自动能见度和人工能见度差异分析及观测数据的处理

张仁宗 姜雅凡

(1.甘肃省兰州市皋兰县气象局；2.黑龙江省防雷中心)



自动能见度和人工能见度差异分析及观测数据的处理

张仁宗1姜雅凡2

(1.甘肃省兰州市皋兰县气象局；2.黑龙江省防雷中心)

随着全国自动气象观测站的安装完毕，我们甘肃省也和全国一样，已经实现大部分气象要素观测的自动化，特别是近几年安装了能见度观测自动仪，由于这个自动能见度仪精度比较高，就是受外界干扰比较大，而且能见度的算法也不一样，反应在数据上就是数据变化比较大，本文就是对自动能见度和人工能见度差异分析，给基层台站的观测员对数据有一个正确的判断。

能见度 差异 观测数据

1 各种能见度的定义和意义

工能见度一般指有效水平能见度。有效水平能见度是指四周视野中二分之一以上的范围能看到的目标物的最大水平距离，人工能见度是代表观测站附近的四周视野中二分之一以上的范围空气的平均状况，可以这么认为是一个面，更具有代表性，人工能见度是以千米(km),也我们平时说的公里为单位，取一位小数，第二位小数舍去，不足0.1 km记0.0。km。

自动能见度都是以米为单位，取整数，自动能见度只是观测观测场那个点，一般主要有，瞬时能见度(一分钟能见度)，对于原来MDOS1.2.1是没有这个数据的，现在这个升级的MDOS2.0是有这个数据的。10分钟能见度，这里说的是任意10分钟(包括正点10分钟平均值)，是在1分钟能见度的基础上的10分钟平均值，每分钟滑动更新一次，正点10分钟平均值，是指51—00分这10分钟“1分钟能见度值”的算术平均值，而我们现在使用的地面ISOS对视程障碍现象综合判断是以10分钟滑动能见度做为判断依据的。还有最小能见度(包括小时内最小，为小时内最小10分钟平均值，这个数据在ISOS地面观测业务软件和MDOS2.0数据库中都可以查到。一天内最小，为一天内最小10分钟平均值，这个数据在A文件中可以查到)。天气现象最小能见度是从天气现象时段内10分钟滑动平均能见度中挑取的最小值，这就是说在原来任意10分钟滑动的基础上又滑动了一次，也就是说一天内最小能见度和天气现象最小能见度的算法是不一样的，是没有可比性的，这个在我们实际审核工作中经常能遇到，比如我们在用OSSMO5.0.2审核A文件的时候，总提示天气现象最小能见度与正点10分钟能见度和一天最小能见度矛盾，而且提示的错误，按照我们审核的一般处理方法，错误一般是要订正的，但我们没有办法订正，一个出现错误是因为算法引起的，要订正只有改变算法，使其算法统一，最好的办法就是从1分钟数据挑取能见度天气极值，像温度一样，笔者也咨询过华云总公司编程序人员，他给笔者的答复不滑动数据不稳定，那笔者还是不明白为什么天气现象最小能见度为什么要滑动2次，答复还是数据不稳定，笔者有一个想法是不是用算法来弥补自动能见度仪器的不足，这样就需要提高自动能见度仪器的稳定性，防止外界干扰，现阶段也只能这样了。在一个如果不改变算法就是要升级OSSMO5.0.2，让OSSMO5.0.2审核的提示为疑误就可以了，只有明白了其中的理论和算法，才知道为什么审核出错误也可以是对的，一个合格的审核员，就是能充分的掌握能见度的理论和算法，做到在审核错误中发现是疑误，在疑误中发现错误，还有一个原因就是我们省天气现象仪器还没有安装，天气现象最小能见度还是人工观测的，由于人工观测能见度 比自动观测能见度高出30%(3.9/3.0=1.3)例如：在各条件都相同的情况下，人眼观测到的距离为1300m,而能见度仪所能检测到的距离只有1000m(这里由于推导比较繁琐在这里就不给推导了，如读者有兴趣可以和笔者探讨)，这也就是为什么扬沙、浮尘、轻雾、霾的能见度判识阈值为7.5km，沙尘暴、雾的能见度判识阈值为0.75km的原因，这个说的是以点能够代面的情况(像夏天)，肯定也会不一致，因为人工观测能见度没有那么精确，有差异是正常的。还有一种情况就是以点不能代面的情况(像北方的冬天)，就更没有可比性了，可能自动能见度比较小，但没有天气现象，更别说最小能见度了，还有一个就是我们平时说的发报能见度，也就是说在长Z文件中CW段的能见度，为正点15分钟(46—00分)内的最小平均值，以千米为单位，去一位小数，小数点后第二位及之后的数值直接舍去，那么我们可以不可以认为发报能见度就是人工能见度和CW段的能见度是一个，笔者认为就是一个，在实际工作中，只要自动能见度仪器正常，在A文件中或者形成报表都没有体现，只做发报用。

2 能见度仪器检测值与人眼观测值差异来源分析

从以上的定义看自动能见度观测的数据是代表某一点也就是仪器从发射器到接收器的空气的平均状况，而人工能见度是代表观测站附近的四周视野中二分之一以上的范围空气的平均状况，更具有代表性。我们通过公式推导能导出人工观测能见度比自动观测能见度高出30%(3.9/3.0=1.3)，例如：在各条件都相同的情况下，人眼观测到的距离为1300m,而能见度仪所能检测到的距离只有1000m，我们基层台站都建在市区或者边缘，我们省夏天是不去暖的，所以能见度普遍比较好，就是说，我们用自动观测能见度就能代表当地的大气的平均状况，这个时候我们记录天气现象的时候就一定以自动能见度为准考虑记录视程障碍天气现象，这个时候自动观测能见度和人工观测能见度是统一一致的是以点能够代面了，例如：我们自动观测的能见度是6000米，那记录天气现象的时候一定要考虑是不是气象规定的视程障碍天气现象，要有我们如实记录，也有的情况可以不用记录视程障碍天气现象。像原来我们记录的天气现象有烟，我们现在规定就没有烟了，这个时候是烟的影响也允许能见度和天气现象不一致的情况，但夏天一般情况都是能见度和天气现象是一致的，还有一种情况就是我们省特别多情况发生，由于我们省是中高纬度地区(一般北纬40度以上就是高纬度地区)冬天特别比较冷，在加上我们省取暖烧的是煤，我们基层观测站又在市区或者边缘，所以冬天的能见度特别的不好，这个时候以点不能代面了，只要自动观测记录正常或者没有显著差异，能见度还是以自动能见度为准记录，天气现象以人工能见度为准的判断，这个时候冬天表现最多的就是能见度和天气现象不符是可以理解的，我们省现在天气现象仪器还没有安装，所以表现在审核时总提示天气现象最小能见度和定时能见度还有最小能见度矛盾是可以的，还有一种情况就是人工观测的能见度那有自动观测能见度那么精确(这个说的是以点代面的情况)，是有误差的，就是我们省以后安装了自动能见度仪器，这个时候就是都是观测站那个点了，这个时候是以点绝对可以代面了，那我们省的冬天也可以往往表现为自动观测能见度和自动观测天气现象不符，是因为有烟的影响造成的，也允许自动能见度和自动天气现象不一致的情况发生，所以，我们选址观测场的时候一定要有代表性，准确性和比较性，没有代表性，准确性和比较性将无从谈起，没有准确性，就更没有比较性了，但3性的核心就是代表性，从这个意义上说观测站选址一定是选在一个地方的盛行风的上风方，这也是地面观测规范要求我们的，但笔者觉得还不确切，应该选在取暖期的盛行风的上风方更为准确。

3 总结

能见度的观测记录异常处理原则，①能见度自动观测的台站，当视程障碍现象自动判识出现明显错误时，仅对定时时次的天气现象记录进行人工订正，能见度记录仍以自动观测为准，允许自动能见度记录与该类天气现象不匹配，在实际工作中一定要注意烟这个现象，因为这个现象太多，在MDOS的疑误信息回复时，可以说是烟的影响，但在元数据一定不要说明，这样在A文件也没有一般备注了。②当能见度设备故障或数据异常，非定时观测时次的正点数据中所有能见度数据均按缺测处理；定时观测时次进行人工补测，人工观测值存入长Z文件CW段能见度和VV段10分钟平均能见度，其他VV段自动能见度数据按缺测处理；A文件中使用人工观测值。③能见度自动记录缺测时不做内插处理，不用正点前后10分钟接近正点的记录代替。

责任编辑：葛 君

校 对：王 卉

Automatic Visibility and Artificial Visibility Gap Analysis and Deal with the Observation Data

ZhangRenzongJiangYafan

(First-author's addrsess: Gaolan weather bureau of Lanzhou in Gansu province,Gaolan 730200,Gansu,China)

Along with the installation of automatic weather station, we also like the country, in gansu province have automate most of the meteorological observation, especially automatic meter installed visibility observation in recent years, due to the automatic visibility instrument accuracy is higher, is the interference is large, and the algorithm of visibility is different also, reflected in the data is the data change is bigger, this article is to automatically visibility and artificial visibility gap analysis, data to the base station operator to have a correct judgment.

visibility; difference; the observed data

2017-02-15