伍永學(xué)，丁青蘭，劉鳳輝，劉璐，孫躍強(qiáng)

（1.北京市觀象臺(tái)，北京 100176；2.北京市氣象臺(tái)，北京 100089；3.密云縣氣象局，北京 密云 101500；4.延慶縣氣象局，北京 延慶 102100）

天氣現(xiàn)象自動(dòng)化觀測(cè)資料可用性分析與應(yīng)用探討

伍永學(xué)1，丁青蘭2，劉鳳輝3，劉璐2，孫躍強(qiáng)4

（1.北京市觀象臺(tái)，北京 100176；2.北京市氣象臺(tái)，北京 100089；3.密云縣氣象局，北京 密云 101500；4.延慶縣氣象局，北京 延慶 102100）

通過(guò)對(duì)北京地區(qū)天氣現(xiàn)象組網(wǎng)試驗(yàn)資料的可用性分析以及在精細(xì)化預(yù)報(bào)業(yè)務(wù)中的應(yīng)用，發(fā)現(xiàn)自動(dòng)觀測(cè)天氣現(xiàn)象資料連續(xù)時(shí)長(zhǎng)多于20 min以上時(shí)，數(shù)據(jù)可信度較高，對(duì)預(yù)報(bào)員有較高的參考價(jià)值。自動(dòng)觀測(cè)系統(tǒng)對(duì)雨、霧、霾現(xiàn)象的識(shí)別結(jié)果正確率總體較好，其高頻次的探測(cè)數(shù)據(jù)對(duì)低頻次的人工觀測(cè)起到補(bǔ)充作用。但在天氣現(xiàn)象識(shí)別算法、質(zhì)控、雷暴和降水性質(zhì)識(shí)別、現(xiàn)象識(shí)別連續(xù)性等方面還存在不足，需要進(jìn)一步改進(jìn)。

天氣現(xiàn)象；自動(dòng)化觀測(cè)；可用性

天氣現(xiàn)象是指發(fā)生在大氣中、地面上的一些物理過(guò)程，是在一定的天氣條件下產(chǎn)生，各氣象要素變化的綜合結(jié)果[1]。在國(guó)家級(jí)有人值守的地面氣象觀測(cè)站，天氣現(xiàn)象的觀測(cè)主要仍然靠人工目測(cè)完成，人工目測(cè)的重要性不言而喻，但也存在主觀性強(qiáng)、簡(jiǎn)單化、定性化，觀測(cè)頻次少等缺陷，不能全面、連續(xù)地反映天氣現(xiàn)象變化，易出現(xiàn)漏記等問(wèn)題。天氣現(xiàn)象自動(dòng)化觀測(cè)通過(guò)對(duì)地面目視觀測(cè)和聽(tīng)覺(jué)項(xiàng)目的客觀化、定量化，結(jié)合大氣物理、天氣動(dòng)力、氣象探測(cè)等領(lǐng)域知識(shí)，在不斷試驗(yàn)和資料積累基礎(chǔ)上，通過(guò)多種信息的綜合分析合理判定發(fā)生的天氣現(xiàn)象。通過(guò)連續(xù)的高頻次的觀測(cè)，獲取更多有價(jià)值的氣象信息[2-3]。中國(guó)氣象局氣象探測(cè)中心組織研發(fā)的DZT-1型天氣現(xiàn)象儀以光學(xué)特性測(cè)量技術(shù)和圖像識(shí)別技術(shù)為基礎(chǔ)，綜合自動(dòng)氣象站數(shù)據(jù)的天氣現(xiàn)象自動(dòng)化觀測(cè)系統(tǒng)，基本實(shí)現(xiàn)的天氣現(xiàn)象識(shí)別包括：降水現(xiàn)象中雨、毛毛雨、雪、雨夾雪、冰雹；地面凝結(jié)現(xiàn)象中露、霜、霧凇、雨凇、積雪和結(jié)冰；視程障礙現(xiàn)象中沙塵暴、揚(yáng)沙、浮塵、霧、輕霧和霾；以及大氣運(yùn)動(dòng)現(xiàn)象中大風(fēng)、颮等[2]。

針對(duì)天氣現(xiàn)象自動(dòng)化觀測(cè)結(jié)果，陳冬冬等在2009年對(duì)PWS100、VPF-730、OWI-430、CJY-2C/Y等天氣現(xiàn)象儀對(duì)輕霧、霾、霧和雨現(xiàn)象的識(shí)別與人工觀測(cè)進(jìn)行了對(duì)比，其中輕霧和霾按現(xiàn)象日、雨按降水次數(shù)作了分析。徐洪雄等2010年以小時(shí)為單位對(duì)以上儀器同類天氣現(xiàn)象與人工觀測(cè)做了比較研究[4-5]。這些研究展現(xiàn)了各種天氣現(xiàn)象儀的特點(diǎn)，顯現(xiàn)了自動(dòng)和人工兩種觀測(cè)方式的差異。但是上述研究成果對(duì)天氣現(xiàn)象的對(duì)比精度過(guò)粗，滿足不了目前精細(xì)化預(yù)報(bào)的業(yè)務(wù)需求。2010—2012年，北京地區(qū)基于DZT-1型進(jìn)行了天氣現(xiàn)象組網(wǎng)觀測(cè)試驗(yàn)，本文利用該組網(wǎng)觀測(cè)資料以雨、雪現(xiàn)象從分鐘級(jí)對(duì)人工與自動(dòng)識(shí)別現(xiàn)象結(jié)果作了可用性分析，發(fā)現(xiàn)自動(dòng)觀測(cè)資料連續(xù)時(shí)長(zhǎng)多于20 min以上時(shí)，數(shù)據(jù)可信度較高，對(duì)預(yù)報(bào)員有較高參考價(jià)值。在2012年7—10月又與預(yù)報(bào)員一起開(kāi)展了天氣現(xiàn)象資料實(shí)時(shí)對(duì)比應(yīng)用，本文通過(guò)兩次典型天氣過(guò)程中自動(dòng)觀測(cè)系統(tǒng)識(shí)別的天氣現(xiàn)象結(jié)果合理性以及與人工觀測(cè)對(duì)比的正確率檢驗(yàn)資料的可用性，對(duì)該類資料在精細(xì)化預(yù)報(bào)中的作用簡(jiǎn)要探討。

1 天氣現(xiàn)象自動(dòng)化觀測(cè)資料可用性分析

人工目測(cè)天氣現(xiàn)象信息，用傳統(tǒng)3 h或6 h一次發(fā)報(bào)的頻次傳遞給預(yù)報(bào)員，遠(yuǎn)遠(yuǎn)無(wú)法滿足精細(xì)化預(yù)報(bào)的需求。天氣現(xiàn)象自動(dòng)化觀測(cè)系統(tǒng)具有高時(shí)間分辨率的優(yōu)勢(shì)，每分鐘獲取數(shù)據(jù)，實(shí)時(shí)上傳至中心站以Web方式提供給預(yù)報(bào)員，為精細(xì)化預(yù)報(bào)提供了高時(shí)間分辨率的天氣現(xiàn)象觀測(cè)數(shù)據(jù)作為支撐。

各類天氣現(xiàn)象的產(chǎn)生發(fā)展一般具有連續(xù)性（除颮、大風(fēng)、雷暴現(xiàn)象）[1]，自動(dòng)觀測(cè)天氣現(xiàn)象系統(tǒng)識(shí)別結(jié)果具有脈動(dòng)性特征，這使自動(dòng)觀測(cè)系統(tǒng)的現(xiàn)象識(shí)別結(jié)果是否可信成為問(wèn)題。為此，對(duì)組網(wǎng)站點(diǎn)2010年12月—2011年12月數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)，現(xiàn)以降水現(xiàn)象中最常見(jiàn)的雨、雪現(xiàn)象為例作分析。

對(duì)自動(dòng)觀測(cè)天氣現(xiàn)象結(jié)果進(jìn)行整理，同一種現(xiàn)象兩段的起止時(shí)間相隔≤15 min，將此兩段綜合成一段[1]；將地面觀測(cè)報(bào)表人工觀測(cè)降水記錄處理為非陣性，以利與自動(dòng)觀測(cè)系統(tǒng)識(shí)別結(jié)果對(duì)比。整理后，記錄分3種情況：（1）自動(dòng)觀測(cè)記錄與人工記錄時(shí)段有重合；（2）自動(dòng)觀測(cè)記錄持續(xù)時(shí)長(zhǎng)<5 min且與人工記錄完全無(wú)重合；（3）自動(dòng)觀測(cè)記錄持續(xù)時(shí)長(zhǎng)≥5 min且與人工記錄完全無(wú)重合。（1）為有效數(shù)據(jù)，（2）和（3）為無(wú)效數(shù)據(jù)，其中（2）為干擾數(shù)據(jù)。

由圖1可見(jiàn)，干擾數(shù)據(jù)在無(wú)效數(shù)據(jù)中的比例雨現(xiàn)象為65.9%，雪現(xiàn)象為88.01%，充分表明該類記錄不足信，應(yīng)予剔除。剔除該類數(shù)據(jù)后，自動(dòng)觀測(cè)系統(tǒng)現(xiàn)象識(shí)別結(jié)果持續(xù)時(shí)長(zhǎng)超15 min時(shí)，雨現(xiàn)象準(zhǔn)確率79.89%，雪現(xiàn)象96.17%，可信度較高（表1）。

圖1 2010年12月—2011年12月雨、雪現(xiàn)象干擾數(shù)據(jù)在無(wú)效數(shù)據(jù)中比例

表1 2010年12月—2011年12月組網(wǎng)站點(diǎn)雨、雪現(xiàn)象數(shù)據(jù)比例

在2012年7—10月的實(shí)時(shí)應(yīng)用過(guò)程中，實(shí)況顯示頻次經(jīng)多輪試驗(yàn)，最終定為每分鐘、每10 min、每半小時(shí)3種方式。每分鐘適用于確定現(xiàn)象起止時(shí)間，但不利于快速把握天氣變化，每半小時(shí)有利于查閱現(xiàn)象趨勢(shì)變化，但相對(duì)過(guò)粗，可能遺漏短時(shí)過(guò)程，每10 min方式閱覽資料，基于前述分析結(jié)果，現(xiàn)象連續(xù)2次出現(xiàn)時(shí)可信度很高，有助于預(yù)報(bào)員判定現(xiàn)象是否發(fā)生，在精細(xì)化預(yù)報(bào)中具有較高的使用價(jià)值。

2 選取的天氣現(xiàn)象和天氣過(guò)程

考慮到7—10月恰值北京的夏、秋季，因此只選取該季節(jié)易出現(xiàn)，對(duì)城市運(yùn)行有較高影響的全市性降水（雨）、低能見(jiàn)度（霧、霾）天氣作分析。對(duì)于這幾種天氣，預(yù)報(bào)人員給予高度關(guān)注，對(duì)城市運(yùn)行和民眾生活影響較大，需要及時(shí)發(fā)布?xì)庀鬄?zāi)害預(yù)警[6]，自動(dòng)觀測(cè)資料易被預(yù)報(bào)員使用。

統(tǒng)計(jì)中發(fā)現(xiàn)這4個(gè)月未出現(xiàn)全市性大霧天氣，對(duì)于輕霧、霾的觀測(cè)記錄，一般以相對(duì)濕度作為重要輔助判據(jù)，天氣現(xiàn)象自動(dòng)識(shí)別算法也引入該要素[2]。因此，將輕霧、霧、霾統(tǒng)一為低能見(jiàn)度天氣進(jìn)行評(píng)估，本文中選擇低能見(jiàn)度天氣的標(biāo)準(zhǔn)為：北京20個(gè)國(guó)家級(jí)氣象觀測(cè)站中有7個(gè)以上的測(cè)站人工觀測(cè)的能見(jiàn)度≤5.0 km。根據(jù)上述標(biāo)準(zhǔn)，選取的降水過(guò)程天數(shù)和低能見(jiàn)度過(guò)程天數(shù)共計(jì)34 d（表2）。

表2 北京地區(qū)7—10月參與評(píng)估的降水和低能見(jiàn)度天氣過(guò)程

對(duì)于天氣現(xiàn)象觀測(cè)資料來(lái)說(shuō)，識(shí)別正確率是判斷資料可用性的最重要指標(biāo)。對(duì)選取的34 d的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)。從降水識(shí)別正確率來(lái)看，各站都在50%以上，門頭溝最高，達(dá)83%，觀象臺(tái)次之，為77%，平谷最差，只有50%。從霧、霾識(shí)別正確率來(lái)看，各站差別很大，有一半的站在95%以上，懷柔、順義、觀象臺(tái)均為100%。平谷站最差為0，延慶、密云、門頭溝不足60%，這3站正確率低主要表現(xiàn)為大多數(shù)對(duì)比時(shí)間顯示為無(wú)天氣現(xiàn)象，資料的可用性低。

3 典型天氣過(guò)程分析

為了細(xì)致考察天氣現(xiàn)象自動(dòng)化觀測(cè)系統(tǒng)在不同天氣過(guò)程中的可用性以及在精細(xì)化預(yù)報(bào)中的參考作用，分別選取一個(gè)持續(xù)時(shí)間長(zhǎng)的強(qiáng)降水過(guò)程和霧、霾天氣過(guò)程做詳細(xì)分析，通過(guò)自動(dòng)觀測(cè)系統(tǒng)識(shí)別的天氣現(xiàn)象結(jié)果合理性以及與人工觀測(cè)對(duì)比的正確率檢驗(yàn)資料可用性。自動(dòng)觀測(cè)現(xiàn)象識(shí)別結(jié)果每10 min為一個(gè)樣本，檢驗(yàn)識(shí)別結(jié)果合理性，其中降水現(xiàn)象增加漏報(bào)率、空?qǐng)?bào)率和現(xiàn)象開(kāi)始時(shí)間偏差分析。

3.1 2012年7月21日大暴雨天氣過(guò)程

3.1.1 識(shí)別結(jié)果合理性分析

這次降水天氣過(guò)程持續(xù)時(shí)間長(zhǎng)，從7月21日上午開(kāi)始持續(xù)到7月22日凌晨，天氣現(xiàn)象自動(dòng)化觀測(cè)系統(tǒng)在整個(gè)過(guò)程中識(shí)別出雨、輕霧、霧、霾、露、颮、結(jié)冰、揚(yáng)沙、雨凇等9種現(xiàn)象。

表3列出了人工觀測(cè)的天氣現(xiàn)象與自動(dòng)觀測(cè)系統(tǒng)識(shí)別的現(xiàn)象結(jié)果。從表中可以看出，各站都識(shí)別出雨，除平谷外，其他各站均識(shí)別出輕霧，與人工觀測(cè)相一致；延慶、昌平、密云和順義識(shí)別出霾，人工觀測(cè)未出現(xiàn)霾，兩種觀測(cè)方式在輕霧、霾現(xiàn)象的判別中因相對(duì)濕度的閾值設(shè)定不同而使識(shí)別結(jié)果有明顯差異。自動(dòng)觀測(cè)系統(tǒng)無(wú)法識(shí)別雷暴現(xiàn)象，這將決定是否發(fā)布雷電預(yù)警；降水性質(zhì)對(duì)預(yù)報(bào)員也是非常重要的信息，自動(dòng)觀測(cè)系統(tǒng)未能提供。

表3 7月21日—7月22日降水過(guò)程中天氣現(xiàn)象統(tǒng)計(jì)結(jié)果

另外，自動(dòng)觀測(cè)系統(tǒng)還識(shí)別出了雨凇、結(jié)冰、揚(yáng)沙、颮4種天氣現(xiàn)象。密云站有2個(gè)時(shí)次識(shí)別出雨凇，平谷和觀象臺(tái)都識(shí)別出結(jié)冰現(xiàn)象，且出現(xiàn)時(shí)次較多，分別占到樣本總數(shù)的51%和11%。雨凇和結(jié)冰是冷季才會(huì)出現(xiàn)的天氣現(xiàn)象，就此次降水過(guò)程，稍具常識(shí)即可判斷為系統(tǒng)識(shí)別錯(cuò)誤。但是，若在冷季，這種錯(cuò)誤的現(xiàn)象識(shí)別結(jié)果可能會(huì)誤導(dǎo)預(yù)報(bào)員。門頭溝站識(shí)別出2次颮的天氣現(xiàn)象，1次與揚(yáng)沙同時(shí)出現(xiàn)，1次與輕霧同時(shí)出現(xiàn)。颮與揚(yáng)沙同時(shí)出現(xiàn)是可能的，但是，識(shí)別出這兩種現(xiàn)象時(shí)，該站正下大暴雨。颮與輕霧同時(shí)出現(xiàn)不合理，因?yàn)殪F一般大氣層結(jié)穩(wěn)定，風(fēng)小，而颮則是強(qiáng)對(duì)流的產(chǎn)物，有強(qiáng)風(fēng)[1]，因此，門頭溝站識(shí)別的揚(yáng)沙、颮現(xiàn)象是錯(cuò)誤的。

3.1.2 降水現(xiàn)象開(kāi)始時(shí)間偏差分析

2012年4 月地面觀測(cè)業(yè)務(wù)調(diào)整后，人工觀測(cè)夜間天氣現(xiàn)象無(wú)起止時(shí)間，利用5 min加密自動(dòng)氣象站數(shù)據(jù)、6 min雷達(dá)資料和氣象服務(wù)日志獲取10個(gè)站點(diǎn)降水過(guò)程的大致結(jié)束時(shí)間。表4列出了各站整個(gè)降水過(guò)程起止時(shí)間、樣本數(shù)和降水開(kāi)始時(shí)間偏差等信息，時(shí)間偏差正值表示自動(dòng)觀測(cè)系統(tǒng)初次識(shí)別出降水的時(shí)間滯后于人工觀測(cè)降水開(kāi)始的時(shí)間，負(fù)值則表示超前。

從表4可以看出，密云站降水持續(xù)時(shí)間最長(zhǎng)，其他各站差別不大。從降水開(kāi)始時(shí)間偏差來(lái)看，除延慶和懷柔外，其他各站均滯后于人工觀測(cè)降水開(kāi)始時(shí)間。大多數(shù)（70%）站偏差不超過(guò)15 min，能較正確地給預(yù)報(bào)員提供降水開(kāi)始信息。平谷站的降水開(kāi)始時(shí)間比實(shí)況滯后138 min，查看自動(dòng)站記錄發(fā)現(xiàn)21日12:10—12:15和14:20—14:40為微量降水，反映出天氣現(xiàn)象自動(dòng)化觀測(cè)系統(tǒng)在降水強(qiáng)度較弱時(shí)對(duì)降水現(xiàn)象識(shí)別能力不足。

表4 自動(dòng)觀測(cè)系統(tǒng)降水開(kāi)始時(shí)間偏差

3.1.3 降水現(xiàn)象識(shí)別正確率分析

從天氣現(xiàn)象識(shí)別的正確率、漏報(bào)率、空?qǐng)?bào)率來(lái)分析自動(dòng)觀測(cè)系統(tǒng)對(duì)這次強(qiáng)降水的觀測(cè)能力。對(duì)各個(gè)站點(diǎn)，在其降水時(shí)段內(nèi)按每10 min頻次顯示自動(dòng)觀測(cè)識(shí)別結(jié)果，看是否識(shí)別出降水現(xiàn)象，統(tǒng)計(jì)識(shí)別結(jié)果的正確率，若降水間歇期識(shí)別出降水現(xiàn)象則計(jì)為空?qǐng)?bào)；結(jié)果見(jiàn)圖2。

各站在降水時(shí)段內(nèi)，均未出現(xiàn)空?qǐng)?bào)，只有不同程度的漏報(bào)。除觀象臺(tái)和大興外，其他站降水現(xiàn)象識(shí)別正確率為78%～88%。但是，朝陽(yáng)站在21日12:44首次識(shí)別出雨，到16:00為止雨和輕霧交替出現(xiàn)，其后直至22日16:50一直識(shí)別為雨，氣象服務(wù)日志22日04時(shí)后已無(wú)降水，其高正確率并不可信。觀象臺(tái)和大興正確率偏低的原因是自動(dòng)觀測(cè)系統(tǒng)數(shù)據(jù)缺測(cè)較多。普查數(shù)據(jù)表明，雖然大多數(shù)站首次識(shí)別降水的時(shí)間與實(shí)況偏差不大，但在弱降水階段，出現(xiàn)錯(cuò)誤識(shí)別的情況較多，這是降水現(xiàn)象漏報(bào)的主要原因。

圖2 組網(wǎng)站點(diǎn)降水現(xiàn)象識(shí)別結(jié)果統(tǒng)計(jì)

綜上，對(duì)于2012年7月21日北京地區(qū)強(qiáng)降水過(guò)程來(lái)說(shuō)，大多數(shù)站點(diǎn)能夠正確識(shí)別雨現(xiàn)象，識(shí)別正確率較高，能反映天氣過(guò)程的開(kāi)始及演變。大多數(shù)站點(diǎn)識(shí)別降水現(xiàn)象的開(kāi)始時(shí)間滯后，70%的站點(diǎn)偏差在15 min以內(nèi)，與自動(dòng)觀測(cè)識(shí)別結(jié)果連續(xù)時(shí)長(zhǎng)不小于20 min可信度較高吻合，能正確給預(yù)報(bào)員提供降水開(kāi)始信息。自動(dòng)觀測(cè)系統(tǒng)不能識(shí)別雷暴和降水性質(zhì)，在雨強(qiáng)較小時(shí)雨現(xiàn)象的漏報(bào)率明顯增多，部分站點(diǎn)存在天氣現(xiàn)象識(shí)別錯(cuò)誤，系統(tǒng)的現(xiàn)象識(shí)別算法還需進(jìn)一步完善。

3.2 2012年10月25—27日霧、霾天氣

2012年10月25日夜間至27日上午北京出現(xiàn)了全市性霧、霾天氣，25日20時(shí)，多數(shù)站點(diǎn)已出現(xiàn)輕霧或霾的天氣，其后直至27日能見(jiàn)度日漸下降。26日一些臺(tái)站出現(xiàn)弱降水，平谷于26日夜間起出現(xiàn)大霧天氣，能見(jiàn)度不足50 m，27日夜間至白天，大興、房山、密云、平谷、順義均出現(xiàn)大霧天氣，能見(jiàn)度不超過(guò)200 m。

3.2.1 識(shí)別結(jié)果合理性分析

在這次霧、霾天氣過(guò)程中，評(píng)估時(shí)段為10月25日20時(shí)—27日08時(shí)，識(shí)別出的天氣現(xiàn)象列于表5。

由表5可見(jiàn)，密云和平谷未識(shí)別出霧、霾，在取樣時(shí)段內(nèi)分別有85.7%和97.7%時(shí)次無(wú)數(shù)據(jù)，密云站依然存在錯(cuò)誤識(shí)別出雨凇的現(xiàn)象。觀象臺(tái)和大興出現(xiàn)零星降水，自動(dòng)觀測(cè)系統(tǒng)未能識(shí)別，需提高弱降水時(shí)現(xiàn)象的識(shí)別能力。

表5 10月25—27日天氣現(xiàn)象統(tǒng)計(jì)結(jié)果

3.2.2 霧、霾現(xiàn)象識(shí)別正確率分析

將霧、霾現(xiàn)象統(tǒng)一計(jì)算自動(dòng)觀測(cè)系統(tǒng)的識(shí)別正確率，除去密云和平谷兩站，結(jié)果見(jiàn)圖3。從圖中可以看出，延慶和大興對(duì)霧、霾現(xiàn)象的識(shí)別正確率分別為73%和74%，在評(píng)估時(shí)段內(nèi)多出現(xiàn)現(xiàn)象間斷、無(wú)數(shù)據(jù)情況，表明現(xiàn)象識(shí)別連續(xù)性較差。其他6個(gè)臺(tái)站霧、霾現(xiàn)象的識(shí)別正確率均在92%以上，表現(xiàn)出較高的識(shí)別能力。

圖3 10月25—27日自動(dòng)觀測(cè)系統(tǒng)霧、霾識(shí)別正確率

視程障礙現(xiàn)象與能見(jiàn)度密切相關(guān)。圖4、圖5是延慶和觀象臺(tái)25日20時(shí)至27日08時(shí)能見(jiàn)度隨時(shí)間的演變，取樣時(shí)間為每日02、08、14、20時(shí)。從發(fā)展趨勢(shì)看，兩站人工與自動(dòng)觀測(cè)系統(tǒng)趨勢(shì)一致，均表現(xiàn)出人工觀測(cè)能見(jiàn)度值較自動(dòng)觀測(cè)值偏大。延慶站人工觀測(cè)的能見(jiàn)度變化較自動(dòng)觀測(cè)系統(tǒng)幅度大；觀象臺(tái)自動(dòng)觀測(cè)系統(tǒng)對(duì)霧（能見(jiàn)度≤1 km）的識(shí)別與人工觀測(cè)結(jié)果基本一致。另外，觀象臺(tái)自動(dòng)觀測(cè)系統(tǒng)的能見(jiàn)度值變化幅度大于延慶。

人工觀測(cè)值較自動(dòng)觀測(cè)值偏大，且隨能見(jiàn)度值增大而增大，一是對(duì)能見(jiàn)度要素的觀測(cè)，有發(fā)現(xiàn)距離和消失距離，消失距離大于發(fā)現(xiàn)距離，人工觀測(cè)因能見(jiàn)度目標(biāo)物的存在體現(xiàn)的是消失距離，自動(dòng)觀測(cè)是發(fā)現(xiàn)距離[8]；二是根據(jù)柯西米德定律計(jì)算氣象光學(xué)視程（MOR）

圖4 10月25—27日延慶自動(dòng)觀測(cè)與人工觀測(cè)能見(jiàn)度變化

圖5 10月25—27日觀象臺(tái)自動(dòng)觀測(cè)與人工觀測(cè)能見(jiàn)度變化

式中，MOR為氣象光學(xué)視程，ε為對(duì)比閾值，σ為消光系數(shù)。

當(dāng)ε=0.05時(shí)，有

當(dāng)ε=0.02時(shí)，有

人工觀測(cè)能見(jiàn)度由于能見(jiàn)度目標(biāo)物的存在，其對(duì)比閾值一般為0.02，自動(dòng)能見(jiàn)度儀則取值為0.05，世界氣象組織對(duì)能見(jiàn)度測(cè)量相互比對(duì)的結(jié)果表明，人工觀測(cè)能見(jiàn)度值比儀器測(cè)量值高出約15%，人工和儀器間的差異的四分位差約是MOR測(cè)量值的30%[9]，與上式中對(duì)比閾值差值一致。

綜上，除密云、平谷兩站外的其他各站，均正確識(shí)別出霧、霾現(xiàn)象，識(shí)別正確率超過(guò)73%以上。能反映出能見(jiàn)度的變化趨勢(shì)，與人工觀測(cè)一致，資料可用性較高。但在霧、霾現(xiàn)象識(shí)別的連續(xù)性方面還需進(jìn)一步改進(jìn)。

3.3 在精細(xì)化預(yù)報(bào)中的參考作用

目前，天氣預(yù)報(bào)業(yè)務(wù)中每隔3 h才有一次人工天氣現(xiàn)象觀測(cè)資料，遠(yuǎn)遠(yuǎn)不能滿足精細(xì)化預(yù)報(bào)業(yè)務(wù)的需求，天氣現(xiàn)象自動(dòng)化觀測(cè)系統(tǒng)有很高的時(shí)間分辨率，每分鐘獲得觀測(cè)資料，可作為人工觀測(cè)的補(bǔ)充。仍以所選兩次典型天氣過(guò)程為例，簡(jiǎn)要說(shuō)明自動(dòng)觀測(cè)資料在精細(xì)化預(yù)報(bào)中的參考作用。

在7月21日典型強(qiáng)降水天氣過(guò)程中，降水開(kāi)始前，天氣現(xiàn)象自動(dòng)化觀測(cè)系統(tǒng)識(shí)別的天氣現(xiàn)象大多為霾，雖然與人工觀測(cè)的輕霧有區(qū)別，但都是與能見(jiàn)度緊密相關(guān)的天氣現(xiàn)象，在氣溫一定時(shí)，能見(jiàn)度降低一般意味著低層水汽的增加，21日降水前能見(jiàn)度呈減小的趨勢(shì)，由此可以判斷低層的水汽含量逐漸增大，這一點(diǎn)從微波輻射計(jì)所測(cè)得的相對(duì)濕度資料中得到了印證。配合其他資料，可以認(rèn)為降水的水汽條件進(jìn)一步加強(qiáng)，有利于降水現(xiàn)象的發(fā)生。

此外，大多數(shù)臺(tái)站的自動(dòng)觀測(cè)系統(tǒng)在降水現(xiàn)象開(kāi)始前后不久就能正確識(shí)別，使得預(yù)報(bào)人員能夠及時(shí)獲取降水開(kāi)始信息。除大興、觀象臺(tái)外，其他臺(tái)站雨的識(shí)別正確率大多在80%以上，在降水現(xiàn)象識(shí)別正確的基礎(chǔ)上，利用自動(dòng)站的雨量數(shù)據(jù)和雷達(dá)回波強(qiáng)度數(shù)據(jù)估算未來(lái)幾小時(shí)的降水量，制作暴雨臨近預(yù)報(bào)及預(yù)警，便可取得良好的預(yù)報(bào)及服務(wù)效果。

在10月25—27日典型低能見(jiàn)度天氣過(guò)程中，大部分臺(tái)站自動(dòng)觀測(cè)系統(tǒng)都正確地識(shí)別出霧、霾天氣現(xiàn)象，所測(cè)得的能見(jiàn)度結(jié)果也正確反映了能見(jiàn)度的變化趨勢(shì)。雖因自動(dòng)觀測(cè)的能見(jiàn)度普遍小于人工觀測(cè)結(jié)果，而更早的判別霧、霾現(xiàn)象，與人工觀測(cè)結(jié)果并不完全一致，但是，預(yù)報(bào)員因此可以盡早地關(guān)注發(fā)展趨勢(shì)，并引起重視。在這次霧、霾天氣過(guò)程中，預(yù)報(bào)人員根據(jù)天氣現(xiàn)象自動(dòng)化觀測(cè)系統(tǒng)高頻次的天氣現(xiàn)象和能見(jiàn)度觀測(cè)結(jié)果，實(shí)時(shí)掌握天氣實(shí)況，及時(shí)發(fā)布大霧預(yù)警，并對(duì)交管、政府等相關(guān)部門做出服務(wù)，取得了良好的服務(wù)效果。

4 結(jié)論

本文對(duì)北京地區(qū)2010—2012年進(jìn)行的天氣現(xiàn)象組網(wǎng)觀測(cè)數(shù)據(jù)進(jìn)行可用性分析并選取兩次典型天氣過(guò)程進(jìn)行現(xiàn)象識(shí)別結(jié)果合理性及可用性檢驗(yàn)，以及在精細(xì)化預(yù)報(bào)中的應(yīng)用，得到以下結(jié)論：

（1）天氣現(xiàn)象自動(dòng)觀測(cè)資料連續(xù)時(shí)長(zhǎng)多于20min以上時(shí)，數(shù)據(jù)可信度較高，對(duì)預(yù)報(bào)員有較高參考價(jià)值。其高頻次的探測(cè)數(shù)據(jù)能夠基本反映現(xiàn)象發(fā)生、發(fā)展、消亡的過(guò)程，具有較高的時(shí)效性。

（2）數(shù)據(jù)分析表明，天氣現(xiàn)象自動(dòng)化觀測(cè)系統(tǒng)能正確地識(shí)別出雨和霧、霾現(xiàn)象，識(shí)別正確率總體較好，能正確反映出天氣過(guò)程的起止和演變。

（3）本文以人工觀測(cè)能見(jiàn)度≤5.0 km為閾值選取低能見(jiàn)度天氣過(guò)程，若以10.0 km為閾值，現(xiàn)象識(shí)別正確率將會(huì)降低，此外系統(tǒng)在弱降水時(shí)對(duì)雨現(xiàn)象的識(shí)別率也較低。

（4）天氣現(xiàn)象自動(dòng)化觀測(cè)系統(tǒng)在現(xiàn)象識(shí)別算法、質(zhì)控、雷暴和降水性質(zhì)識(shí)別以及現(xiàn)象識(shí)別連續(xù)性等方面還存在不足，有待進(jìn)一步改進(jìn)和完善。

[1]中國(guó)氣象局.地面氣象觀測(cè)規(guī)范[M].北京:氣象出版社，2003：21-24.

[2]馬舒慶，吳可軍，陳冬冬，等.天氣現(xiàn)象自動(dòng)化觀測(cè)系統(tǒng)設(shè)計(jì)[J].氣象，2011，37（9）：1166-1172.

[3]陳冬冬，施麗娟，李肖霞，等.天氣現(xiàn)象自動(dòng)化觀測(cè)現(xiàn)狀調(diào)研[J].氣象科技，2011，39（5）：596-598.

[4]陳冬冬，魏國(guó)栓，馬啟明，等.多臺(tái)國(guó)內(nèi)外先進(jìn)天氣現(xiàn)象儀對(duì)比分析[J].氣象水文海洋儀器，2010，（4）：13-20.

[5]徐洪雄，陳渭民，杜波.4種當(dāng)代天氣現(xiàn)象儀自動(dòng)觀測(cè)分析的比較研究[J].農(nóng)技服務(wù)，2010，27（11）：1489-1492.

[6]中國(guó)氣象局.氣象災(zāi)害預(yù)警信號(hào)及防御指南[M].北京：氣象出版社，2007.

[7]中國(guó)氣象局.霾的觀測(cè)和預(yù)報(bào)等級(jí)[S].北京：氣象出版社，2010.

[8]中國(guó)氣象局綜合觀測(cè)司.前向散射能見(jiàn)度儀功能規(guī)格需求書[M].[sn]2011.

[9]中國(guó)氣象局監(jiān)測(cè)網(wǎng)絡(luò)司翻譯.氣象儀器和觀測(cè)方法指南[M].第六版，北京：氣象出版社，2005：157-163.

Application Analysis and Discussion on Auto-Observation Data of Weather Phenomena

WU Yongxue1，DING Qinglan2，LIU Fenghui3，LIU Lu2，SUN Yueqiang4
（1.Beijing Observatory，Beijing 100176，China；2.Beijing Meteorological Observatory，Beijing 100089，China；3.Miyun County Meteorological Bureau，Beijing 101500，China；4.Yanqing County Meteorological Bureau，Beijing 102100，China）

Based on the analysis on the data from the automatic weather phenomena observing network and the application on refined forecasting,it is found that the automatic observation data, considering the temperal span binned as 20 minutes,could have a high reference value for the forecasters.The accuracy rate of the identified weather phenomena which is complementary to manual observation including rain,fog and haze,is totally high.Also the results show that the defects on the identified algorithm,the identification of thunder and precipitation phase,the continuity still exist,and should be further improved.

weather phenomena；automatic observation；analysis of application

P415.1+2

B

1002-0799（2014）05-0069-06

10.3969/j.issn.1002-0799.2014.05.013

2013-09-16

北京市氣象局業(yè)務(wù)研發(fā)專項(xiàng)（2012019）。

伍永學(xué)（1976-），男（侗族），工程師，從事綜合觀測(cè)業(yè)務(wù)。E-mail:13910143976@139.com

伍永學(xué)，丁青蘭，劉鳳輝，等.天氣現(xiàn)象自動(dòng)化觀測(cè)資料可用性分析與應(yīng)用探討[J].沙漠與綠洲氣象，2014，8（5）：69-74.