自动观测蒸发量实时数据质控技术

2022-11-09吴兴洋陈怡璇支亚京

气象水文海洋仪器 2022年3期

吴兴洋，陈怡璇，鲁霞，支亚京

(贵州省气象信息中心，贵阳550002)

0 引言

蒸发是地表热量平衡和水分平衡的组成部分，在全球水分循环与能量循环中，陆面蒸发占陆面降水的2/3[1，2]。蒸发量资料被广泛应用于水利工程设计、干旱监测评估、农林牧业气象服务、生态环境变化等科学研究中[3，4]。一个地区一定时间范围内的蒸发量是气象学、地理学、土壤学、水利水文学等科研人员应用的重要数据。影响蒸发量的因素较多，精确计算困难，国内外科研工作者研究了一些估算方法，但估算出的蒸发量与实际蒸发量存在差异，因此，获取蒸发量的根本途径应是直接观测[5-7]。

2020年全国地面气象观测实现了自动化，包括气温、气压、湿度、风向、风速、降水、能见度、地温、大型蒸发、日照、辐射和降水类天气现象等19项气象要素[8]，上述气象要素数据实现了实时采集、实时质量控制、实时传输，经过台站、省级、国家级资料业务部门控制后推送给天气预报、灾害预警和气候预测等业务科研人员应用。台站观测数据质量控制由设备端软件实时自动完成，并将质控后观测数据实时上传至省级，省级利用气象资料业务系统(MDOS)开展数据多级质量控制[9-11]，将实时质控后的观测数据上传至国家级。中国自2003年启用气象自动观测以来，很多从事气象资料工作的业务工作者已经对气压、气温、相对湿度、降水、风和土壤水分湿度等气象要素人工与自动观测数据进行了对比分析，分析了其差异及产生原因[12-22]。为了提高自动气象站实时气温、降水等观测数据质量和可用性，一些专家研制了相关质控方法和处理系统[23-29]。杨志彪[30]等评估了更换气温、相对湿度传感器对观测资料整体质量的影响。沈艳、任芝花等应用2005年全国130个台站蒸发量自动与人工观测的平行观测月数据，进行了自动与人工观测蒸发量的对比分析，但这些分析数据都是省级质量控制后的数据，并非自动蒸发量观测实时数据。杜丽英[31]等讨论了MDOS系统质控过程中发现的蒸发自动观测异常记录，但未对较长时期自动观测实测蒸发量资料的质量情况进行全面评估，对自动蒸发量观测数据异常质控的相关研究较少。文章应用2019年贵州50个国家气象观测站自动蒸发观测实时小时、日数据，对数据质量进行评估，发现了自动蒸发观测出现异常数据的主要原因和影响因素，提出质控方案，供质量控制人员参考，期望自动观测蒸发量有统一的质控标准，提高自动观测蒸发量数据的可用性和实用性。

1 自动蒸发观测原理

气象站测定的蒸发量是水面蒸发量，现用测量蒸发的自动观测仪器是超声波蒸发传感器。超声波蒸发传感器是基于连通器和超声波测距的原理，选用高精度超声波探头，根据超声波脉冲发射和返回的时间差测量水面水位变化，并转换成电信号输出，计算某一时段的水位变化得到该时段的蒸发量。超声波蒸发传感器由E-601B型蒸发桶、超声波传感器、水圈、百叶箱、测量筒、连通管和溢流桶等部件组成。为了减少降雨时蒸发桶内的水溅出，使蒸发量偏大，增加了水圈，但降雨时水圈内的水溅入到蒸发桶内，连通器可减少风对蒸发桶内水面高度的影响，减少测量误差[32]。

自动蒸发观测是在观测分钟蒸发量基础上，计算小时蒸发量、日蒸发量，以毫米(mm)为单位，保留1位小数。蒸发传感器测量范围0～100 mm，分辨力0.1 mm，测量准确度±1.5%，采样频率10次/min，因降雨等其他原因导致小时和日蒸发量为负值时，按0.0 mm处理[33]，结冰时停止观测。每分钟蒸发量采用该分钟内正确采样值算术平均求得。

(1)

2 自动蒸发观测资料误差

2.1 蒸发量实测数据错误实例

贵州省气象资料质控人员应用气象资料质控软件对月归档数据文件进行质量控制时，发现日蒸发量数据偏大的疑误提示较多，提示雨中和雨后小时蒸发量数据异常偏大，小时蒸发量明显与实况天气不符。如表1中织金气象站2019-07-13降雨量8.2 mm，日平均气温19.7 ℃，日平均相对湿度89%，平均风速0.3 m/s，计算可能蒸发量0.7 mm，实测蒸发量14.0 mm，其中降雨时段蒸发量累计11.3 mm，计算值与实测值相差很大。雨后天气，实测蒸发量与计算蒸发量出现较大误差的情况较多，2020-06-25，修文站日可能蒸发量计算值2.0 mm，实测蒸发量27.0 mm，相差很大。表2是当日修文站各小时要素实测数据及质控前后小时蒸发量数据。

表1 织金气象站2019-07-13小时蒸发量、降雨量

1)La：实测蒸发量mm；2)R：降水量mm。

表2 修文气象站2020-06-25小时蒸发量、降雨量、相对湿度、风速实测值及蒸发量质控值

1)La：实测蒸发量mm；2)R：降水量mm；3)T：气温℃；4)U：相对湿度%；5)V：风速(m/s)；6)LA：质控蒸发量mm。

2.2 蒸发量误差

应用贵州省50个国家气象观测站2019年台站实时传输的自动蒸发观测小时、日数据和经过人工质控后的自动蒸发观测小时、日数据对比评估(人工质控主要是对降水时段小时蒸发量按0.0 mm计入日蒸发量)，基于上述两组数据评估1个台站年、月蒸发量的绝对、相对误差。相对误差采用公式(2)计算，式中Z0为台站自动蒸发观测实时小时数据累计的月、年蒸发量，Z1为经过人工质控后的自动蒸发观测小时数据累计的月、年蒸发量。

(2)

式中，Zd表示相对误差；Z0表示台站自动蒸发观测实时小时数据累计的月、年蒸发量；Z1表示经过质控后的自动蒸发观测小时数据累计的月、年蒸发量。

2.2.1 年蒸发量相对误差

蒸发量受多种气象要素影响，基于蒸发量的月值和年值进行评估。贵州共有84个国家地面气象观测站，根据评估数据的完整性和一致性原则，只有50个观测站观测数据符合评估要求，其余34个站有大、小型蒸发分月观测和数据缺测现象，不参与评估。参与评估的50个观测站2019年年蒸发量实时数据平均值833.5 mm，标准差96.4 mm；质控后平均值808.9 mm，标准差84.3 mm，50个观测站中年蒸发量最大相对误差33%，其绝对误差282.6 mm。其中有17个站年蒸发量相对误差在3%以上，占比超三分之一，50个观测站中有29个站年蒸发量最大相对误差达2%以上。50个评估站年蒸发量质控前后的平均绝对误差24.6 mm，相对误差3%。

2.2.2 月蒸发量相对误差

用于年蒸发量评估数据来自台站蒸发量观测实时和质控后的小时、日数据，有必要分析自动蒸发观测数据质控前后相对误差的月分布情况。经统计，评估站质控前后逐月蒸发量平均相对误差最大值出现在7月，相对误差9%，最小值出现在4月，相对误差0.0%，相对误差较大的月份包括1，6，7，9，10，11，12月，相对误差达到3%以上，2，3，4，5，8月相对误差不足2%。

3 误差产生原因与质控

3.1 短时蒸发量计算

蒸发是水汽分子从水面、冰面或其他含水物质表面逸出的过程，当蒸发面与其环境中的水汽分子交换趋于一致时，系统内的水量和水汽分子含量都不再改变，可以认为分子交换过程停止，或蒸发过程停止，基于这一理论基础，地面气象观测规范将降水过程中(可看作是蒸发面与环境水汽趋于饱和状态)的蒸发量按0.0 mm计算。道尔顿通过实验提出了反映蒸发面的蒸发速率与影响蒸发诸因素的关系式：

(3)

式中，W为水面蒸发速率；(E-e)为空气的饱和差，其中E为水面温度下的饱和水汽压，e为水面上空气的实际水汽压；P为气压；C为分子扩散系数，C不便于测定，气象上常用道尔顿经验公式(4)计算日蒸发量[34]，现有业务质量控制软件通过对比观测值与可能蒸发量公式(5)计算误差提示疑误信息，人工要对提示疑误信息的日蒸发观测值根据实时天气状况进行质控修正。

W=0.187(E0-E150)×(1+0.392V)

(4)

或

W=0.195(Es-E150)×(1+0.41V)

(5)

式中，W为日水面蒸发量；(E0-E150)为日平均饱和水汽压力差；Es为平均地面温度与平均气温两者平均温度下的饱和水汽压；E150为日平均水汽压；V为10 min日平均风速(m/s)。

3.2 影响日蒸发量的主要因素及质控

根据计算短时水面蒸发量的道尔顿经验公式(4)可知，日水面蒸发量主要决定于日平均饱和水汽压差和日平均风速。饱和水汽压取决于气温，水汽压取决于气温和相对湿度。由表2、表3可知，雨中、雨后实测蒸发量与计算蒸发量差异较大，尤其是阵性降水、持续性较强降水期间和其后一段时间内，实时蒸发量出现明显异常。其原因是阵性降水较大雨滴产生蒸发桶水面浪涌、持续性较强降水导致蒸发桶水满未及时取水换水，蒸发桶内水有杂质和逐渐溢出，引起实时蒸发量数据异常偏大。

用道尔顿公式(4)计算，气温在1.0～40.0 ℃变化，相对湿度变化区间93%～99%，饱和水汽压差的变化0.01～0.98，平均风速1.0～5.0 m/s时，蒸发量计算值0.003～0.54 mm。相对湿度传感器具有不确定性，并且在高湿条件下测得的相对湿度偏干[35](相对湿度小于实际值3%～8%)，因此，雨中及雨后，实测相对湿度大于92%，可以认为空气中水汽基本处于饱和状态，如果平均风速较小，小时蒸发量按0.0 mm计入日蒸发量统计是合理的。

气温较高、风速3 m/s以上的无雨天气，用道尔顿公式(4)计算的蒸发量小于实测蒸发量较多，应以实测蒸发量为准。