自動雪深觀測儀的對比分析

孫桂玉，于秀健，王秀娟，孫洪偉，褚春燕*

（1.佳木斯市氣象局，佳木斯 154000； 2.齊齊哈爾市氣象局，齊齊哈爾 161000）

引言

積雪在全球水循環中扮演著重要角色，同時高精度雪深資料也是氣候研究的基礎數據。目前黑龍江省承擔雪深觀測任務的臺站大部分仍以人工為主，傳統的雪深人工觀測數據存在時空密度不足、時效性差、數據質量難以保證的弊端，不能連續、全面的反映積雪的變化過程。隨著科技的不斷發展，自動雪深觀測技術日趨成熟，自動化的觀測不僅節省人力，還可以提高數據的準確性和及時性，能夠為當地氣象防災減災服務提供更好的數據支撐。張東明[1]等對一種激光雪深觀測儀與人工雪深觀測進行了對比分析，得出試驗分析數據的差異原因及該種激光雪深觀測儀存在的問題。肖星星[2]等詳細介紹了地基GNSS-R雪深測量方法，對不同原理的測量方法進行了分析。陳芳霖[3]等利用GNSS-R反演了美國4個GPS站點附近的雪深，結果GNSS-R反演的雪深結果精度和準度都優于加拿大研究中心提供的雪深模型數據產品。張鑫鑫[4]等對DSS1型激光雪深傳感器進行不同基準面試驗，得出自動雪深觀測儀在安裝時應加固立柱和基準面，以減小誤差。自動雪深觀測儀的數據質量與自動雪深儀基準面的安置、測雪板的材質與結構等均有很大關系[5,6]。潘文中[7]通過分析清水河氣象站自動與人工觀測積雪深度數據，得出自動雪深觀測儀穩定性較差。肖路[8]、楊國輝[9]等人對DSJ1型自動雪深觀測儀的結構、安裝和維修進行了分析。陳國強[10]等詳細分析了DSS1型自動雪深觀測儀的工作原理及故障檢修。

本試驗以人工觀測為參考標準，對三種不同型號的自動雪深觀測設備開展為期三個月以上的比對試驗，評估運行穩定性、數據質量，總結歸納設備故障的判斷方式及處理方法，從而推動雪深觀測自動化進程服務，助力建設氣象探測強國。

1 試驗內容

試驗于2021年-2022年冬季在佳木斯冰雪試驗基地外場進行，在積雪形成后，每日08時、14時和20時進行人工雪深觀測，測量方法參照《地面氣象觀測規范》（2003版），每次取3個采樣點，計算平均值，雪深數據精確至小數點后一位。安裝3套自動雪深觀測儀，分別為華云升達DSJ1型，航天新氣象DSS1型以及杭州賽瑪DSS2型。以人工觀測雪深數據為比對對象，分析自動雪深觀測數據的完整性、準確性、可比性，評估自動雪深設備的測量性能。

運行穩定性評估：在試驗階段采取日巡視制度，對設備運行情況、故障現象、故障原因、維修手段進行詳細記錄，試驗結束后對儀器運行穩定性進行綜合評價，并總結歸納設備故障的判斷方式及處理方法，探索設備日常維護事項及操作要求。

數據質量分析：為及時掌握積雪深度變化趨勢，提升數據的準確性，提高對比數據的頻次，試驗階段人工雪深觀測由每日08時調整為每日08、14、20時三次觀測。針對積雪形成、維持、消融階段的數據進行深度分析，計算評估數據完整性（缺測率）、準確性（系統誤差和標準偏差）和可比性（一致率、積融趨勢）。評估其是否達到厘米級探測精度的業務要求（《地面氣象自動觀測規范》[11]）。

1.1 場地布局

佳木斯國家綜合氣象觀測專項試驗外場作為綜合氣象觀測試驗基地，配套設施齊全、完備，可進行各類試驗項目的對比觀測；生態環境觀測；固態降水及雪深、雪壓觀測等；可開展各類儀器在極低溫度下的工作狀態試驗及各類冰雪、低溫觀測儀器的試驗等。

杭州賽瑪DSS2型激光雪深觀測儀、無錫航天新氣象DSS1型激光雪深觀測儀、北京華云升達DSJ1型超聲雪深觀測儀均建設于試驗場地內，布局合理，場地平整，試驗環境良好。

1.2 數據采集

人工觀測數據：為及時掌握積雪深度變化趨勢，提升數據的準確性，提高對比數據的頻次，試驗階段人工雪深觀測由每日08時的一次觀測調整為08、14、20時的三次觀測，按照《地面氣象觀測規范》規定，雪深以厘米（cm）為單位，取整數，每次觀測進行3次測量并計算平均值。

自動雪深數據：按照《地面氣象自動觀測規范》規定，雪深以厘米（cm）為單位，取整數。

2 數據質量分析

2.1 數據完整性

2021年11月8日開始產生積雪，2022年3月22日，積雪完全融化，共產生135個日數據，405個小時數據。與人工數據測定時間相對應的DSS1型和DSS2型自動雪深觀測儀測量135個日數據，405個小時數據。DSJ1型自動雪深觀測儀由于安裝時間較晚，于2021年12月6日安裝，測量114個日數據，343個小時數據。圖1展示了從2021年11月1日至2022年4月30日三套設備的小時觀測數據，從圖中可以看出，DSJ1型的雪深數據在12月6日至13日略有異常，應該是由于設備在安裝時已產生積雪，且該設備應用超聲波反射測距原理，對雪的密度有較高要求，需要一定的適應過程，因此雪深數據在設備安裝后7天才逐漸恢復正常。

圖1 三套自動雪深觀測儀小時觀測數據

圖2 自動雪深觀測儀與人工雪深差值圖

2.2 數據準確性

對數據進行預處理，DSJ1型安裝的前7天數據異常，按缺測處理。將3套自動雪深觀測儀與人工雪深進行對比，通過表1我們可以看出，全天數據DSJ1型自動雪深觀測儀的差值極值差最小，與人工雪深的數據最接近，標準偏差最小，數據穩定性最好，差值平均值為6。2 mm，略高于人工雪深；DSS1型自動雪深觀測儀數據的差值居中，標準偏差和方差比DSJ1型略大，比DSS2型略小，整體數據比人工測量值大；DSS2型自動雪深觀測儀與人工雪深對比差值極值差最大，穩定性和離散程度也最大，整體測量數值偏低。

表1 DSS1型、DSS2型和DSJ1型自動雪深觀測儀與人工雪深的差值分析

對08時、14時和20時雪深對比數據進行分析，20時3套自動雪深觀測儀與人工觀測的極值差值、標準偏差和方差最小，數據最穩定，3套設備在14時的標準偏差和方差最大，說明此時段自動雪深數據與人工數據的差值波動最大，數據也最分散。通過和全天數據的對比，08時自動雪深觀測儀數據與全天數據相比最接近，20時差距最大。

2.3 數據可比性

2.3.1 一致率

對DSS1型、DSS2型和DSJ1型自動雪深觀測儀與人工雪深的差值繪制折線圖，從圖中我們可以看出3條曲線的變化規律基本一致，變化幅度略有不同，在積雪形成階段，DSS1型和DSS2型自動雪深觀測儀的一致率較高，與人工雪深的差值較小，在11月22日之后，即積雪較為穩定之后出現差別，DSS1型普遍比人工雪深高約50 mm，DSS2型開始比人工雪深低，DSJ1型與人工雪深最接近，略高一點.DSS2型比DSS1型和DSJ1型的變化幅度大。在積雪融化階段，DSJ1型數據穩定性最好，DSS1型次之，DSS2型表現最差。

2.3.2 積融趨勢

根據前人研究以及經驗總結，將雪深觀測分為3個階段，積雪形成階段、積雪穩定階段和積雪融化階段，當有積雪開始產生，日平均氣溫高于-3 ℃或小時草溫/雪溫高于0 ℃時，為積雪形成階段；在積雪形成之后，當日平均氣溫低于-3 ℃且小時草溫/雪溫低于0 ℃時，為積雪穩定階段；在積雪穩定之后，積雪完全融化之前，當日平均氣溫高于-3 ℃或小時草溫/雪溫高于0 ℃時，為積雪消融階段。

從圖3、圖4中可以看出，12月6日之后，氣溫開始穩定小于-3 ℃，12月12日以后，小時草溫/雪溫穩定小于0 ℃，因此積雪形成階段為2021年11月8日至12月12日；3月2日以后，日平均氣溫開始大于-3 ℃，3月1日以后，小時草溫/雪溫開始大于0 ℃，因此積雪融化階段為2022年3月1日至2022年3月22日；那么積雪穩定階段為202年12月13日至2022年2月28日。

圖3 2021年11月1日～2022年3月31日日平均氣溫

圖4 2021年11月1日—2022年3月31日小時草溫/雪溫

分別在積雪形成階段、積雪穩定階段和積雪消融階段對自動雪深觀測儀與人工雪深的差值進行分析，從圖5（a）可以看出11月8日～11月21日，DSS1型和DSS2型自動雪深觀測儀變化趨勢基本一致，數據也相近，從22日開始，數據開始兩級分化，DSS1型測量雪深數據偏大，DSS2型測量雪深數據偏小，但是兩個設備的變化趨勢完全一致；圖5（b）表示積雪形成階段，從12月13日至1月12日，三套設備的數據變化規律及幅度基本一致，DSJ1與人工差值最小，DSS1次之，1月12日，DSS2型曲線有一個較大的下降，與人工雪深差值開始變大，說明儀器的運行較不穩定；圖5（c）表示了積雪消融階段的差值走向，此階段DSS1型和DSJ1型差值逐漸減小，DSS2型也在下降后逐漸升高，說明隨著氣溫的上升，設備的誤差逐漸減少，穩定性增強。

圖5 不同積雪階段自動雪深觀測儀的誤差

2.4 數據相關性

通過將3套自動雪深觀測儀與人工雪深的差值數據以及地面氣象要素氣溫、草溫/雪溫、相對濕度、小時降水量、10 min風速和雪深進行相關性分析，得到以下數據如表2。氣溫與DSS1型誤差值在試驗期均呈極顯著相關關系，其中在積雪形成和穩定期是正相關，在消融期是負相關，DSJ1型在穩定期和消融期是極顯著負相關，DSS2型只在積雪穩定期有極顯著正相關關系；草溫/雪溫與DSS1和DSJ1均呈極顯著負相關，與DSS2只在積雪穩定期有極顯著負相關關系；相對濕度對設備的誤差值影響較小，只有DSS1型在積雪穩定期時有正相關關系；小時降水量對設備誤差值沒有影響；風速在積雪穩定期和消融期對設備的誤差值有相關性，其中對DSS1是負相關，對DSJ1的相關性有正有負；雪深對DSS1、DSS2和DSJ1分別在積雪形成期、穩定期和消融期有極顯著相關關系。

表2 自動雪深觀測儀與地面要素的相關性

3 討論與結論

不同的積雪狀態對自動雪深觀測的影響不同。蒲旭凡[12]在研究積雪時空變化時，將積雪分為穩定積雪期（1～2月）、積雪積累消融交替期（3～4）月、積雪消融期（5～6月）；古力米熱·哈那提[13]等研究天山山區流域積雪消融的日平均值臨界值為-7 ℃。本研究將積雪分為形成階段、穩定階段和消融階段，在不同階段分析自動雪深觀測儀與人工觀測的差異，更加精準的定位誤差來源。周鵬[14]等研究人工觀測與超聲波傳感器測量的雪深變化趨勢一致，人工觀測平均值略大于自動雪深觀測儀。梁延偉[15]等研究表明，超聲波雪深傳感器與人工測量的誤差受溫度和風速兩個因素影響并提出了相應的改善建議。姚君[16]等人分析了人工雪深與自動雪深觀測數據差異的原因，與觀測場地、測量點和觀測環境等有關。

本文通過3種不同自動雪深觀測儀與人工雪深觀測的對比分析，得出以下結論：

1）DSJ1型、DSS1型和DSS2型自動雪深觀測儀在日常、低溫、大風、冰雪狀態下運行穩定，數據傳輸正常，無數據缺測情況出現，設備運行穩定性強，但極個別極端天氣容易產生較大誤差。

2）3種型號自動雪深觀測儀相比，DSJ1型的數據誤差的極值差、平均值、標準差和方差均最小，DSS2型的數據誤差平均值最大，方差也最大；在3個積雪階段中，積雪消融階段自動雪深觀測儀誤差最小。

3）自動雪深觀測儀誤差與地面氣象要素中的氣溫、雪溫和小時降水量有顯著相關關系，其中雪溫越低，誤差越大，氣溫溫差較大時易引起誤差變大。