雨滴谱式降水现象仪与人工观测结果的一致性分析

2021-04-19吴宜刘西川孙宇张军

气象科技 2021年1期

吴宜刘西川孙宇张军

(1 南京市气象探测中心,南京 210009； 2 国防科技大学气象海洋学院,长沙 410073； 3 北京航天飞行控制中心,北京 100094)

引言

降水现象是影响自然环境、社会生活、农业生产、交通运输以及军事行动的重要气象因素，是常规地面气象观测业务的基本内容之一[1]。但长期以来，天气现象依靠人工观测，存在主观性强、观测频次少、定性判断等问题，难以准确、连续和全面反映实际的天气现象[2]。随着我国地面全要素自动化观测的发展，常规温湿压风降水六要素和能见度、云底高等已经基本实现了自动化观测，由于天气现象涉及的要素众多，目前尚难以实现全要素的自动化观测[3]。随着成像、散射等技术的不断发展，降水、视程障碍等天气现象的自动化观测技术也不断成熟，并应用于台站业务[4]。现有天气现象自动观测以降水类天气现象为主，其典型仪器为雨滴谱式降水现象仪和前向散射式天气现象仪，如DSG1、DSG5型降水现象仪、OTT Parsivel雨滴谱仪、CJY-2C/T型天气现象仪等。

在降水现象仪替代人工观测的进程中，仪器观测结果和人工观测结果的一致性和延续性是需要重点检验的。中国气象局气象探测中心最早于2009年将OWI-430、VPF-730和PWS-100和我国现有天气现象观测仪进行了对比[5]，认为我国现有天气现象仪在降水现象和视程障碍现象的观测准确度接近国际先进天气现象仪器水平。2014年又组织了6种型号的雨滴谱降水现象仪的外场观测对比试验，发现雨滴谱降水现象仪的观测性能总体适用于我国现阶段实际业务探测[6]。2015年将通过中国气象局考核的雨滴谱式天气现象仪与人工观测进行了对比[7]，认为仪器总体上对降水现象的识别能力较强，能捕捉到主要的降水过程，但不同型号仪器对降水现象的识别能力存在差异。随着雨滴谱式降水现象仪的广泛业务应用，伍永学等[8]、吴世美等[9]、尹佳莉等[10]利用降水现象仪进行了降水过程的个例分析，杜传耀等[11]、黄晓云等[12]、呼群[13]等先后对北京、广州和鄂尔多斯等地的降水现象仪长期观测资料进行了对比分析。这些工作为掌握仪器测量性能、提高测量精度、推动实际应用提供了重要的技术积累。

考虑到不同地区的降水现象出现概率、强度与微物理特征各不相同，雨滴谱式降水现象仪的测量性能也各不相同，而且实际中天气现象缺乏统一的标准，也无法直接采用人工观测结果作为标准。为了进一步检验降水现象仪的测量效果，本文统计了2018年1—11月期间，南京市气象局在江宁布设的Parsivel降水现象仪和人工观测资料，分析南京本地雨滴谱式降水现象仪对不同降水现象的测量性能，通过对人工观测和仪器观测结果的相对差异及可能存在的原因的讨论分析，为进一步提升OTT Parsivel雨滴谱仪的天气现象自动化观测效果提供基本参考。

1 仪器与数据

Parsivel雨滴谱式降水现象仪是德国OTT公司生产的降水传感器，发射机发射的水平激光光束波长为650 nm，有效采样面积为27 mm×180 mm。当有降水粒子穿越采样空间时，光电管阵列记录降水粒子的宽度和穿越时间，据此来估计降水粒子的尺度和速度，进而计算降水强度、降水量、雷达反射率因子和尺度谱等参数。Parsivel降水现象仪能够输出32×32个通道的尺度和速度矩阵，根据降水粒子尺度和速度的对应关系，并结合温度、降水时序变化等，实现降水类天气现象的自动判断[14]。

观测资料选取2018年1月1日至2018年11月15日期间，共11个月的雨滴谱式降水现象仪和人工观测资料，其中，雨滴谱式降水现象仪输出的数据分辨率为1次/min。剔除雨滴谱式降水现象仪缺测记录后，仪器和人工同步观测的有效记录共计295天。人工观测严格按照地面气象观测业务要求，根据天气现象的人工记录规则，天气现象以日为单位录入，每天1条记录，其中白天(北京时08:00—20:00)和夜间(北京时20:00至次日08:00)分别记录。白天，先录入1组天气符号编码，然后录入空格，接着录入天气现象起时与止时各1组；天气现象在演变过程中，天气符号编码与起止时间均按记录顺序录入；若同时有2种天气现象，则分别录入。夜间不守班，天气现象仅录入天气现象编码，不记起止时间。经统计，仪器观测的降水日为124 d，其中雨日为119 d，雪日为27 d(含雨夹雪)；人工观测的降水日为116 d，其中雨日为111 d，雪日为6 d(含雨夹雪)。仪器观测和人工观测均有降水记录的，共有100 d，人工观测到但仪器未观测到的降水共有16 d；仪器观测到但人工未观测到的降水共有24 d。经分析发现，仪器未观测到降水而人工观测到降水，或者仪器观测到降水而人工未观测到降水的时间段主要发生在夜间，导致这一差异的原因可能有2点：①夜间短时降水易被人工观测所忽略，②微量降水可能会被雨滴谱仪所漏测。

2 白天降水现象观测结果对比

白天降水现象仪与人工观测结果的对比情况如表1所示。人工观测的总降水时间为21501 min，仪器观测的总降水时间为7898 min，其中，人工观测的雨、阵雨、雪、雨夹雪的时间均明显高于仪器观测的结果；仪器观测到了358 min的毛毛雨和462 min的霰，但人工观测没有记录。人工观测的总降水时间是仪器观测降水时间的2.7倍，可能的原因在于:一方面，人工观测忽略了降水间隙，因此导致了降水时间的高估；另一方面，仪器观测可能会漏掉极微量降雨，从而导致降水时间的低估。

以人工观测为依据，选取白天出现降水现象的人工观测和仪器观测结果，其输出天气现象代码的对比情况如图1所示。图1a为人工观测和仪器观测的同步对比，图1b、c、d为人工观测结果和仪器观测结果随时间的变化。

由图1a可知，人工观测的降水现象主要有4种，分别为雨(60)、雨夹雪(68)、雪(70)、阵雨(80)，而仪器观测的降水现象种类较多，分别为毛毛雨(51、52、53)、阵雨(57、58)、雨(61、62、63)、雪(71、72、73)、霰(88)。结合图1b分析发现，人工观测和仪器观测有较好的一致性，但是由于仪器输出的降水现象种类较多，与人工观测结果的对应性则有不同差别。当人工观测为雨时，仪器观测到雨的比例最大(73.5%)，其次为阵雨(14%)和毛毛雨(12.1%)，此外还观测到3 min的霰；当人工观测为雨夹雪时，仪器观测到霰的比例最大(54.9%)，其次为雨(35.3%)，此外还观测到个别的毛毛雨或雪；当人工观测为雪时，仪器观测到雪的比例最大(67%)，其次为霰(24.3%)，此外还观测到个别的阵雨(6.7%)、毛毛雨(0.9%)和雨(1.3%)；当人工观测为阵雨时，仪器观测到了雨的比例最大(57.3%)，其次为阵雨(27.9%)，最小的为毛毛雨(14.8%)。总结而言，人工观测的分类较粗，可能忽略了降水的精细变化，如忽略了降雪过程中的雨雪转换；但仪器观测也同样存在误差，如降雨时一般不会有霰，仪器没有观测到阵雪、阵性雨夹雪等。此类问题仍需通过进一步改进仪器及算法来解决。

图1 2018年1月1日至11月15日白天(08:00—20:00)人工观测和雨滴谱仪观测的天气现象代码散点(a)及1～100 d(b)、101～200 d(c)、201～300 d(d)天气现象代码

为分析在不同降雨强度等级下，降水现象仪和人工观测的差异对降雨量和降雨时数记录的影响，以降水现象仪观测的降水强度为标准，R表示降水强度,分别划分小雨(R≤2.5mm/h)、中雨(2.5 mm/h

表2 2018年1—11月白天雨滴谱仪与人工观测的降水量/降水时数结果对比

由图1发现，在某些时间范围内，当人工观测到降水现象时仪器没有输出结果，也有一些时间段，仪器观测到降水现象而人工观测没有结果。这两种情况在实际中均有可能出现。因此，为了进一步分析人工观测和仪器对降水现象的观测差异，分别选取春、夏、秋、冬四季各1天，人工观测和仪器观测的天气现象代码对比以及对应的降水强度时序变化如图2 所示。

图2 春(a)、夏(b)、秋(c)、冬(d)白天(08:00—20:00)观测降雨的天气现象代码对比及对应的降水强度变化(蓝色为雨滴谱仪器观测，红色为人工观测)

整体来看，人工观测降雨的起始时间明显要早于仪器观测出降雨的起始时间。同时，人工对降雨停止的时间滞后于仪器判断。对于前者，观察雨滴谱仪获得的降雨强度可知，仪器并未测量到有降雨出现，而此时人工观测有降雨。这说明当时的情况可能存在有强度很小的毛毛雨，这种强度弱到仪器无法观测，从而导致降雨起始时间滞后与人工观测。对于后者，可能的原因有2个:①降雨逐渐结束的过程中，后半段减弱到仪器难以观测的程度，导致仪器无法识别出降雨。②人工观测习惯会滞后一段时间，确认降雨结束才记录降雨结束的时间，这导致了人工观测结果与仪器观测结果的较大差异。

图2a 11:00—15:00时间段内，人工观测记录有2次时间较长的阵雨，而仪器观测结果则是在雨、阵雨和无天气现象中快速切换。结合降水强度时序分析发现，实际上降水强度存在快速变化，人工观测把该段时间都认为是阵雨，而雨滴谱仪则根据每一分钟的雨滴谱情况进行天气现象判断，将降雨间歇排除在外，从而造成雨、阵雨的测量时数偏少。此类情况，在图2b、c、d中同样显著存在，这是造成仪器观测雨、阵雨、毛毛雨均显著低于人工观测结果的主要原因。由此说明，仪器能够较为客观地记录了降水过程中的强弱和断续情况，而人工观测结果则没有体现出来。此外，图2b 09:00—10:00，降水强度大于100 mm/h的个别时刻被误判为降雪，当时为短时强对流天气过程，最大降水强度达188.7 mm/h，强降水伴随的风速较大，雨滴可能存在较大的横向漂移，雨滴谱仪会对降水粒子存在一定的尺度高估和速度低估，从而给利用粒子尺度—速度矩阵来判断降水类型带来误差。

2018年1月3—6日期间，有1次明显的降雨、降雪转换过程，仪器观测和人工观测的结果如图3所示。可见两者观测结果总体上有较好的一致性，尤其雨雪转换的时段较为吻合。但也存在一定的差异，主要有3个方面:①人工观测到雨夹雪，而仪器没有观测到。理论上雨雪转换过程中，应该存在一段雨夹雪的过程。但激光雨滴谱仪并没有雨夹雪的输出。在这段时间，仪器输出的是雨和霰并存。可以进一步深入研究，是否将这两种降水现象并存时判为雨夹雪。②人工观测到降雪的过程中，仪器对应观测的是雪和霰。降雪的过程中同时有霰粒子是合理的，但人工观测在降雪时区分是否有霰是非常困难的。因此，可以认为仪器观测到的霰更能反映实际情况。③对于降雪的结束时间，人工观测结果与降雨结束时间类似，滞后于仪器观测结果。

图3 雨、雪转换天气2018年1月3—6日白天(08:00—20:00)雨滴谱仪器观测和人工观测对比：(a)天气现象代码,(b)粒子尺度谱

根据人工观测的天气现象类型，选取2018年1月3—5日时段内的雨滴谱式降水现象仪所测量雨、雨夹雪和雪的粒子直径-速度关系(图4)。其中实线分别为雨滴、湿雪和干雪的速度经验关系。由图可知，雨滴直径较小，介于0.3～2.8 mm之间，速度主要集中在雨滴经验曲线附近及以上；对于雨夹雪，除了大部分粒子集中于雨滴经验曲线附近以外，还有一定数量的粒子出现在湿雪经验曲线附近，即粒子直径较大，但速度并不显著增大，呈现部分降雪的速度特征；对于雪，粒子直径明显增大，最大达到了8 mm，速度介于1.4～ 4.5 m/s，雪花速度出现在湿雪和干雪的经验关系之间，大雪花的速度明显很小，并且不随尺度的增大而增大，呈现典型的雪花速度特征。

图4 2018年1月3—5日雨(a)、雨夹雪(b)、雪(c)3类降水的粒子尺度与速度的关系

3 夜间降水现象观测结果对比

由于夜间人工观测不记录时间，因此夜间二者仅能进行简单的一致性对比，无法精确到分钟。夜间降水现象仪与人工观测结果的对比情况如表3所示。人工观测结果(91 d)和仪器观测结果(92 d)有较好的一致性，由于人工观测的局限性，夜间观测的天气现象种类较少，而仪器可以在夜间记录多种天气现象，所以仪器观测雨、阵雨、毛毛雨、雪和霰的结果均高于人工观测的结果。比如，毛毛雨、阵雨往往是伴随雨的前后出现的，虽然时间记录较多，但是实际上以降雨为主。

表3 2018年1—11月雨滴谱仪与人工观测夜间降水观测天数

图5 2018年1月1日至11月15日夜间(20:00至次日08:00)雨滴谱仪观测和人工观测的天气现象代码

选取夜间(20:00至次日08:00)出现降水现象的人工观测和仪器观测结果，其输出天气现象代码的对比情况如图5所示。由图可知，仪器输出的降水现象种类较多，变化也较多，能够体现更为细节的时序变化。而由于人工观测没有记录时间，细节不足，难以与仪器观测结果进行时序对比，只能进行降水现象发生一致性的比较。人工观测结果为雨(60)时，仪器观测结果的大部分为雨或毛毛雨，有个别时刻的霰(88)出现；人工观测结果为雨夹雪(68)时，仪器观测结果为雨或者雪；人工观测结果为雪(70)时，仪器观测结果为雪或者霰；人工观测结果为阵雨(80)时，仪器观测为雨。总体来看，人工观测和仪器观测有较好的一致性，但个别时次仍有一定差别。比如，2018年2月和8月，个别时刻人工观测为雨，但仪器观测到了霰，说明仪器观测算法可能把降雨误判为霰。另外，人工观测没有降水，但仪器观测到了雨或毛毛雨，说明人工观测在夜间可能会忽略短时少量降雨。

为进一步分析人工观测和仪器对降水现象的观测差异，选取2018年1月2—9日的观测数据，分析人工观测和仪器观测的天气现象以及对应的粒子谱分布时序变化(图6)。对比图6a、b分析，1月3日人工观测为降雨，仪器观测为毛毛雨、阵雨和雨，粒子直径较小，为典型的降雨；1月4日人工观测为雨夹雪和雪，仪器观测为雪和霰，其中夹杂有少量的雨，粒子直径明显增大，粒子尺度谱为典型的降雪；1月5日人工观测为雪，仪器观测以雪为主，也夹杂有少量的雨和霰，粒子直径比4日的略小，粒子尺度谱仍为典型降雪。1月7—8日人工观测为降雨，仪器观测以毛毛雨为主，有少量的雨出现，粒子尺度谱为典型的降雨。总结而言，仪器在夜间仍然能对天气现象保持高时间分辨率的监测，而由于受到目力观测的局限，人工观测可能忽略掉个别时次的毛毛雨或雨。