北京大气试验站双套自动气象站数据评估与比对分析

高蒙，赖俊滨，刘明，孙志华

（中国航发北京航空材料研究院，航空材料先进腐蚀与防护航空科技重点实验室，北京 100095）

引言

北京大气试验站是可良好代表我国华北地区典型暖温带半乡村气候的自然环境试验站，是国防大气环境试验站网之一[1]。北京大气试验站自从建站以来一直是单套自动气象站运行，这就存在数据缺失无法补充和数据异常[2,3]无法及时发现的风险，难以保证数据质量。为了解决上述问题，北京大气试验站于2019年引入一套新自动气象站，并于2019年9月投入运行。双套自动气象站运行机制可以进一步提高采集数据的质量以及对疑误数据的判别能力，保证数据的完整性和可靠性[4,5]。本文选取北京大气试验站暴晒场气温与相对湿度两个因素的逐小时数据，采用粗差率、一致率、超差率等统计方法，对双套自动气象站观测数据进行比对分析，科学评估双套站运行情况，提高气象观测数据的可用率，为装备环境适应性评价提供重要依据。

1 数据来源

根据自然环境因素对装备环境适应性的影响程度，北京大气试验站监测的环境因素主要包括大气温度、相对湿度、降水、日照时数、风向风速、气压以及太阳辐射量，采集点布置见图1。上述环境因素主要通过DZZ5型（记为新站）与CAWS600型（记为旧站）两套自动气象站进行监测和采集。本文所用数据为新旧站2019年10月～2020年6月逐小时观测值，所选取的环境因素为暴晒场气温和相对湿度。

2 研究方法

本文规定新站与旧站差值为新站观测值减去旧站观测值，记为新旧站差值，涉及到的主要研究方法如下。

2.1 标准差

标准差表示新旧站差值偏差的离散程度。其公式为：

式中：

σ—新旧站差值的标准差；

xi—第i次观测差值；

n—采集到的有效样本数，即除去缺测以外的观测样本数。

图1 北京大气试验站气象环境因素监测采集点

2.2 一致率

一致率表示新旧自动站观测数据的一致性程度[6]，其公式为：

式中：

n—采集到的有效样本数；

m—新旧站差值绝对值小于等于2倍标准差的个数。

2.3 粗差率

粗差率表示新旧自动站异常差值的多寡[7]，当新旧站差值与差值平均值的差值的绝对值超出标准差的3倍，即时，视为粗差，其公式为：

式中：

Gr—粗差率；

n—采集到的有效样本数；

ge—粗差次数。

统计方法为：首先根据全部差值数据计算σ，逐个检查差值，若有时，剔除该差值数据，再按公式（1）计算剩余差值数据的σ，若有差值者，再进行剔除，然后计算剩余差值数据的σ，直到无差值数据需要剔除为止，剔除差值数据的总个数记为粗差次数。

2.4 超差率

超差率表示新旧站差值超过传感器探测灵敏性规定的最大允许误差2倍的百分比[8-10]，公式为：

式中：

Tr—超差率；

n—有效样本数；

t—超差次数，即差值超过最大允许误差2倍的次数。

仪器设备的最大允许误差根据两套自动气象站说明书确定，本文中选取的环境因素为气温与相对湿度，根据两套自动气象站系统说明书中规定，气温的最大允许误差为±0.2 ℃，相对湿度的最大允许误差为±3 %。

3 结果与分析

3.1 数据完整性分析

分别统计了北京大气试验站新旧自动气象站每日24个时次暴晒场气温与相对湿度的缺测情况，结果见表1。2019年10月～12月期间，新站气温与相对湿度的缺测率依次为0.1 %、0、0，旧站两个因素的缺测率则依次为0，0.7 %，0.1 %；2020年1月～6月期间，新站气温与相对湿度的缺测率为0，而旧站两个因素的缺测率依次为11.3 %，9.3 %，8.3 %，6.0 %，0，5.0 %。由此可以看出，新站的运行基本已稳定，没有出现缺测情况，而旧站因采集软件无法升级更新，需要观测人员定时通过人工方式上传采集器中的缓存数据。2020年1月～3月正是国内疫情爆发高峰期，北京大气试验站施行弹性工作制，观测人员未能及时进行人工上传，从而导致部分数据缺测。在此期间，气温与相对湿度新旧站同时缺测率均为0，这表明采用双套自动气象站运行可以显著降低观测数据的缺测率，在一定程度上保证了数据的完整性。

3.2 数据差异性分析

2019年10 月～2020年6月新旧站采集到气温有效样本量为6 271个，总体差值平均值为0.01 ℃，即新站数据值略高于旧站数据值；总体标准差为0.19℃，表明气温差值较为稳定，偏差较小。采集到新旧站相对湿度有效样本量为6 273个，差值平均值为2.51 %，即新站数据值略高于旧站数据值；总体标准差为1.46 %，表明相对湿度差值较为稳定，偏差较小。

3.2.1 一致率

由表2可知，2019年10月～2020年6月期间新旧站气温数据一致率均在90 %以上，说明双套自动气象站气温采集数据的一致程度非常好。在此期间，新旧站相对湿度数据一致率在15.9～79.4 %之间，均低于80 %，表明两套自动站相对湿度数据的一致程度较差。经分析，自动站相对湿度出现一致率较低的原因主要有两点：一是相对湿度传感器的测量最大允许误差为±3 %，数值范围较大；二是结合天气现象，相对湿度数据差值在降水时段明显变大，如2020年5月与6月相对湿度的一致率分别为36.6 %与15.9 %，而这两月份的降雨天数均在10天以上。由此可知，降水现象对自动站暴晒场相对湿度观测值影响较大。

表1 新旧站暴晒场气温与相对湿度缺测率统计（单位：%）

表2 新旧站暴晒场气温与相对湿度一致率统计（单位：%）

3.2.2 粗差率

由表3可知，2019年10月～2020年6月期间新旧站的气温粗差率最小为0.3 %，最大为2.7 %，且有6个月的气温粗差率超过了2 %；新旧站相对湿度粗差率最小为0.7 %，最大为2.3 %，仅有1个月的相对湿度粗差率超过了2 %。由此可以看出，新旧站的气温采集数据中异常差值较相对湿度的稍多，但总体数量仍较少。

3.2.3 超差率

上述各项指标主要是从统计学角度对新旧站采集数据的差异性进行了评估，但仍不够完善，还需结合采集因素以及仪器设备（如传感器、仪表等）测量性能进行评估。因此，定义自动气象站观测值超过仪器设备探测精度规定的最大允许误差2倍的百分比为超差率。表4给出了新旧站气温与相对湿度两个因素的超差率情况。可以看出，2019年10月～2020年6月期间新旧站气温的超差率在1.4～10.5 %之间，相对湿度的超差率在2.8 %以下。气温与相对湿度超差率最大均出现在2019年10月，分别为10.5 %与2.8 %，但其粗差率仅为2.3 %与1.6 %；其次出现在2019年12月，气温与相对湿度超差率分别为9.6 %与1.5 %。这表明新旧站中至少有一套仪器设备在采集数据时出现了异常情况。因新站于2019年9月刚投入使用，运行初期各类传感器探测值不稳定，导致部分观测值出现了异常。因此，仅采用单套自动气象站运行无法及时发现异常现象，而采用双套站同时运行则可以通过一些数据选取方法对疑误值进行判断，保证数据的准确性。

3.3 差值日变化特征

目前单套自动气象站的各因素传感器可能由于安装、维护和对辐射的敏感性等不同的原因而出现明显的日变化特征。图2为2019年10月～2020年6月北京大气试验站24个时次气温与相对湿度新旧站差值平均值的变化情况。可以看出，两个因素的新旧站差值呈现了明显的日变化规律。在8:00～17:00的时间段里，新站气温观测值要比旧站的高，且差值呈现先递增后递减的趋势；在其余的时间段里，新站气温观测值要低于旧站，且差值波动较小。在0:00～23:00时间段里，新旧站相对湿度差值同样呈现出先递减后递增的趋势，但新站相对湿度的观测值均高于旧站，且整体差值波动较小。上述新旧站气温与相对湿度的差值变化规律说明其中一套自动站观测值存在较为明显的日变化规律，而未被及时发现，导致数据长期存在问题。因此，双套自动气象站同时运行则可通过对各因素差值日变化的定期监控及时发现问题，为各传感器校准提供参考依据，从而保证数据质量。

表3 新旧站暴晒场气温与相对湿度粗差率统计（单位：%）

表4 新旧站暴晒场气温与相对湿度超差率统计（单位：%）

图2 新旧站暴晒场气温与相对湿度差值平均值的日变化规律

4 结论

1）对上述气温与相对湿度数据的评估表明，北京大气试验站施行双套自动气象站运行可以明显降低采集数据的缺测率，保证了采集数据完整性，在一定程度上解决了目前自动气象站单套站运行存在的不足之处。

2）采集数据差异性评估表明，新旧站暴晒场气温与相对湿度采集数据的特征为差值小，与差值平均值偏差小，两个因素的新站数据值均要略高于旧站数据值。新旧站气温数据之间有较高的一致率，较低的粗差率；新站运行初期，数据超差率较高，随着新站运行稳定，数据超差率所有降低。新旧站相对湿度数据之间的一致率较低，主要是受到降水影响，但其粗差率与超差率则较低。

3）新旧站气温与相对湿度采集数据差值均呈现较为明显的日变化规律，通过对其定期监控可以及时发现数据异常与仪器设备系统性误差等情况，为各仪器设备的校准提供参考依据，从而保证数据的质量。

4）下一步将陆续对新旧站的其他环境因素（如气压、风向风速、太阳辐射量等）数据进行评估，同时开展双套站运行后数据选取方法的探索研究[11,12]，进一步提高环境因素采集数据的质量，为装备环境适应性评价提供重要依据。