引言

近年来，在气候变暖、暴雨频发和城镇化加速的背景下，暴雨洪涝灾害已成为最突出的城市灾害之一，特别是短历时强降水致灾性极强，严重危及城市的正常运转和公众的正常生活。梅超等(2017)提出在气候变化和城市化的双重影响下，城市暴雨发生机制和主要特征已经发生了显著变化，对城市短历时暴雨的发生与演变机理、时空结构与变化特征、气候变化和城市化对城市短历时强降水的影响机制研究非常迫切。短历时强降水的研究引起很多学者的重视，贺芳芳等(2017)利用上海地区138个自动气象站2007—2014年降水数据分析该地短历时强降水引起城市积涝淹没时的小时临界面雨量。邵明阳等(2018)利用江西省1 895个气象观测站2007—2015年逐小时降水量观测数据，分析了短历时(1、3、6 h)强降水的年际变化、季节变化、日变化和空间分布特征。李鑫鑫等(2018)利用中国暴雨统计参数图集中1、6、24 h的年最大降水量统计参数，研究了降水的随机性以及空间差异性。利用长年代雨量资料进行短历时强降水分析的文章也屡见不鲜，洪国平等(2018)利用武汉气象站1981—2012年短历时(6、12 h)降水极值数据模拟了暴雨内涝过程，分析了武汉市内涝特征；郝莹等(2012)利用由虹吸雨量计反算的安徽省16个测站1961—2009年小时降水资料分析了短历时强降水分布情况及变化特征；吴滨等(2015)利用福建省20个国家基本气象站1963—2012年逐分钟降水资料，分析了短历时(1、3、6 h)及24 h降水强度达暴雨和大暴雨频次的时空分布特征以及暴雨极值的空间分布特征。郭渠等(2018)利用重庆地区34个气象站1981—2016年逐分钟降水资料，对10、60、360、1 440 min短历时强降水空间分布规律和分区进行了分析。这些研究既凸显了学者们对短历时降水分布规律的日趋重视，也反映了对于小时乃至分钟级别降水资料的需求越来越精细化。然而，以上研究针对较长年代降水资料的使用均存在一个问题，即将自动、人工观测降水资料直接对接使用。2004年以前国家气象站降水量的观测方式为人资料，对10、60、360、1 440 min短历时强降水空间分布规律和分区进行了分析。这些研究既凸显了学者们对短历时降水分布规律的日趋重视，也反映了对于小时乃至分钟级别降水资料的需求越来越精细化。然而，以上研究针对较长年代降水资料的使用均存在一个问题，即将自动、人工观测降水资料直接对接使用。2004年以前国家气象站降水量的观测方式为人降水过程其观测方式、资料处理方法的不同可能导致最终的分钟雨量资料存在一定的差异或不连续。自动观测、人工两种观测方式带来的短历时雨量差异问题值得探讨。

很多学者对自动观测、人工观测雨量存在的差异进行了对比分析，王颖等(2007)基于我国700个气象站2001—2005年月降水量数据对自动、人工观测雨量结果进行了差异分析。任芝花等(2007)利用全国627个基准、基本站2005年自动、人工日和年降水数据，分析了两种观测方式下的降雨量差异以及引起差异的原因。曹春荣(2010)利用2008—2009年福州自动、人工观测日降水量数据，对两种观测方式下的年、月、日降雨量差值百分率进行对比分析。以上关于自动、人工观测雨量的差异分析多基于日雨量数据，且集中于年、月、日等相对较大的时间尺度，基于小时乃至分钟尺度的自动观测、人工观测雨量差异分析的研究极为少见，方怡等(2017)曾基于分钟数据对两种观测下的雨量进行了比较，但分析重点在于年、月、日以及暴雨日短历时降水，未对不同时段短历时雨量进行比较，且仅使用3个站点合计9年的同期资料，资料较少。

近年来基于分钟资料的短历时雨量数据广泛应用于城市暴雨强度公式编制和雨型确定工作中，郭渠等(2015)、胡昌琼等(2016)、方怡等(2016)、鲁俊等(2018)均利用长年代分钟雨量数据编制城市暴雨强度公式，这些工作是城市排水管网设计标准的重要内容。根据国家标准《室外排水设计规范》(中华人民共和国住房和城乡建设部和中华人民共和国国家质量监督检查检疫总局，2016)以及《城市暴雨强度公式编制和设计暴雨雨型确定技术导则》(中华人民共和国住房和城乡建设部和中国气象局，2014)的要求，该项目工作以长年代(30 a以上)分钟降水资料为基础，逐年提取5、10、15、20、30、45、60、90、120、150、180 min这11个短历时最大雨量值作为分析样本。上述导则将短历时降水定义为历时在180 min以内的降水，本文后续分析中的短历时指以上5~180 min之间的11个历时。

本文在方怡等(2017)的研究基础上，利用湖北省11个国家级气象观测站2005—2007年自动、人工观测同期分钟雨量资料，分析以上11个历时年最大雨量数据(以下简称短历时雨量)存在的差异，在此基础上建立自动观测、人工观测短历时雨量关系方程，将人工观测短历时雨量数据订正到自动观测同一水平，期望为实现资料的有效、合理对接，提高设计暴雨雨强及雨型、气候变化分析、风险评估的准确性提供参考依据。

1 资料与方法 1.1 资料

在湖北省内选取具有2005—2007年自动观测、人工观测同期分钟雨量资料且地理位置分布均匀的国家级气象观测站，最终选取黄石、红安、荆州、京山、仙桃、郧西、房县、南漳、宜昌、利川、五峰这11个站点，站点在湖北省内的具体分布情况见下图 1。资料来源于湖北省气象信息与技术保障中心，经过质量审核。

1.2 方法

1) 数据提取。通过连续滑动法，从以上11个站点2005—2007年3 a同期自动观测、人工观测分钟雨量资料中分别逐年滑动提取5、10、15、20、30、45、60、90、120、150、180 min这11个短历时的最大雨量值及对应的开始时间，得到363对自动观测、人工观测差异分析数据。

2) 偏差分析。从时间偏差、雨量偏差、设定时间偏差范围进行雨量差异分析三方面比较自动观测、人工观测短历时雨量提取结果的差异。时间偏差指自动、人工观测的最大雨量开始时间提取结果的差异，即自动观测最大雨量开始时间减去人工观测最大雨量开始时间，以其绝对值表示。雨量偏差定义为自动、人工观测的最大雨量值提取结果的差异，即自动观测的雨量减去人工观测的雨量后与人工观测雨量的比值。特定时间偏差范围的雨量差异指选取自动、人工观测的最大雨量时间偏差范围在0~5 min以及0~2 min的样本，对其分别进行雨量偏差分析。

3) 计算相关系数，建立自动观测、人工观测短历时雨量关系方程。

2 结果与分析

对通过滑动提取得到的363对自动观测与人工观测短时雨量结果序列，从提取的开始时间、雨量大小上进行比较。

2.1 开始时间偏差

表 1给出自动观测和人工观测的短历时雨量开始时间偏差对应次数及占比。从中看到，时间偏差分为0~2、3~5、6~10、11~20、20~1 440、＞1 440 min共6档，同时对偏差范围0~5、0~10 min的情况进行统计。以城市排水管网设计中较为关注的60 min降水历时为例，共有时间偏差数据33对，时间偏差在以上6档出现的次数分别为16、8、5、2、2、0，时间偏差在0~5、0~10 min范围分别出现了24、29次，自动观测和人工观测的短历时雨量开始时间的偏差范围多集中在0~5 min。其余10个历时降水的时间偏差与60 min的基本类似。从其占比看，11个历时自动观测和人工观测的雨量开始时间的偏差范围多集中在0~5 min，绝大部分占各历时样本数的60.0%以上，特别是降水历时20、120 min情况下占到了样本数的75.8%。当开始时间的偏差范围扩大到0~10 min时，绝大部分占各历时样本数的70.0%以上，特别是降水历时15、60 min情况下占样本数的87.9%。由此可见，利用自动观测和人工观测的分钟雨量数据提取短历时雨量时，对降水过程的判断基本是一致的，两者选取的是同一降水过程。

2.2 雨量偏差

表 2为自动观测和人工观测的短历时雨量在指定偏差范围内的次数及占比统计结果。从中可见，雨量偏差分为 < -10、[-10, -5)、[-5, 0)、[0, 5]、(5, 10]、(10, 20)、≥20共7档，同时对偏差范围在±5%、±10%的情况进行次数及占比统计。以降水历时60 min为例，产生短历时雨量偏差数据33对，雨量偏差在以上7档出现的次数分别为6、0、9、11、4、1、2，自动、人工观测短历时雨量偏差主要在±5%范围内，共达到了20次，占比60.6%。其余10个历时雨量偏差情况与60 min的基本类似。从次数合计结果看，自动观测的比人工观测的短历时雨量偏大的共出现221次，偏小的出现140次，自动观测较人工观测偏大的情况居多，占样本总数的60.9%。从占比结果看，11个降水历时自动、人工观测短历时雨量偏差范围多集中在±5%之内，基本占各历时样本数的30.0%以上，当雨量偏差范围扩大到± 10%时，基本占各历时样本数的60.0%以上。11个降水历时共有68.6%的样本自动、人工观测短历时雨量偏差范围在±10%。由此可见，自动观测和人工观测的短历时雨量提取结果比较吻合。

2.3 设定时间偏差范围进行雨量差异分析

通过表 1可知，从363对自动观测、人工观测短历时雨量时间提取结果差异分析数据中，11个降水历时共有239对样本的时间偏差在0~5 min范围，占样本总数的65.8%。这说明在绝大部分情况下从自动观测、人工观测两套分钟资料中提取短历时雨量选取的是同一降水过程。在此基础上，设定时间偏差范围为0~5 min进行雨量偏差分析，同时进一步将时间偏差范围缩小到0~2 min进行相应分析。

表 3给出了时间偏差范围为0~5 min时各降水历时的雨量偏差情况。由表 3可知，满足时间偏差范围在0~5 min内的入围样本总数(A)共239对。自动观测较人工观测的短历时雨量偏大的样本数(B)占入围样本总数(A)的67.8%，特别是15、30、45降水历时，偏大情况均占对应降水历时入围样本数的80%以上；自动观测较人工观测的短历时雨量偏差在±10%以内的样本数(D)占入围样本总数(A)的76.6%，在降水历时为45、60、90、120、150、180 min的情况下，偏差在±10%以内的样本分别占到对应降水历时入围样本数的80% 以上；自动较人工观测雨量偏差在±5%以内的样本数(F)占入围样本总数(A)的54.4%，在降水历时为60、120、150 min情况下，偏差在±5%以内的样本分别占到对应降水历时入围样本数的70%以上。将以上分析结果与表 2中的结果进行比较可知，设定时间偏差范围为0~5 min，雨量偏差在±5%、±10%范围内的样本占比得到提高，自动观测与人工观测的短历时雨量提取结果非常吻合。

图 2给出了时间偏差范围0~5 min时各历时的雨量偏差情况，由图可以更加直观地看出，雨量偏差大于0的迹线显著多于偏差小于0的情况，说明从自动观测分钟雨量数据中提取的短历时雨量普遍较人工观测结果偏大，且雨量偏差结果主要±10%以内。但存在个别场次雨量偏差结果较大的情况，例如在降水历时180、150 min分别出现1次自动观测较人工观测短历时雨量偏差结果大于80.0%的情况。

表 4给出时间偏差范围为0~2 min时各降水历时的雨量偏差情况。由表 4可知，满足时间偏差范围在0~2 min内的入围样本总数(A)共133对，自动观测较人工观测的短历时雨量偏大的样本数(B)占到入围样本总数的66.9%，在降水历时为90 min的情况下，自动观测较人工观测的短历时雨量偏大情况占入围样本数的100%；自动观测较人工观测的短历时雨量偏差在±10%以内的样本数(D)占入围样本总数的81.2%，偏差在±5%以内的样本数(F)占入围样本总数的58.6%。

图 3给出了设定时间偏差0~2 min范围时各降水历时的雨量偏差情况，结果与图 2非常类似，雨量偏差大于0的迹线显著多于偏差小于0的情况，从自动观测分钟雨量数据中提取的短历时雨量普遍较人工观测结果偏大，且雨量偏差结果主要集中在±10% 以内。

将表 3、4中的数据进行比较可知，将时间偏差缩小到0~2 min，从合计结果来看自动观测较人工观测短历时雨量偏差在±5%、±10%范围的样本占比均有所提高，如自动观测较人工观测偏差±10%以内所占比例由原来的76.6%，提高到了81.2%，这也说明时间偏差越小，从自动、人工观测两套分钟资料中提取的短历时雨量结果吻合度也会越高。

2.4 雨量偏差产生的原因

上述分析表明，即便设定时间偏差范围在5 min以内以确保从自动观测和人工观测两套分钟资料中提取的短历时雨量来自同一降水过程，仍然存在个别场次雨量偏差结果较大的情况。方怡等(2017)、任芝花等(2007)、曹春荣(2010)、熊丽等(2013)、张云洲(2012)等的相关研究中均存在自动较人工观测雨量偏大的情况，造成差异的原因主要集中在空间采样差引起的单次对比差异、观测数据采集方式不同、观测时间不同步、人为读数误差以及其它突发事件等各方面，其中观测数据采集方式不同是主要原因，自动观测雨量测量传感器的计数翻斗十分灵敏，特别是大雨时翻斗由于惯性作用翻转过程较快容易导致自动雨量测量值大多比人工观测值偏大。

上述前人的研究主要集中于年、月、日时间尺度的降水，对于基于分钟数据提取的自动、人工观测短历时雨量，造成较大差异更多的时候是由于一些不可控的人为或自然因素。例如，人工观测雨量自记纸的换上换下时间由观测员肉眼读取，再手写在自记纸上，与自动观测仪器时间可能存在细微差别；雨量自记纸换纸时如遭遇大的降水过程，会造成人工雨量观测记录短暂缺失；自动、人工观测雨量仪器不可避免都会存在发生故障的情况，对于缺测分钟数据的处理，自动观测分钟雨量数据一旦缺测将无法挽回，人工观测可以用缺测时段的总雨量平滑到每分钟。短历时雨量是从逐年的分钟雨量数据中滑动提取各历时的最大值，大雨期间一旦出现以上误差或缺测情况，都会造成自动观测和人工观测的短历时雨量结果存在巨大差异。

2.5 自动观测与人工观测的短历时雨量关系方程

鉴于自动观测的精度更高，将人工观测的短历时雨量结果作为自变量，订正到自动观测的同一水平。为了建立自动观测和人工观测的短历时雨量关系方程，排除异常情况干扰，设定时间偏差在0~2 min内，对入围的两套数据计算相关系数、建立线性方程，具体结果见表 5。由表 5可知，各历时自动观测和人工观测两套短历时雨量数据的相关系数介于0.92~1.00之间，两套数据高度相关，在降水历时为90 min时相关系数高达1.00。

两种观测的不同历时雨量关系方程的建立，可以实现自动观测与人工观测的短历时雨量资料的有效、合理对接。在实际业务工作中，该关系方程适用于少数原始样本数据缺测或有争议的情况下，在设计暴雨雨强及雨型以及开展气候变化分析、风险评估等工作中有利于提高资料的准确性和可利用率。

3 结论与讨论

从湖北省内黄石等11个国家气象站2005—2007年同期自动、人工观测分钟雨量数据中分别提取了5、10、15、25、30、45、60、90、120、150、180 min这11个短历时的最大雨量值及开始时间，并进行了差异分析，结果如下：

(1) 自动、人工观测两套分钟雨量数据在进行短历时雨量提取时，对降水过程的判断基本一致，两者选取同一降水过程。11个降水历时自动、人工观测短历时雨量开始时间提取结果的偏差多集中在0~ 5 min，绝大部分占各历时样本数的60.0%以上；偏差范围0~10 min时，绝大部分占各历时样本数的70.0%以上。

(2) 11个降水历时自动、人工观测短历时雨量提取结果比较吻合，两者雨量偏差范围在±10%以内的情况占样本总数的68.6%，且自动观测较人工观测短历时雨量偏大的情况居多，占样本总数的60.9%。

(3) 设定时间偏差范围为0~5 min，自动、人工观测短历时雨量提取结果非常吻合。两者雨量偏差在± 10%以内的情况占样本总数的76.6%。将时间偏差缩小到0~2 min，自动、人工观测两套分钟资料中提取的短历时雨量结果吻合度进一步提高。

(4) 分别建立了11个历时的自动、人工观测短历时雨量关系方程，两套数据相关系数达到0.92以上，自动、人工观测短历时雨量变化非常一致。

本文所用自动观测和人工观测同期分钟雨量数据仅局限于2005—2007年这3 a，样本量不足带来的分析结果的代表性问题有待后续资料丰富后作进一步研究。此外，降水观测资料本身存在着受地域影响差异较大、随机性强的特点，湖北省地域广阔，自动、人工观测两套降水资料之间的差异是否也会受到地域影响？两套资料间短历时雨量关系方程的建立是否有必要进行分区处理？目前受限于拥有自动观测和人工观测同期分钟雨量数据的站点相对较少，以上疑问有待资料站点、年份进一步增加后进行深入探讨。