云和站能见度自动观测系统与人工观测的对比分析

将能见度仪自动观测的能见度与人工观测的能见度记录进行对比,分析2种观测数据的差异。通过相关系数、对比差值等统计数据分析,结果表明,自动观测数据的离散度、精确度和精密度在低能见度时最高,然后随着能见度的增大而降低。vis1.0 km时,人工观测与能见度仪测得的能见度值之间的一致性很好,对比差值很小,是所有能见范围内差值最小的一组,相关性好,是所有能见范围内相关性最好的一组;1.0 km≤vis10.0 km时,相关性、对比差值、一致性(总体上看)都较vis1.0 km时表现差;vis≥10.0 km时,相关性、对比差值、一致性(总体上看)都是所有能见范围内最小的一组。低能见度时,自动观测效果较好,对人工观测有很好的代替作用,而随着能见度的逐渐升高,两者之间的差距不断加大,能见度仪的可替代性逐渐降低,但是仍有一定的可取性。     

自动观测能见度与人工观测能见度对比分析

对2011年10月至2012年10月8:00、14:00、20:00临潼气象观测站能见度仪观测资料与人工观测资料进行对比分析。结果表明,在VV<1.0 km时,差值最小为1.7 km,相关系数为0.53;在1.0 km5.0 km时,随着能见度的增大相关系数又逐渐变大,特别是在VV>10.0 km时,差值分析与相关系数分析表明,自动观测能见度和人工观测能见度吻合率较高,这可能是由于目标物的限制,人工观测能见度在能见度较好判别时,扩大倍数有些保守,有待进一步研究分析。通过比较2种数据的各项统计指标发现,能见度仪数据序列离散度较低,精密度及精确度都要高于人工观测值,通过订正后有望取代人工观测。     

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。     

能见度自动与人工观测在大雾中的分析与比较

为了探索自动观测能见度代替人工观测可行性,对2013年1月20日08:00~23日20:00一个大雾天气过程从资料应用角度分析。结果表明,自动观测的能见度与人工观测随时间变化趋势是一致的;台站自动观测和道面自动观测2种能见度测量值随时间的演变也一致性较好,差别较小;自动观测的能见度变化与温度露点差的变化是一致的,体现了能见度与相对湿度高度相关性;台站观测和道面观测组成同一能见度观测网,能够很好地反应北京能见度情况,对于预报和服务具有重要作用。自动观测能见度代替是可行的。但由于自动观测数据小于人工观测数据,在天气预报业务中启用自动观测能见度数据后,将大大增加预报大雾以及发布大雾预警的频率,需要调整雾霾天气的有关能见度的发布标准。     

保定站人工与自动观测能见度数据对比分析

利用保定国家基本气象站2013年7月、10月、12月人工观测与自动观测能见度数据进行统计,计算了2组数据的相关系数、对比差值、粗差率、一致率等指标。结果表明,两者高度相关,随着能见度的增大,对比差值增大,粗差率增大,误差增大,一致率降低。     

CJY-1G能见度自动观测仪与人工目测能见度资料的对比分析

基于乌鲁木齐国家基本气象站2011年10月至2013年9月每日逐时的人工目测能见度观测资料与同时期CJY-1G前向散射能见度仪自动测得的能见度资料的对比分析,揭示当能见度小于5km时,能见度自动观测与人工观测差异较小,相关系数达到0.631,并认为在此能见度范围内,能见度自动观测数据可代替人工观测数据;当能见度大于5km时,两者差异开始逐渐增大,且能见度超过10km后,两者数据差异明显增大。     

德州地区相对湿度自动与人工观测对比分析

利用德州2006—2007年、2008年7月～2010年6月20时自动站和人工相对湿度观测数据,分析平均相对湿度对比差值的日、月、季节变化规律及影响差值大小的原因。结果表明：83.0%自动站日平均相对湿度值低于人工观测值,平均偏低2.07%,对比差值的标准差为1.79%;1日4次定时值中02时对比差值最大,14时最小;1～12月中,7～8月份对比差值最小,6月最大;四季中,对比差值冬季最大,夏季最小;相对湿度对比差值大小主要与相对湿度、温度大小和仪器的性能有关。     

自动站数据对气象历史资料序列连续性影响分析

[目的]研究自动站数据对气象历史资料序列连续性的影响。[方法]利用2001年1~12月自动气象站测量的温度资料与对应时刻的人工观测数据,通过对比差和差值标准差的方法对平行观测期间自动站的月平均温度及最高、最低温度与对应的人工观测温度数据进行对比分析,了解自动站与人工数据的差异和变化特征,同时通过1990~2009年数据资料序列进行年平均值的显著性检验及分析,探讨了自动站替换人工观测对温度历史资料序列连续性影响。[结果]平行观测期间的气温资料两者虽有一定差异,但就平均而言,差异都在自动站差值允许范围内,个别月份差异超出自动站差值允许范围;显著性检验表明,自动站观测年平均气温和年平均最低气温与历史资料存在差异,对年气温序列有一定影响,但总体差异不显著;当自动观测与人工观测合并使用时,序列需要做均一检验与订正。[结论]该研究对保证自动站的单轨运行、优化气象地面观测系统、提高气象要素气候序列连续性以及气候统计的可靠性起重要作用。     

沭阳县人工与自动土壤水分观测资料对比分析

[目的]客观评估DZN1型自动土壤水分观测仪的监测能力。[方法]采用对比差值、逐步回归等方法,比较分析了2013年1月1日~7月31日沭阳国家农气一级站的人工与自动土壤体积含水量观测数据。[结果]人工观测值略高于自动站观测值,两者在浅层的平均差值最小,变化趋势相当一致;在分析了人工与自动观测值相关系数后,为降低DZN1型自动土壤水分观测仪的系统性误差,获得较准确的订正数据,运用逐步回归法建立了沭阳土壤水分自动站观测资料序列订正模型,并利用该站2014年4月1日~5月31日对比观测资料对其订正效果进行了检验,检验结果显著。[结论]该研究为发挥观测资料的应用价值和气象服务效益提供依据。     

格尔木国家基准气候站人工器测与自动观测温度对比分析

利用格尔木国家基准气候站2013—2017年人工器测与自动观测5年地面A文件温度资料,依据中国气候中心下发的《对比观测期间监测资料评估技术方法》的规定,分析了温度数据人工观测与自动观测的差异。结果表明,一致率非常高,符合80%的参考标准值;粗差率整体表现为数据的异常值较少;气温月、季和年差值大部分符合参考标准值范围(±0.2℃),但最低气温的差值略超出标准参考值,差值为-0.6～-0.3℃。表明最低气温数据自动站略大于人工站。人工站与自动站气温(平均气温、最高气温、最低气温)的月、季和年际变化趋势完全一致。月际变化中,最高值出现在7月,最低值出现在1月。季节变化均表现为夏季>春季>秋季>冬季;年际变化中,最高值出现在2016年,最低值出现在2014年。人工站与自动站气温数据线性拟合结果非常好,未出现大的离散状况,表明人工站和自动站逐日、月、四季和年气温数据相差不大,未出现系统性偏差。最低气温在年数据拟合及月数据拟合(7月和9月)中通过了0.01的显著性检验,逐日、四季及其他月份均通过了0.001的极显著性检验。表明格尔木国家基准站完全可用自动站气温观测值对人工站气温值进行订正和推算。造成自动站与人工站温度差异原因有多方面,包括不同的采集方式、观测时间、仪器原理以及对仪器维护是否规范等。