新疆阿勒泰站人工觀測與自動觀測氣溫差異分析

王建剛，王秋香，徐建春，郭城，巴合提·斯哈克

（1.阿勒泰地區氣象局，新疆阿勒泰 836500；2.新疆氣象信息中心，新疆烏魯木齊 830002）

新疆阿勒泰站人工觀測與自動觀測氣溫差異分析

王建剛1，王秋香2，徐建春1，郭城1，巴合提·斯哈克1

（1.阿勒泰地區氣象局，新疆阿勒泰 836500；2.新疆氣象信息中心，新疆烏魯木齊 830002）

對新疆阿勒泰氣象站2004年1月—2011年12月，人工與CAWS600SE-H型自動氣象站，氣溫的平行觀測資料，統計分析了差異原因和變化的一般規律。結果表明：兩者差值較大，有日、季節變化，最低、最高氣溫系統性誤差，人工觀測低于自動觀測0.05～0.20℃；誤差具有正態分布特征。氣溫整點觀測，人工比自動觀測提前，造成系統性誤差，氣溫急劇升降時誤差更大，通過時差訂正，絕對誤差一般收窄0.1～0.2℃，均方差減少0.142。1和10月，4、24次日平均模式，差值變化幅度≥1℃的頻率達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。平均模式對日值的影響最大，變化幅度3.7℃；對季的影響較小，變化幅度只有0.4℃。自動觀測儀器的系統性偏差、測量元件的精度及對氣象要素變化響應的靈敏度、觀測時間的差異和人為因素的影響是造成觀測誤差的原因。

自動觀測；人工觀測；氣溫差異；阿勒泰

我國自1999年開始進行自動氣象站試點，新疆自2004年以來加快建設，建成自動氣象站1 680多套，在空間上極大的加密了氣象觀測點，對加強中小尺度天氣監測和資料的分析、應用帶來極大的便利。但是，自動站與人工平行觀測由于開始時間不同，資料獲取的密度（4次和24次）不同等，給資料的統計帶來一定的誤差。如何正確地使用這些不同的資料，能不能把自動站與人工觀測資料連續使用，是擺在觀測人員和資料分析人員面前亟待解決的問題。本文就此提供了新疆境內自動站與人工平行觀測資料的差異分析范例，非常必要。

自動氣象觀測系統的廣泛推廣，標志著氣象觀測的主體由人工轉換為自動方式，氣象數據的生產方式發生了系統性轉變。熊安元等[1]分析5個站點平行觀測資料，確認兩個序列有顯著差異；王寶鑒等[2]的研究認為蘭州站的氣溫、本站氣壓、水汽壓、相對濕度及320 cm地溫等要素觀測誤差較小，5～160 cm地溫的觀測誤差較大,孫化南[3]分析了不同時間分辨率對氣象要素月平均值統計的影響。大規模的自動觀測替代人工觀測，形成兩種不同的觀測序列，兩個觀測序列的氣候資料能否簡單合并使用，以及對氣候變化十分敏感的氣候分析有何影響，采用什么方法訂正合并資料，有待深入地對比分析研究。2005年1月起,新疆阿勒泰地區6縣、阿勒泰基準站、阿克達拉本底站等8個人工觀測站，改為以自動觀測為主模式。兩種觀測模式的轉換，帶來氣象資料的同一性問題，對于研究氣候變化，0.1℃的精度已經不能滿足要求。觀測方法的改變，造成記錄數據的非均一性[4]，人工觀測改為自動觀測，改變了觀測儀器和觀測方法，造成系統性差異，使數據序列的均一性受到影響，影響較大時，不能通過均一性檢驗。新疆是典型的內陸氣候區，分析研究自動資料異化的原因、影響方式、程度對內陸氣候區進一步采取均一化訂正措施，有重要的現實意義。

1 資料和處理方法

1.1 資料

資料取自2004年1月—2011年12月,同期雙軌平行觀測的自動站和人工站氣溫的觀測資料和期間共計8 a（192月）的人工、自動兩個觀測系統不同平均模式資料。

1.2 資料的處理方法

以人工觀測和4次平均方式為基點計算偏差。人工觀測與自動站觀測偏差：

4次平均值（北京時間02、08、14、20時的4次整點觀測值）：

24次平均值（北京時間21時起至次日的20時止的24次整點觀測值）：

4次與24次平均的偏差：

1.3 人工與自動觀測環境

阿勒泰國家基準氣候站（88°05′E，47°44′N），自動站和人工站在同一觀測場并行觀測。2005年自動站投入業務運行，人工站保留觀測。自動項目：地面氣壓、氣溫、空氣濕度、風向風速、降水、地溫（包括地表、淺層和深層）。工作時間[5]與國家無線廣播時鐘保持<30 s。

1.3.1 自動觀測

自動站型號:CAWS600SE-H，采用芬蘭Vaisala公司生產的HMP45D傳感器。溫度核心部件（Pt100），采用微型鉑電阻。其阻值正比于溫度變化的原理：

Rt為溫度t時的電阻值；R0為溫度0℃時的阻值100 Ω；A、B為傳感器系數，通過校準獲得[6]。經過不平衡電橋的電路線性化處理將溫度轉換為模擬電壓輸出[7]。溫度日變化曲線采用1 min間隔采集頻率的觀測值，點繪連接線代替；最高最低氣溫，取自期間1 440次記錄。觀測時間與國家無線廣播授時時鐘保持<30 s。觀測時間，整點00～01 min完成。采取數據質量控制措施：合理性（粗大誤差）檢查；時間一致性檢查；內部一致性檢查。百葉箱材質是玻璃鋼。

1.3.2 人工觀測

氣溫與最高氣溫采用玻璃棒水銀工作介質；最低氣溫采用玻璃棒酒精工作介質。按照觀測程序，溫度觀測一般在整點前48±2 min。溫度自記儀器，采用雙金屬片感應器帶動記錄筆跡。-36.0℃以下，改用酒精溫度表觀測。

2 誤差研究方法

盡管自動站對溫度傳感器采取一定的技術修正，但仍然存在系統性誤差。對于人工、自動對比觀測的差異數據序列，可以看成是系統的性能差異所引起的隨機序列[8]，引用樣本標準誤差概念，描述誤差的平均狀態；用偏斜度[9]（skewness）和峰度（kurtosis）與正態分布比較分析等。

絕對誤差（Ea）=測定值-真實值；

相對誤差（Er）=（絕對誤差/真實值）×100%。

絕對偏差：單次測量值與平均值之差：

相對偏差：絕對偏差占平均值的百分比。

相對平均偏差：

變差系數[10]：公式如下：

絕對變率：

相對變率：

絕對增量：

其中Δx1、Δx2分別表示訂正前后人工與自動觀測溫度的差值，有正負符號。ΔX負值，表示訂正后人工與自動觀測的差距變小，即有效訂正系統誤差。

3 分析項目

3.1 最高、最低氣溫誤差值的統計特征分析

圖1為最高氣溫誤差概率密度，由圖1可見，最高氣溫的誤差測定值出現在平均值附近的頻率相當高，具有明顯的集中趨勢。計算的正態參數估計，如表1和表2從數值關系上，描述了最高、最低氣溫誤差值的統計特征，顯示出正態分布特征。在α=0.05時，最高氣溫的估值區間（-0.306 9，-0.096 3）；偏斜度0.0185，接近0，概率分布近似正態。由σ總體標準偏差的意義，概率密度曲線兩側的拐點之一到直線x=μ的距離，表征了測定值的分散程度。標準偏差較小的曲線陡峭，表明測定值位于μ附近的概率較大，即測定的精密度高。與此相反，具有較大標準偏差的曲線平坦，測定值位于μ附近的概率較小，測定的精密度低。對于最低氣溫正態特征略遜于最高氣溫，在α=0.05時，的估值區間（-0.114 5，0.011 2），偏斜度0.821 3，誤差的隨機概率分布也為近似正態。最高、最低氣溫的誤差沒有人為干預因素，完全由兩個系統的不同儀器產生的系統性誤差。

3.24次、24次平均模式的月氣溫誤差分析

2004年1 月—2011年12月共計8 a、192個月的平均資料，分析人工、自動兩個觀測系統不同平均模式的差異。

表3顯示，對于人工和自動4、24次平均模式月平均溫度，平均誤差0.1℃，4次模式低于24次模式0.1℃，skewness值很小，誤差的概率密度分布，具有正態分布特征。

圖2顯示，采用4次、24次模式平均，人工與自動的月平均氣溫誤差，各月的分布不同。春秋差異小，冬夏差異大。24次模式平均誤差變化幅度小于 4次模式，4次模式平均誤差秋季9、10月誤差出現正值，即人工觀測高于自動觀測0.1℃。一般情況下，不論4次、24次模式平均，人工觀測低于自動觀測0.1～0.2℃，與文獻[3]的研究結論一致。

3.3 觀測時差訂正前后的誤差分析

人工站一般在整點前進行溫度觀測，自動站在整點觀測記錄，兩者存在≥10 min時差，由觀測時差影響，造成操作性系統性誤差。

阿勒泰站人工觀測氣溫一般在整點前的第48± 2分內完成，自動觀測在整點后0～1 min內完成，時差10～15 min。對2011年每天4次人工觀測資料，通過自記跡線記錄進行時差訂正。選取代表性時間點：春季（4月）、夏季（7月）、秋季（10月）、冬季（1月）；夜間（02時）、早晨（08時）、中午（14時）、傍晚（20時），（北京時間BT），進行分析。以02時為例，訂正前后的差值和均方差序列變化見圖3和圖4。

02時訂正前后溫度差異顯著，平均誤差訂正前0.058～0.210，訂正后0.006～0.045，絕對誤差平均下降0.13。均方差訂正前0.282～0.789，訂正后0.253～0.365，平均下降0.17。圖3、圖4，顯示誤差隨季節變化較大，春秋氣溫變化大，不穩定，超過10 min的時差，完全可以造成較大的誤差。08、14、20時的情況類似。

在各季節上，絕對誤差通過訂正，誤差幅度收窄0.1～0.2℃，其中20時的7月，訂正后反而誤差幅度增大，這種現象有待查明原因（圖5）。均方差秋冬季節，訂正后收窄幅度0.1～0.4，4—7月變化幅度不大，其中14時、20時在4—10月變化不明顯（圖6）。綜合統計平均，絕對誤差平均減少0.121℃，均方差減少0.142。

在晝夜時刻上，通過時差訂正，絕對誤差幅度收窄0.1～0.2℃，其中7月、10月，在20時異常，7月訂正后誤差幅度增加0.1℃；10月訂正后誤差幅度減少0.4℃，最為顯著。02、08、14、20時各時刻平均分別減少0.13、0.16、0.09、0.12℃，由夜間到白天，各月的絕對誤差一般逐漸減小，白天到夜間逐漸增大，見圖7，證實了誤差具有日變化特征[11]。均方差，除1月晝夜均勻減少0.4℃外，其余各月，在14—20時，略有減少變化不大；08時除7月變化不大外，其他各月減少0.2～0.4℃；02時4—7月變化不大，1、10月減少0.2～0.4℃，02、08、14、20時各時刻平均分別減少0.17、0.26、0.11、0.14℃。

3.4 4、24次平均模式的日平均氣溫誤差分析

對阿勒泰人工觀測資料的兩種平均模式日平均氣溫差值進行分析計算，結果列于表4，其中1和10月，差值的變化幅度≥1℃頻率比較高，達到15%，其次是4月，達到7%。平均差值，7月4次平均值高于24次的平均值0.14℃，10月低于0.55℃。平均差值一般情況下，4次平均模式低于24次平均模式，其中7月相反。其他特征數見表4。

平均模式對低層級統計量——日平均氣溫影響最大，對高層級（候、旬、月、季）統計量的影響逐漸減小。如對2010年阿勒泰人工站的4、24次日平均差值序列，分析日、侯、旬、月、季的誤差的層級分布。各層級的綜合平均值趨于定值-0.14℃。年內各層級的極差從日—季度，逐漸減小，由3.7減小到0.4。平均模式的變化對短時段的低層級統計量一日值的影響最大，變化幅度3.7℃；對長時段的高層級——季的影響較小，變化幅度只有0.4℃（表5）。

3.5 誤差來源分析

3.5.1 轉換期的誤差轉移和系統誤差的來源

2004年12月31日20時起，由人工觀測轉入自動觀測為主（人工觀測作為熱備份），此后，所有氣候分析、預警、實時監測，均采用自動觀測記錄。這個時刻是兩種觀測系統切換的分界點。簡單將兩種觀測記錄不加區分（均一化）混合應用，會導致系統誤差加載到之后各序列。在氣候分析和其他業務應用時，要引起足夠的重視。氣溫觀測系統誤差的主要來源：

（1）儀器誤差：儀器本身，對溫度物理量的敏感性、非線性反映造成。

（2）方法誤差：對探頭的感應信號，處理方法不當，不能準確反映物理量的變化。

（3）操作誤差：操作規程變動。人工觀測一般較自動觀測時間點提前10～15 min。溫度劇烈變化時，造成誤差較大。

（4）地理位置誤差：氣溫日變化與太陽高度角變化規律一致。不同站點的觀測時間不是按地方時，觀測時間統一性和日變化差異性的矛盾。

3.5.2 4次、24次日平均模式誤差來源理論分析

采用不同時間間距的日平均模式，可以產生誤差。氣象學原理易知，溫度有明顯的日變化，主要由太陽輻射和下墊面的熱力學性質決定，不同地點，日變化的相位角和變幅有所不同。

設溫度函數f（x）在一個晝夜間[a，b]區間24 h內連續變化，有：

當n充分大，間距Δx→0，統計結果越接近實際平均值。24次平均比4次平均更接近實際值。當溫度函數f（x）存在，在區間（a，b）連續有：

由公式（2）～（4）計算，平均模式不同，除體現在日統計值上外，也能夠體現在以日值為基礎的其他統計量上。

4 結論

（1）人工與自動的溫度觀測存在顯著的差異，有明顯的日變化和季節變化。最低、最高氣溫，人工觀測低于自動觀測0.05～0.20℃；誤差有正態分布特征。

（2）氣溫整點觀測，人工比自動觀測提前10～15 min，造成系統性誤差。通過時差訂正，絕對誤差一般收窄0.1～0.2℃，在各季節上，絕對誤差平均減少0.121℃，均方差減少0.142。

（3）系統誤差的主要來源：儀器誤差：儀器本身，對溫度物理量的敏感性、非線性反映造成。方法誤差：對探頭的感應信號，處理方法不當，不能準確反映物理量的變化。操作誤差：操作規程變動。人工觀測一般在整點前10 min進行，較自動觀測時間點提前10 min。溫度的劇烈變化時，造成誤差較大。地理位置誤差，觀測時間不按地方時，存在觀測時間統一性和日變化差異性的矛盾。

（4）日平均模式對溫度的記錄影響顯著。公式（13）～（14）理論分析表明，24次平均比4次平均更接近實際平均值。1月和10月，4、24次模式差值的變化幅度≥1℃頻率達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。平均模式的變化對短時段的層級—日值的影響最大，變化幅度3.7℃；對長時段的層級—季的影響較小，變化幅度只有0.4℃；日平均極值最大絕對誤差可達2℃，季度只有0.4℃。

（5）簡要訂正方法：依不同研究目標分別處理，由對比觀測確定誤差分布參數。對于高層級的（季度、年）統計量，通常能夠滿足精度要求，可以簡化為模式混用；低層級統計量，依據誤差正態分布參數，確定訂正值。不同時間基點的溫度值訂正，先進行時差訂正，然后依據誤差正態分布參數，確定綜合訂正值。最高、最低氣溫屬于純系統誤差，根據誤差分布參數直接訂正。

[1]熊安元，朱燕君，任芝花，等.觀測儀器和百葉箱的變化對地面氣溫觀測值的影響及其原因分析[J].氣象學報，2006，64（3）：377-384.

[2]王寶鑒，陳旭輝，陶健紅，等.蘭州CAWS600R自動站與人工觀測資料對比分析[J].氣象科技，2004，32（4）：281-285.

[3]孫化南.不同時間分辨率對氣象要素月平均值統計的影響[J].應用氣象學報，2004，15（增刊）：134-140

[4]李慶祥，劉小寧，張洪政，等.定點觀測氣候序列的均一性研究[J].氣象科技，2003，31（1）：3-10

[5]中國氣象局.地面氣象觀測規范[M].北京：氣象出版社，2003:151-151.

[6]李黃.自動氣象站實用手冊[M].北京：氣象出版社，2007: 15.

[7]胡玉峰.自動氣象站原理與測量方法[M].北京：氣象出版社，2004:18-19.

[8]魏鳳英.現代氣候統計診斷與預測技術[M].北京：氣象出版社，1999:59-61.

[9]王沫然.MATTLAB與科學計算[M].北京：電子工業出版社，2010:289-290.

[10]馬開玉，丁裕國.氣候統計原理與方法[M].北京：氣象出版社，1993:28-30.

[11]王穎，劉小寧.自動站與人工觀測氣溫的對比分析[J].應用氣象學報，2002，13（6）：741-748.

[12]石登科，崔學禎.甘肅臨夏人工與自動站降水量觀測差異分析[J].干旱氣象，2011，29（4）：497-499.

Differences Between Manual Observation and Automatic Observation of Temperature in the Altay Weather Stations

WANG Jiangang1，WANG Qiuxiang2，XU Jianchun1，GUO Cheng1，Sihake Baheti1
（1.Altay Meteorological Bureau Altay 836500，China；2.Xinjiang Meteorological Information Center,Urumqi 830002，China）

The temperature data from the CAWS600SE-H Automatic and manual weather station in Altay from January 2004 to December 2011,parallel observations difference was analyzed.The results show that:the difference was large between the two stations;there are daily,seasonal variation and for the minimum and maximum temperatures,the systematic errors of manual observation was 0.05～0.20℃below the auto-observation with normal distribution characteristics. The temperatures at the right points of the observation hours,manual observation was earlier than the automatic observation,resulting in the systematic errors,the error was greater when rapid change of temperature occurred,while after revised with the time difference method,the absolute error was generally reduced by 0.1～0.2℃and both variance reduction was 0.142.For January and October,4 and 24 number of times in day average mode,the frequency of the magnitude above 1℃of the error change difference reached to 15%.Except in July,the average difference of four times was 0.1℃less than that of 24 times,and in October less than 0.5℃or more.The impact of the average value model on day values was the biggest reaching to 3.7℃but less on the quarterly data reaching to only 0.4℃.Systematic bias of automatic observation equipment,precision of measuring devices,sensitivity and differences in observation time and the cause of human factors caused the impact of observational errors.

automatic observation；manual observation；temperature difference；Altay

P412

B

1002-0799（2015）03-0069-06

王建剛，王秋香，徐建春，等.新疆阿勒泰站人工觀測與自動觀測氣溫差異分析[J].沙漠與綠洲氣象，2015，9（3）：69-74.

10.3969/j.issn.1002-0799.2015.03. 011

2013-07-31；

2013-10-31

公益性行業（氣象）科研專項（GYHY201206013）中國近60年地面關鍵氣候要素均一性檢驗與訂正技術及站址變動影響研究。

王建剛（1958-），男，高級工程師，主要氣候變化和氣象災害研究工作。E-mall：altwjg@163.com