跳回为20 314，因该分钟的跳变，使17：56—18：05的10 min平均值不足6 000，与前后时段的平均值的绝对差值均大于15 000，出现了明显的“凹”形。

图4 分钟值跳变影响10 min平均

按照业务规定，应定期在沙尘、大风等对能见度设备有较大影响的天气，对能见度仪进行维护，维护前应先在地面综合观测业务软件中进行相应操作，避免维护期间设备输出异常数据，完成维护后再启用仪器。在此过程中，能见度虽然不输出数据，但维护期间的1 min平均值仍然参与10 min平均的计算，当重新启用设备时，1 min平均值正常，但10 min平均值异常偏低。图5中，08：15开始维护仪器，08：24结束维护，可以看出1 min平均值在一定的幅度内变化，但10 min平均由维护前的29 575跳变至1 772，经过6 min后在08：30才恢复为27 844.

图5 维护能见度仪影响10 min平均

以上几种情况在业务工作中经常出现，尤其是第一和第三种情况，必须按照业务要求进行，如每两个月应清洁维护仪器，现场校准应每半年进行一次[16]。按照目前的算法，此类异常不可避免，必然带来人工干预工作量的增加。

通过分析可以看出，1 min平均值的数据质量对10 min平均值有显著影响，对能见度仪的算法进行一定的优化改进，有利于观测数据质量的提高。

优化改进具体方法为：①对设备校准和维护期间的采样值标识为错误，不参与后续平均值的计算；②参考10 min平均风速的质控规则，应有大于75%的标识为非错误的采样瞬时值用于计算2 min或10 min平均值[14]，或至少有大于66%的采样瞬时值用于计算平均值；③如果1 min平均值与前后分钟值相比有显著的反向跳变，将该分钟观测值剔除，不参与10 min平均值的统计[12]。

图6是运用新算法检验前文几种情况的结果，消光系数为0和设备维护可视为一种情况。图6（a）将图4中的分钟异常值剔除后，再用调和平均计算10 min平均值，可以看出，原有算法在17：56—18：05分的异常低值被平滑；图6（b）将图5中设备维护时段数据剔除，按满足大于75%采样瞬时值才计算平均值规则，也明显平滑了原有算法的噪声，能够真实反映能见度的变化趋势。从图6可以看出，改进算法后，能够明显消除异常分钟数据对计算10 min平均值的影响，显著提升10 min平均值的数据质量。

需要指出的是，文中并未给出判断分钟值为异常的阈值，这需要进行更多的统计分析；也有研究显示，HY-V20型能见度仪电源故障时，也会出现分钟值缺测、10 min值为99 999的异常情况[11]，本文的算法改进建议仅适用于DNQ1型能见度仪。此外，对设备进行及时有效的维护是保证观测质量的重要环节。

图6 改进算法后计算10 min平均

5 结束语

文章对DNQ1型能见度仪几种典型的数据异常情况进行了讨论，提出了算法改进的建议，并利用延庆站的观测数据进行了检验，得到以下结论：①自动观测能见度质量控制规则不完善是异常分钟能见度数据参与10 min平均值计算的主要原因。②校准和维护设备期间的分钟能见度应置为错误，计算10 min平均值时，应有不少于75%的非错误采样瞬时值参与计算。③剔除异常分钟数据是提升10 min平均值数据质量的有效方法，能够真实反映能见度变化趋势。

［1］薛筝筝，张磊，左湘文，等.宁夏人工观测与自动观测能见度的对比评估［J］.气象水文海洋仪器，2016（3）：100-104.

［2］李亚军，郝婧宇，张忠效，等.山西省能见度自动与人工观测资料对比分析［J］.科技与创新，2014（6）：149-152.

［3］周林，巩在武.能见度自动观测和人工目测的对比分析［J］.安徽农业科学，2015，43（11）：182，234.

［4］杜传耀，乔晓燕，张小兵，等.能见度人工观测与新型站仪器测量的对比分析［J］.气象水文海洋仪器，2014（4）：42-44.

［5］夏冬，吴志权，谭浩波，等.广东省能见度自动观测系统资料评估分析与订正［J］.气象科技，2014，42（1）：68-72.

［6］龙亚星，李成伟.能见度自动观测与人工观测数据对比分析［J］.陕西气象，2015（2）：32-35.

［7］朱乐坤，李林.前向散射能见度仪校准技术［J］.气象科技，2013，41（6）：1003-1007.

［8］石刘峰.能见度传感器测量误差的研究［D］.南京：南京信息工程大学，2016.

［9］张红娟，曾英.自动能见度数据类型及其质量控制方法［J］.陕西气象，2017（2）：33-35.

［10］尤明双，韦菊.一次能见度数据异常的排查处理［J］.气象研究与应用，2016，37（S1）：147-148.

［11］宋中玲，张静，潘艳秋.前向散射能见度仪的日常维护及常见故障处理［J］.气象水文海洋仪器，2016（3）：109-113.

［12］中国气象局监测网络司.气象仪器与观测方法指南［M］.第六版.北京：气象出版社，2005.