自动与人工观测降雨量的差异及相关性

利用全国627个基准、基本站2005年自动与人工雨量业务观测资料,分析了业务上自动与人工观测的降雨量的差异以及引起差异的原因,并分析了自动观测与人工观测的降雨量的相关性。结果表明:自动观测比人工观测的日降雨量平均偏高0.12 mm,标准差为0.70 mm,相对偏高1.42%。627个站中,80%的站自动与人工观测的年降雨量差值在5%以内;近4%的站年降雨量差值在10%以上。年降雨量相对差值较大的站,其年降雨量均较小。空间采样差、20:00(北京时)定时观测中人工与自动观测时间的不一致以及其他突发事件均会导致自动与人工测量的日降雨量的差异,甚至显著差异。由于观测仪器不同引起的降雨测量系统误差差别,导致自动与人工观测降雨量的系统偏差。自动观测与人工观测的日降雨量呈线性相关,相关系数为0.9988。

自动观测与人工观测差异的初步分析

利用2001—2005年我国700个地面自动气象站与人工平行观测期间的数据,对自动与人工观测的气温、气压、相对湿度、地表温度、风速风向、降水量进行了差异分析,统计了两种观测之间的对比差值、百分误差和风向相符率。对各要素观测差异在全国的分布特点进行了分析,并检验了气温自动观测对气温资料连续性的可能影响。结果表明:自动观测与人工观测各气象要素均存在一定的差异,但大部分地区各要素的差异都在自动站误差允许范围之内;造成差异的原因是多方面的,包括仪器本身存在缺陷及观测方法不一致等。各要素自动观测与人工观测差异在全国的分布特点各不相同,同一要素在不同的气候背景条件下差异大小不一致;如果要将人工观测数据与自动观测数据连续使用,还要检验自动观测与人工观测序列是否有显著性差异,并进行均一性订正。自动站的使用对年气温序列有一定影响,总体差异不显著,但当自动观测与人工观测气温合并使用时,应进行均一性检验。

兰州CAWS600-R自动站与人工观测资料对比分析

利用 2 0 0 2年 11月到 2 0 0 3年 2月兰州CAWS6 0 0 R型自动站与人工观测的温度、本站气压、水汽压、相对湿度、5～ 32 0cm地温等资料 ,分析了对比观测资料的差值。结果表明 :对气温、本站气压、水汽压、相对湿度及 32 0cm地温等要素观测误差较小 ,5～ 16 0cm地温的观测误差较大。自动观测仪器的系统性偏差、测量元件的精度及对气象要素变化响应的灵敏度、观测时间的差异和人为因素的影响是造成对比观测误差的原因。

辽宁省地气温差变化特征及其原因分析

利用1965—2014年辽宁省54个气象站月平均气温和地表温度观测资料、2003年45个气象站气温与地表温度的人工和自动定时观测资料,分析辽宁省气温、地表温度及地气温差的变化特征,并分析了地气温差变化的主要原因。结果表明:1965—2003年辽宁省气温和地表温度相关性较好,均呈显著升高的趋势,地气温差的变化较小;2004年开始气温较前10 a(1994—2003年)差异较小,而地表温度持续升高,地气温差加大,此现象在辽宁省东北部地区冬季最显著。2004年辽宁省气象站全面由人工观测改为自动站观测,积雪天气时人工气象站观测的地面温度为雪面温度,自动气象站观测的地面温度为雪下温度,不同观测方式引起的地面温度差异是导致近10 a(2004—2014年)地表温度持续升高的最主要原因。因此,辽宁省积雪期最长的东北部地区是地气温差加大最显著的区域。可见,观测方式的改变是导致2004—2014年辽宁地区地表温度持续升高和地气温差加大的主要原因。

自动与人工观测数据的差异

该文概述了造成自动观测与人工观测数据差异的各种原因 ,其中包括仪器的测量原理与观测方法不同 ,观测时间和空间不同 ,采样方式与算法不同 ,观测时次不同等等。通过对比分析基本气象要素 ,如气压、气温、地温、风向风速、降水、湿度等的两种观测数据 ,认为自动气象站的观测结果更接近大气中的实际情况。自动站对气压、气温和风向风速的观测有明显的优势 。

人工与自动观测静风的差异分析与应用

利用2000—2010年全国2195个国家站人工观测转为自动观测时期各站2年的资料,对2 min风向、风速进行对比分析,统计了人工与自动观测静风的差异,研究了引起差异的原因,并探索了年静风频率的应用方法。结果表明:全国人工观测的平均年静风频率为26.3%,自动观测为10.0%,平均风速越大,年静风频率越低,自动与人工观测的差异越小。湖北省平行观测期第一、第二年人工观测的平均年静风频率分别为29.1%、28.8%,自动观测较人工观测分别少18.1%和1 2.4%。造成该差异的主要原因是人工观测风速时,采取四舍五入保留整数位的方式,当风速<0.5 m·s^(-1)时记录为静风,而自动观测风速≤0.2 m·s^(-1)时记录为静风。评估湖北省平行观测期第二年自动与人工观测年静风频率差异,将自动观测静风按人工观测方式处理后平均年静风频率为22.8%,与平行观测期第二年人工观测的对比差为-6.0%,较订正前(-12.4%)有明显减少。

自动观测与人工观测能见度的差异性分析及检验

利用安徽省安庆气象观测站2012年自动观测与人工观测能见度资料,分析不同观测时次和不同天气现象的自动观测与人工观测能见度的差异性。采用相关系数法计算不同情形下的自动观测与人工观测能见度的相关性。通过差值的统计特征分析不同观测时次和不同天气现象的自动观测与人工观测能见度的差异性,并利用符号检验法和Wilcoxon秩检验法对两者的差异性进行假设检验。结果表明,不同观测时次的自动观测和人工观测能见度近似呈完全正相关性,不同天气现象的自动观测和人工观测能见度的相关性也较高;不同观测时次和不同天气现象的自动观测和人工观测能见度均存在显著性差异。

风云-3A卫星TOU臭氧总量地基对比验证分析

通过地基臭氧总量观测,对风云三号(FY-3A)气象卫星TOU(2009年7月至2013年12月)臭氧总量开展检验分析.结果显示,TOU臭氧总量与地基测值之间的线性相关系数达到0.95以上,相对差别(RD)为(-0.16+4.3)%.赤道地区RD随地基测值的上升明显,太阳天顶角(SZA)为70°以上时TOU臭氧总量明显下降,75°~85°有一4%^-10%不等的降幅.云量变化(0~100%)或云高变化(1~15 km)对RD的影响在±2%以内.RD随着吸收性气溶胶(AI为正值)有-2%^-5%的变化,在南半球中纬度地区明显.TOU与地基Dobson,Brewer及SAOZ光谱仪测值的RD分别为(0.6±0.17)%,(0.05±0.2)%,(0.04±0.01)%.当地基臭氧总量在200 DU以下时,TOU值低于Dobson或SAOZ测值;而在430~500 DU时,TOU高于SAOZ值2%~6%.TOU分别与Dobson,Brewer,SAOZ的RD对SZA(70°以下)、云量变化均不敏感,但TOU分别与Brewer,SAOZ的RD在云高5 km以上时或随AI的增加均出现一定的趋势特征.

南极阿蒙森海域气象和海况特征分析

本文通过比较我国第34次南极科考阿蒙森海航行期间雪龙船观测数据与欧洲中期天气预报中心(ECMWF)ERA-Interim的风浪数据,发现两者相关显著,ECMWF数据能较好地反映该区域风浪状况。基于该套数据,对1979—2017年12—3月阿蒙森海域的海平面气压、海表面10m风、海浪有效波高基本特征进行分析。结果表明,中高纬度阿蒙森海域风向呈稳定偏西,风速大小随纬度增高而减小。各月的平均风速、大风频率和极值风速大小存在差别, 3月较其他月份平均风速和大风频率都偏高, 2月次之, 12—1月最小。海浪有效波高变化特征与风速的纬向性分布以及月差异相对应,有效波高和巨浪出现频率随纬度的增加而减小。3月份,57°S—55°S海域平均有效波高最大值达到4m以上,该月60°S—55°S区域巨浪频率达35%以上。综合而言, 3月份阿蒙森海域风浪较大, 12—1月风浪状况相对较好。

大连自动站与人工站观测数据的差异对比分析

利用2005—2006年大连自动气象站与人工站观测的温度、气压、降水、相对湿度、0 cm地温和风速风向等资料,对其差值、粗差率、一致率和风向相符率等进行对比分析。结果表明:自动站与人工站气温、本站气压、降水和0 cm地温观测差值较小,其准确度能够满足日常业务使用;而相对湿度、10 min与2 min风速和风向相符率观测差值较大,距离正常业务使用有一定的距离。因观测数据采集方法不同、感应器所处的环境不同、观测仪器原理不同、观测样本不同、观测时间的差异和人为因素的影响是造成对比观测差异的主要原因。

自动观测与人工观测土壤温度差异及分析

利用我国基本(准)站在人工观测与自动观测双轨运行期间的平行观测资料,分析了不同观测方式下各层土壤温度的差异。结果表明,全国平均自动与人工观测各层土壤温度的日对比差值均在0.11℃以下,且日对比差值随着深度的增加而减小。从5 cm到320 cm,无论冬季还是夏季,全国绝大部分地区平均对比差值在±0.2℃之间。由浅至深各层土壤温度日对比差值的标准差从0.78℃减小至0.47℃,其不确定度在5～20 cm时均超过了1.0℃,但在深层(40 cm及以下),不确定度已经低于1.0℃。除极个别站外,各层自动与人工观测日平均值无显著性差异。自动与人工观测土壤温度的差异主要是由于土壤中水平温度场分布非均匀和土壤垂直温度梯度很大及对比观测时间不同步造成的。

内蒙古自动站与人工观测数据差异对比分析

利用2006年内蒙古自治区共36个自动站和人工站平行观测资料,对观测得到的气象要素进行统计和评估。通过分析气温、气压、相对湿度、风等要素的对比差值及其标准差、对比差值的频次分布和空间分布等,探讨自动站与人工观测数据差异的可能原因。结果表明:内蒙古自动观测与人工观测各气象要素均存在一定的差异,对所有台站平均而言,其差异均在自动站差值允许范围之内。产生差异的原因:观测仪器结构与观测原理差异、观测时空差异和观测方式差异等。在将人工观测数据与自动观测数据连续使用时,需要根据当地情况进行适当订正,以确保资料的连续性。

乌鲁木齐地区自动与人工观测降雨量的差异及相关性分析

利用乌鲁木齐地区2004—2008年自动与人工站观测降雨量数据,分析了观测数据的差异以及产生差异的原因,并分析了自动观测与人工观测降雨量的相关性。结果表明:64.7%的自动站观测降雨量数据高于人工观测数据,对比差值范围在-3.2～1 mm之间,平均差值为-0.29 mm;对比差值的频率分布呈偏正态,分布曲线较陡,差值分布较集中;对比数据的粗差率、一致率分别为5.9%、90.1%,降雨量百分误差在±4%以内的占89%,误差百分率为11.0%;两种观测结果呈线性正相关,相关系数为0.999。观测数据产生差值是多方面因素综合影响的结果。

甘肃民勤自动站与人工站气象观测数据差异分析

从自动站与人工站观测方式的区别人手，对民勤国家基准气候站观测的数据进行整理与对比分析得出：（1）2种观测方式数据序列中，本站气压2a平均差值为0．1hPa，差值变幅在～0．3～0．5hPa；气温2a平均差值-0．1℃，差值变幅在-0．1～0．0℃之间；相对湿度2a平均差值为-1％，差值变幅在一4％～2％之间；2min平均风速2a平均差值为0．5m／s，差值变幅在0．3～0．7m／s之间，10min平均风速2a平均差值为0．4m／s，差值变幅在0．4～0．5m／s之间；地面温度2a平均差值为0．6℃，差值变幅在0．0～1．2℃之间。本站气压、气温、相对湿度、风向风速、地温差值虽然不固定，但对历史资料的序列连续性影响不显著；（2）各要素中差值最大的是地面最高温度，2a平均差值为1．8oC，差值变幅在-1．7～4．3℃之间；（3）自动站的观测结果比人工观测更真实、准确、科学，更接近大气中的实际情况。

人工站与自动站风的自动观测资料差异分析

通过对侧风仪的构造及采集方法的差异分析,采用广西2004～2008年4个基准气候观测站人工站与自动站风的同步自动观测资料作对比分析,分析结果表明:人工站与自动站风的自动观测资料存在差异。短时风人工站与自动站差异比较大,平均风时间越长风速差异率就减少,风向相符率越大。风大时,人工站的观测数据比自动站大;10分钟平均风向风速人工站与自动站比较接近;极大风风速一致率及风向相符率比较低,说明瞬时风人工站与自动站差异最大。差异的原因主要是观测仪器制作材料不相同及观测方法不一致所造成。

自动站与人工站观测降水量的差异对比分析

利用2008～2009年福州自动站与人工站平行观测期间的降水量资料,对年、月、日降水量差值百分率进行对比分析。结果表明:自动站与人工站降水观测差值较小,其准确度能够满足日常业务使用。观测时间的差异、观测数据采集方式的不同和人为因素的影响是造成降水量对比观测差异的主要原因。

新疆阿勒泰站人工观测与自动观测气温差异分析

对新疆阿勒泰气象站2004年1月-2011年12月，人工与CAWS600SE—H型自动气象站，气温的平行观测资料，统计分析了差异原因和变化的一般规律。结果表明：两者差值较大，有日、季节变化，最低、最高气温系统性误差，人工观测低于自动观测0．05～0．20℃；误差具有正态分布特征。气温整点观测，人工比自动观测提前，造成系统性误差，气温急剧升降时误差更大，通过时差订正，绝对误差一般收窄0．1～0．2℃，均方差减少0．142。1和10月，4、24次日平均模式，差值变化幅度≥1℃的频率达15％。平均差值，除7月外，4次平均值低于24次平均0．1℃，10月低于0．5℃以上。平均模式对日值的影响最大，变化幅度3．7oC；对季的影响较小，变化幅度只有0-4℃。自动观测仪器的系统性偏差、测量元件的精度及对气象要素变化响应的灵敏度、观测时间的差异和人为因素的影响是造成观测误差的原因。

自动气象站与人工观测数据差异的原因分析

通过对气压、温度、雨量、湿度、风向风速等气象基本要素进行人工观测与自动观测所获得的数据进行比较计算,分析了两种观测资料的差异,以及人工与自动观测数据差异的诸多原因,其中包括仪器的测量原理与观测方法不同,观测时间和空间不同,观测方式与计算方法不同,观测时次不同等等。

寿县国家基准气候站自动与人工观测对比分析

基于安徽省寿县国家基准气候站2003-01-01~2012-12-31自动站与人工站的气象要素（气压、气温、相对湿度、风向风速和降水量）平行观测数据,采用数理统计方法对自动与人工观测差值、差值平均值、差值标准差、偏度、峰度、风向相符率、线性回归等对气象要素数据进行对比,并简要分析造成差异的原因。结果表明：两种观测方式的观测数据虽然有一定差异,但在允许的精度范围内。除仪器的性能和工作原理、数据采集时间及数据采集方法造成的差异外,观测环境的变化（如,2006年11月人工站气压表、风速仪和平台高度的调整）也是造成差异的重要原因。

农业气象自动观测系统数据与人工观测数据对比分析

内蒙古兴安盟突泉县、扎赉特旗于2016年各安装1套农业气象自动观测系统,开展春玉米、水稻发育期、植株密度、植株冠层高度、生长状况、叶面积指数和干物质重量农业气象要素自动与人工观测对比试验。通过2016—2018年对比试验数据,结果表明:作物生长状况、发育期自动观测数据与人工观测数据基本一致,完全可以代替人工观测。植株密度、冠层高度、叶面积指数、干物质重量自动观测误差相对较大,不能代替人工观测。农业气象观测要素作物生长状况、发育期的自动化、数字化观测,增强了观测资料的客观性、时效性和连续性,以期为提高农业气象服务准确性提供了数据支撑。