引言

自动与人工观测资料的对比研究一直伴随着自动站的建立与运行，其中胡玉峰^[1]从仪器测量原理和观测方法的角度进行了分析；王颖等^[2]利用部分站的对比资料对气温、气压、相对湿度、地表温度、风向风速等要素进行了差异分析；鞠晓慧等^[3]利用全国373个国家站、张红娟等^[4]利用陕西97个国家站、游泳等^[5]利用四川135个国家站的对比资料对自动与人工观测的气压差异进行了分析^[3-5]；刘小宁等^[6]利用部分基准站的资料对温度要素的差异进行了对比分析；苑跃等^[7]对四川135个站的相对湿度要素进行了差异分析；张志富等^[8]对全国700个站自动和人工观测的风的差异也有初步研究；李亚丽等^[9]对陕西97个站、任芝花等^[10]对2005年全国627个国家站自记与自动观测的雨量进行了差异及相关分析，均表明自动与人工观测要素存在一定的差异。同时，在对差异出现原因的分析上，研究人员从测量误差、天气过程、观测仪器等方面进行了总结^[11-13]。上述研究表明：自动与人工观测的各气象要素均存在一定的差异，全国大部分地区气温、降水、气压、相对湿度、风向风速、地表温度的差异都在允许范围之内，自动与人工测量的日降雨量的差值变量不遵从正态分布，自动观测比人工观测的日降雨量普遍偏高。上述研究的不足之处有两个方面：（1）台站及资料不完整，主要是部分国家站的数据或单个省级站的数据；（2）没有对雨量对比资料进行全面细致地分析。为弥补上述研究的不足，本文首次利用全国的资料对自动与人工观测的降水量之差异进行对比分析。

1 评估数据来源及质量控制

评估数据为自动和人工平行观测期完整的月报数据文件。该数据来源于国家气象信息中心，并经过全国基础气象资料发展与改革专项《基础数据建设项目》质控。其中，基本站和一般站数据来源于两年平行观测期第2年的数据文件，基准站数据来自1999— 2010年历年所有的月报数据文件。对比差是按照地面气象观测规范分别统计自动与人工观测资料的差异，并考虑了不完整记录的影响，对缺测超过规定次数的台站将不参与统计评估。

为保证对比资料的有效性，统计工作按以下步骤完成：（1）统计对比期自动和人工站的缺测站，若缺少一种观测方式，则该站该时段不参与统计分析，将剩余数据作为可用站点；（2）对各要素再进行简单的质控，剔除相对差值大于30%的雨量数据；（3）若对比期台站整月逐日的自动、人工观测值完全一样，该月的数据也不参与对比统计分析；（4）由于我国东北、西北等区域11—次年4月易出现固态降水，而雨量计仅可连续测量和记录液态降水量，因此，仅统计分析台站5—10月期间的降水量，下表为资料站点及参与评估的站点数量：

2 对比评估方法 2.1 几种评估值的定义及计算方法

(1) 对比差值。设A_i为某要素第i次人工观测值，U_i为相应时间自动仪器观测值，则第i次的对比差值为：

${x_i} = {U_i} - {A_i} $

(1)

(2) 差值平均值。设两种观测仪器对比观测次数为n，则对比差值的平均值$ \bar x$为：

$ \bar x = \sum\limits_{i = 1}^n {} {x_i}/n $

(2)

（3）差值标准差。对比差值的标准差σ为：

$ \sigma = {\left[ {\frac{1}{{n - 1}}\sum\limits_{i = 1}^n {} {{\left( {{x_i} - \bar x} \right)}^2}} \right]^{{\raise0.7ex\hbox{$1$} \!\mathord{\left/ {\vphantom {1 2}}\right.} \!\lower0.7ex\hbox{$2$}}}} $

(3)

（4）雨量累计相对差值。雨量累计相对差值的计算公式如下：

$ {{\bar x}_R} = (\sum\limits_{i = 1}^n {} {x_i}/\sum\limits_{i = 1}^n {} {A_i}) \times 100\% $

(4)

2.2 基准站自动与人工观测数据序列的显著性检验

利用1991至平行观测期第1年的人工观测数据月（年）平均值序列（序列1），对平行观测期第2年至2010年的自动观测数据月（年）平均值序列（序列2）进行显著性检验。具体检验方法如下：

设序列1为m年：$x_1^a, x_2^a, ..., x_i^a, ..., x_m^a $，序列2为n年：$ x_1^c, x_2^c, ..., x_i^c, ..., x_n^c$，序列1的平均值为${{\bar x}^a} $，序列2的平均值为$ {{\bar x}^c}$，在假设两序列无显著差异的条件下，统计量$ t = ({{\bar x}^c} - {{\bar x}^a})/(s{(\frac{1}{n} + \frac{1}{m})^{\frac{1}{2}}})$遵从自由度n+m-2的t分布。其中，${s^2} = (\sum\limits_{i = 1}^n {} {(x_i^c - {{\bar x}^c})^2} + \sum\limits_{i = 1}^m {} {(x_i^a - {{\bar x}^a})^2})/(n + m - 2) $，当|t|>t_a时，表示两序列差异显著（t_a取值略）。

3 评估结果分析 3.1 对比差值分布

统计各省不同降水等级月降水量的对比差值（表 2），可见，不同等级下月降水量的对比差值不大，降水等级增大时，对比差值并非同比例增大，在多数情况下自动观测数据大于人工观测数据，对比差值随等级的变大有所增加，差值介于-1.3~3.9 mm之间，平均差值最大的贵州省为1.9 mm，最小的湖南省为-0.2 mm；部分降水等级下的对比差值出现负值的省（市）有福建、湖北、湖南、江苏、上海、陕西、辽宁。

3.2 月降水量相对差值时空分布

统计5—10月各省（市）相对差值的平均值、最大值和最小值，结果见表 3。从表 3可见，5—10月全国降水量相对差值月平均值分别为2.5%、1.9%、1.6%、1.7%、1.9%、1.7%，平均相对差值为1.8%，平均相对差值最大的3个省（市）为天津、安徽、陕西/吉林，分别为3.9%、3.6%、3.2%，平均相对差值最小的3个省区为海南、西藏、贵州，分别为-0.1%、-0.1%、0.0%，平均相对差值小于1.0%的有9个省，大于3.0%的有5个省。相对差值为负值的有16个省（月），分别为5月（海南）、6月（海南、贵州）、7月（海南、上海）、8月（西藏、上海、贵州、海南）、9月（上海、贵州、西藏）以及10月（内蒙、黑龙江、青海、西藏），其它省月均为正值。

3.3 典型月月降水量相对差值空间分布

图 1为5、7、9月降水量差值空间分布。由图可见，5月和9月偏差高于7月。5、7和9月大部分区域的降水量相对差值集中在0%~10%，3个月的空间分布较为一致，全国大部分站为正差值，即自动观测值高于人工观测值，仅甘肃、青海、西藏、内蒙等地部分台站为负差值。其中9月的负差值区域较广，且负差值集中在西藏西部、青海中东部以及内蒙等部分区域，5月负差值区域集中在西藏、青海和甘肃等地，7月的负差值区域小于其他2个月，且分布较为零散，而长江中下游地区的负差值区域较5月有扩大的趋势。

3.4 典型月月降水量相对差值频率分布

图 2为月降水量相对差值频率分布。由图 2可知，5、7和9月频率分布较为一致，90%的相对差值落在-6%~10%之间。3个月的分布均较为对称，最高频率对应的值阈集中在正值区域（0%~1%），7月正值频率略高于5月和9月。

3.5 日降水量相对差值异常典型站点

自动、人工观测较大的差异值主要发生在6—8月雨量较大的时段。图 3为四个典型站自动、人工观测的日值时间序列图，其中自动观测值低于人工观测值的湖南株洲（57780），日雨量平均差值为-2.9 mm，安徽明光（58223），日雨量平均差值为-2.6 mm；自动观测值高于人工观测值的重庆奉节（57348），日雨量平均差值为3.1 mm，安徽望江（58418），日雨量平均差值为2.6 mm。上述四站具有一定的代表性。

进一步统计表明，两种观测差异较大的时期集中在6—8月降水量较大且陡增的时段，全国2 03台站的日降水量平均对比差值见表 4。

统计表明，全国范围内负差最大3个站日依次为安徽省的明光站（2005年7月7日），雨量差值为-34.6 mm；山西省榆社站（2004年8月10日），雨量差值为-29.6 mm；福建省罗源站（2005年7月19日），雨量差值为-23.9 mm；正差最大的3个站日依次为安徽省望江站（2005年6月27日），雨量差值为32.6 mm；陕西省紫阳站（2007年8月31日），雨量差值为24.9 mm；浙江省乐清站（2004年8月12日），雨量差值为19.3 mm。

3.6 基准站平行观测期数据序列显著性检验

利用1991年至平行观测第1年人工观测的月降水量序列，对平行观测期第2年自动观测的月降水量进行显著性检验。

假设x₀为平行观测期第2年的月雨量值，1991年至平行观测期第1年共n年，这n年人工观测的月雨量值的样本序列为${x_1}, {x_2}, ..., {x_i}, ..., {x_n} $，统计量：

$ t = \frac{{{x_0} - {{\bar x}_n}}}{{{s_n}}}{(\frac{{n - 1}}{{n + 1}})^{\frac{1}{2}}} $

(5)

其中，${{\bar x}_n} = \frac{1}{n}\sum\limits_{i = 1}^n {} {x_i}, {s_n} = \sqrt {\frac{1}{n}\sum\limits_{i = 1}^n {} {{({x_i} - {{\bar x}_n})}^2}} $

在显著水平a为0.05，自由度为n时，当|t|>t_a时，则表示雨量值x₀与之前人工观测年份雨量值差异显著。

通过对自动观测月雨量进行显著性检验（a= 0.05），全国未通过显著性检验的站月为2%，其中9月未通过率最高，为4%，该月有5个行政区均出现未通过检验的台站，其次为7月3%，其余4个月（5、6、8、10月）均为1%。各行政区中，新疆未通过率最高，为21%，海南、江苏、河南和青海次之，均为6%，而徽、北京、甘肃等21个行政区所有台站5—10月均通过显著性检验。

4 自动、人工观测雨量差异原因初探

仪器原理、观测方式、观测时间上的差异以及仪器故障等原因均可导致人工与自动观测值的差异，具体包括以下几点：

（1）仪器原理：人工观测降水是利用雨量筒承接降水，再通过人工测量，每日两次（北京时08:00和20:00），而自动观测利用翻斗带动磁铁运动，吸合干簧管，产生通断信号来记录逐小时的降水量。

（2）观测方式：人工观测降水取量的过程中容易产生人工读数的误差，另外若正当降水时，由于人工观测过程中有雨量的损失，也会产生较小的误差；而自动观测遇强降水时，翻斗仪的计数次数易比真实值偏大，且翻斗仪翻转时也会因造成额外的降水流入而引起差异。其次，人工观测无降水时，雨量为0，当雨量小于0.05 mm时，用微量表示；而自动观测无降水量或降水量小于0.1 mm时均用0表示；其三，人工观测耗时较长易造成观测过程的雨量损失，而自动观测只要观测环境不受干扰，测量结果相对可靠。

（3）观测时间：地面气象观测规范要求人工观测在观测时次（正点）前15 min开始至正点之间完成气温、湿度、降水、风、气压、地温等项目的观测，而自动观测是在正点00—01 min内按一定的顺序瞬间完成各项目要素值的采集。人工观测靠观测员逐项进行观测时间跨度较大；当降水要素随时间变化时，人工观测和自动观测时间上的不同步可能导致两种观测结果出现差异，而且这种差异随降水要素的时间变化速率和变化幅度的大小而不同。

由于降水地域性较强，尤其是特殊天气事件对降水有较大的影响，因此较难逐站判断误差的具体原因，上述要素差异也不宜采用简单的直接订正方法，应综合考虑各地的仪器差异以及特殊、极端等天气事件，并参考其他要素进行综合订正应用。

5 结论与讨论

对全国2 400个国家气象站降水要素自动观测与人工观测资料进行对比分析，得到如下几点结论：

（1）自动与人工观测的雨量数据存在一定的差异，且自动观测的数据略大于人工观测的数据，大部分数据差值在允许范围内，平均相对差值为1.8%。

（2）不同降水等级的月降水量平均差值介于-1.3~3.9 mm之间，降水等级增大时，对比差值并非同比例增大。

（3）月平均最大相对差为2.9%、最小相对差值为0.8%，月平均最大相对差值前3个省（市）依次是天津3.9%、安徽3.6%、陕西/吉林3.2%，最小相对差值前3个省区依次是海南-0.1%、西藏-0.1%、贵州0.0%。

（4）相对差值为负值的有16个省月，分别为5月（海南）、6月（海南、贵州）、7月（海南、上海）、8月（海南、贵州、上海、西藏）、9月（贵州、上海、西藏）以及10月（内蒙、黑龙江、青海、西藏），其它省月均为正值。

（5）不同月份相对差值空间分布差异较小，5月和9月偏差略高于7月。

（6）对平行观测期月雨量数据进行显著性检验，全国未通过显著性检验（a=0.05）的站月为2%。

虽然自动观测和人工观测数据存在一定的差异，但自动观测提高了资料观测的时间密度以及观测项目完整率，节省了大量的人力和物力，保证了数据的时效性和完整性，加强自动站仪器的维护与管理也能进一步提高数据的可使用率。

本文仅对平行观测资料进行了较为详细地对比分析与评估，对于有些问题的认识还不够深入，今后可考虑综合应用多源观测资料，深入分析和甄别误差原因，进一步对自动和人工观测差异进行定量研究。