魏爽 楊明 吳書成 王麗吉 魯奕岑 田璽澤 滕舟

(1 浙江省氣象信息網(wǎng)絡(luò)中心 浙江杭州 310051;2 浙江省水文管理中心 浙江杭州 310009)

降水量是表征氣候變化的重要指標，其時空分布是氣象、氣候、水文、生態(tài)以及經(jīng)濟、農(nóng)業(yè)和其他相關(guān)學科研究的基礎(chǔ)和必要支撐［1-2］。2018年以來，浙江省氣象部門積極推進與水利部門的數(shù)據(jù)共享，搭建氣象水文雨量監(jiān)測“一張網(wǎng)”，以實現(xiàn)跨行業(yè)的數(shù)據(jù)價值挖掘［3-4］。由于部門業(yè)務(wù)關(guān)注點不同，水利部門的雨量站主要布設(shè)在流域、水庫、水閘區(qū)域，而氣象部門的雨量站觀測主要分布在鄉(xiāng)鎮(zhèn)、行政區(qū)域，因此，兩部門的降水資料具有很強的互補性。截止目前，浙江省已實現(xiàn)3 716個自動氣象站（以下簡稱氣象站）和5 342個水利部門遙測站信息共享，使全省降水觀測站網(wǎng)密 度［5］由原 來的 約 5.7 站/km2提升 到 3.7 站/km2，為浙江省防汛抗旱提供了更精細、更全面的降水監(jiān)測資料。

近年來，許多學者對氣象、水文降水觀測資料對比評估開展了深入研究。廖桉樺等［6］分析對比了寧波市鄞州區(qū)水文站與氣象站的降水觀測資料，認為設(shè)備型號、計量方式、布設(shè)選點要求不一致是兩類資料存在差異的主要原因；通過試驗發(fā)現(xiàn)，當1 h 累計降水量大于3 mm 時，氣象站和水文站降水相對差異為6.5%，低于國內(nèi)中尺度氣象站日降水量平均測量誤差［7］。李武階等［8］利用73個水文站和30 個氣象站的日降水資料，分別計算了長江三峽區(qū)域1960－1990 年60 次降水過程的面雨量，發(fā)現(xiàn)強降水分布的極不均勻性是造成氣象站和水文站面雨量之差較大的主要原因；黃少平等［9］將江西省氣象和水文小時降水觀測數(shù)據(jù)轉(zhuǎn)換為格點降水資料，分析2種觀測系統(tǒng)降水資料的相關(guān)性及差異，發(fā)現(xiàn)兩者平均相關(guān)系數(shù)為0.93，出現(xiàn)零星或短時降水時，相關(guān)性差異較大，而出現(xiàn)系統(tǒng)性降水過程時，兩者表現(xiàn)高度相關(guān)。李顯風等［10］對比了氣象和水文小時降水數(shù)據(jù)，發(fā)現(xiàn)兩者具有相似的空間分布特征，且強降水落區(qū)、降水分布形態(tài)高度一致。可見，水文站與氣象站觀測降水的一致性是氣象和水文雨量信息融合的前提和關(guān)鍵所在。

降水地點、強度、持續(xù)時間等要素隨機性較強，相鄰站點才能捕捉到相似的降水信息，而應(yīng)用大范圍的氣象、水文鄰近站點降水資料對比評估尚未見文獻報道。因此，本文利用2020年1－12月浙江省氣象和水利部門自動雨量站逐時降水觀測資料，采用相關(guān)系數(shù)、相對誤差等統(tǒng)計指標，定量分析2 種觀測系統(tǒng)降水資料的相關(guān)性和一致性，為浙江省氣象水文降水資料的融合應(yīng)用提供參考。

1 資料與方法

1.1 資料

由于降水觀測數(shù)據(jù)與觀測站布點密切相關(guān)，為對比氣象站與水文站觀測數(shù)據(jù)之間差異，從全省氣象站和水文站中篩選站點距離在50 m 內(nèi)的共27對站點，選取2種資料完整性在80%以上的23對站點作為本試驗代表站（表1），其中序號1～18為同址站點，即兩套雨量傳感器均安裝在氣象或水文自動站觀測場區(qū)域內(nèi)，或其中一套緊鄰觀測場。氣象-水文鄰近站分布情況見圖1。

圖1 氣象、水文鄰近站點分布

表1 氣象水文鄰近站

氣象部門雨量自動觀測設(shè)備為上海氣象儀器廠生產(chǎn)的SL3-1型雙翻斗雨量計，水利部門布設(shè)的是JDZ-05 單翻斗式雨量計，兩者觀測精度、發(fā)報時間、發(fā)報內(nèi)容均不同［6］。（1）氣象站儀器觀測精度為0.1 mm，水文站儀器觀測精度為0.5 mm。（2）氣象站資料自動發(fā)報每分鐘傳輸1次，水文站每5 分鐘發(fā)送1 次累計降水記錄。（3）氣象站資料包含整點以來每分鐘雨量資料，根據(jù)整點數(shù)據(jù)可以推算出任意分鐘的準確雨量；水文站資料為累計雨量，如果中間發(fā)生通訊中斷，可能會影響分鐘雨量統(tǒng)計，但不會影響整個過程的累計雨量。

1.2 方法

根據(jù)氣象、水文小時降水觀測資料，選取氣象和水文任一方觀測到降水的樣本，統(tǒng)計小時和日降水序列的氣象站平均累計降水SumM、水文站平均累計降水SumH、誤差EM、絕對誤差EM A、相關(guān)系數(shù)COR和均方根誤差ERMS。從降水強度、逐月變化規(guī)律等方面評估兩種降水資料之間的差異。

1.2.1 數(shù)據(jù)預(yù)處理

利用空間一致性和KMEANS聚類分析等方法對2部門降水數(shù)據(jù)進行質(zhì)量控制處理，剔除異常極大及堵塞站降水數(shù)據(jù)。共剔除4 280 個時次樣本，占總樣本量的2.1%，剔除的異常數(shù)據(jù)包含以下幾種情況。

1.2.1.1 雨量筒堵塞

文成桂山水文站2020年8月29日17時至10月21 日 23 時降水量一直為 0，10 月 22 日起降水數(shù)據(jù)恢復(fù)，同址桂山氣象站和周邊福首源水文站均出現(xiàn)降水，8 月 29 日 17 時至 10 月 23 日 0 時文成桂山水文站與周邊站小時降水數(shù)據(jù)對比結(jié)果見圖2。

圖2 文成桂山水文站與周邊站小時降水觀測數(shù)據(jù)

1.2.1.2 降水野值

砩 頭 水 文 站 2020 年 3 月 7 日 10 時 、3 月 18 日11 時 ， 7 月 26 日 13 時 分 別 出 現(xiàn) 了 32.5、 9.5、10.5 mm 降水，周邊站均無降水且同址氣象站龍西砩頭溫度逐漸升高未出現(xiàn)下降趨勢，判定上述時次砩頭水文站降水為野值，予以剔除。

1.2.2 定量評價

采用相關(guān)系數(shù)、均方根誤差、絕對誤差、誤差、相對誤差、累計相對差值統(tǒng)計指標對氣象、水文降水資料間的偏差進行定量評價。

相關(guān)系數(shù)（COR）

采用文獻［11］中提出的相關(guān)性評價標準，即|R|≥0.8 時，視為2 個變量之間高度相關(guān)；0.5 ＜ |R|＜ 0.8 時，視為中度相關(guān)； 0.3 ＜ |R|＜ 0.5時，視為低度相關(guān)；|R|＜0.3 時，相關(guān)程度極弱，視為不相關(guān)。

均方根誤差（ERMS）

絕對誤差（EMA）

累計相對差值（cumulative relative difference），反應(yīng)兩部門降水總體差異情況：

上述公式中，n為樣本總數(shù)，Mi為氣象站觀測降水量，Hi為水文站觀測降水量，Mˉ和Hˉ分別為氣象站和水文站降水量平均值。

2 結(jié)果與分析

2.1 總體數(shù)據(jù)差異

2020 年23 對試驗站點中，水文站年降水比氣象站平均偏少47.0 mm，總體較氣象降水偏小2.7%。

各鄰近站小時數(shù)據(jù)相關(guān)系數(shù)COR范圍0.977～0.998（圖3），其平均值為0.990；日數(shù)據(jù)相關(guān)系數(shù)明顯高于小時數(shù)據(jù)，為0.992～1.000，平均值為0.997，可見滿足鄰近條件的兩套觀測系統(tǒng)降水數(shù)據(jù)相關(guān)關(guān)系顯著。

圖3 鄰近站降水數(shù)據(jù)相關(guān)系數(shù)

逐月統(tǒng)計結(jié)果如表2。分析發(fā)現(xiàn)，氣象站逐月平均累計降水均高于水文站，誤差為正值。夏季（6—8 月）降水差異最大，8 月小時降水絕對誤差EM A0.47 mm，日降水EM A為1.37 mm，月相對誤差4.69%，是一年中誤差最大的月份；從均方根誤差數(shù)據(jù)來看，數(shù)據(jù)離散程度不穩(wěn)定，尤其8月數(shù)據(jù)出現(xiàn)較大波動，日數(shù)據(jù)ERMS達5.24。8 月浙江省短時強降水、雷陣雨、臺風等強對流天氣多，出現(xiàn)大雨和暴雨的時次占總降水時次的14%，全年最高；其次是7 月和6 月，分別為8%和7%。2 套觀測儀器中，單翻斗雨量計提高了分辨力，降低了引入誤差概率，雨強越大，單翻斗雨量計比雙翻斗雨量計的流失水量（即不納入計量范圍）越多，傳感器測量示值易偏小，出現(xiàn)誤差風險更高［12］，是雨強大時兩套資料誤差大的主要原因。

表2 氣象與水文降水數(shù)據(jù)逐月統(tǒng)計結(jié)果

從相關(guān)性分析可知，各月和年相關(guān)系數(shù)均呈高度相關(guān)，且小時降水相關(guān)系數(shù)均低于日降水。值得注意的是，12 月氣象-水文日降水相關(guān)系數(shù)（0.983）雖然處于全年中最低，但遠高于小時降水相關(guān)系數(shù)（0.838），是由于12 月降水量級?。▓D4），經(jīng)統(tǒng)計，12 月共264 個日降水樣本，氣象站觀測到小雨占95%，中雨占5%，說明觀測小降水時相關(guān)性明顯降低，這是由兩套儀器的觀測精度不一致引起的。

圖4 2020年12月鄰近站降水數(shù)據(jù)散點圖

2.2 不同降水量級差異

為減少由觀測儀器精度導(dǎo)致的氣象、水文小時雨量資料誤差，采用日降雨量統(tǒng)計2種資料在不同量級間的差異。根據(jù)中國氣象局降水等級劃分標準［13］，將前日20時至當日20時的降水總量作為當日日降水量，將日降水量分為4 個等級，其中：小雨為0 mm＜降水量＜10 mm；中雨為10 mm ≤降水量＜25 mm；大雨為25 mm ≤降水量＜50 mm；暴雨為50 mm ≤日降水量。各降水等級氣象站平均累計降水SumM、水文站平均累計降水SumH、誤差EM、絕對誤差EM A等統(tǒng)計結(jié)果見表3。

表3 鄰近站日降水量不同量級統(tǒng)計結(jié)果

不同降水量級下，氣象站累計降水同樣高于水文站，2 套系統(tǒng)相關(guān)性由高到低依次為暴雨、小雨、中雨、大雨，暴雨相關(guān)系數(shù)COR達0.991，大雨僅為0.915；誤差EM A和均方根誤差ERMS隨著量級增加而增大，相對誤差ER在2.27%～3.87%，均低于國內(nèi)中尺度自動氣象站日降雨量平均測量誤差6.52%［7］。小雨時相對誤差最大，由于氣象、水文觀測儀器精度有差異，針對小于0.5 mm 降水，氣象儀器能夠準確刻畫出每0.1 mm 的降水量。2 套系統(tǒng)在小雨期間各降水分級相對誤差結(jié)果見圖5，當降水范圍在0.1～0.5 mm 時，小時降水平均相對誤差ER為15.17%，其余各分級相對誤差在1.26%～3.79%。由此可見，當小時降水量在0.1～0.5 mm時，兩套觀測系統(tǒng)之間差異較大。

圖5 小雨時各降水分級相對誤差

2.3 小時降水量分級分析

由于氣象、水文降水量觀測儀器精度分別為0.1 和0.5 mm，將2 種數(shù)據(jù)統(tǒng)一按0.5 mm 氣象小時降水量分級，即0 mm＜小時降水≤0.5mm，0.5 mm＜小時降水≤1 mm，依次遞增，以此來討論相同降水分級中2種數(shù)據(jù)之間的差異。

統(tǒng)計23 對氣象和水文站各分級小時降水出現(xiàn)時次數(shù)的平均分布情況（圖6），兩條降水時次數(shù)曲線相關(guān)系數(shù)COR為0.990，可見2 套觀測儀器具有高度相似的分布特征。降水0.1～0.5 mm，氣象站出現(xiàn)16 159 個時次，水文站出現(xiàn)8 737 個時次，差異較大，分別占總時次數(shù)的56%和44%，但累計降水量氣象站3 440.7 mm，水文站3 138.2 mm，說明降水過程中，出現(xiàn)0.5 mm 以下降水情況較多，水文站未能探測到0.1～0.4 mm 降水，但總量與氣象站基本一致。23 對站點各分級氣象和水文累計降水量見圖7，兩者相關(guān)系數(shù)為0.999，可見2 種資料分級數(shù)據(jù)為0.5 mm時分布仍高度一致。

圖6 氣象和水文各分級小時降水出現(xiàn)時次數(shù)

圖7 氣象和水文各分級累計降水量

3 小結(jié)

本研究在浙江省范圍選取23 對距離50 m 內(nèi)的氣象水文鄰近站，從總體降水變化趨勢、逐月變化、不同降水量級、降水分級特征等方面對比評估了2套觀測降水數(shù)據(jù)差異，主要結(jié)論如下。

（1）水文與氣象站觀測降水相關(guān)關(guān)系顯著，小時數(shù)據(jù)相關(guān)系數(shù)0.990，日數(shù)據(jù)達0.997。水文站年降水比氣象站平均偏少47.0 mm，降水總量偏小2.7%左右。

（2）夏季（6－8 月）2 套觀測系統(tǒng)降水差異最大，8 月是一年中絕對誤差、相對誤差均較大，但相關(guān)性最好的月份。

（3）兩套系統(tǒng)在不同降水量級相關(guān)性由高到低依次為暴雨、小雨、中雨、大雨，暴雨相關(guān)系數(shù)達0.991。各量級降水相對誤差在2.27%～3.87%，均低于國內(nèi)中尺度自動氣象站日降雨量平均測量誤差，但小時降水在0.1～0.5 mm 時，2 套系統(tǒng)相對誤差達15.17%，由觀測儀器精度不一致引起的差異較為明顯。

（4）在0.5 mm 降水分級情況下，2 套系統(tǒng)小時降水出現(xiàn)時次序列的相關(guān)系數(shù)達0.990，具有高度相似的分布特征。

（5）0.5 mm以上的氣象、水文小時降水資料高度一致，二者的共享融合有利于優(yōu)化氣象與水文部門間的站網(wǎng)布局，為防汛抗旱提供更精細、更全面的氣象資料，也能夠為流域精細調(diào)度和氣象服務(wù)提供基礎(chǔ)數(shù)據(jù)支撐。

致謝：感謝浙江省氣象局觀測與網(wǎng)絡(luò)處廖桉樺和省內(nèi)各臺站提供了寶貴的氣象與水文同址站信息。