自动雪深观测仪的对比分析

孙桂玉，于秀健，王秀娟，孙洪伟，褚春燕*

（1.佳木斯市气象局，佳木斯 154000； 2.齐齐哈尔市气象局，齐齐哈尔 161000）

引言

积雪在全球水循环中扮演着重要角色，同时高精度雪深资料也是气候研究的基础数据。目前黑龙江省承担雪深观测任务的台站大部分仍以人工为主，传统的雪深人工观测数据存在时空密度不足、时效性差、数据质量难以保证的弊端，不能连续、全面的反映积雪的变化过程。随着科技的不断发展，自动雪深观测技术日趋成熟，自动化的观测不仅节省人力，还可以提高数据的准确性和及时性，能够为当地气象防灾减灾服务提供更好的数据支撑。张东明[1]等对一种激光雪深观测仪与人工雪深观测进行了对比分析，得出试验分析数据的差异原因及该种激光雪深观测仪存在的问题。肖星星[2]等详细介绍了地基GNSS-R雪深测量方法，对不同原理的测量方法进行了分析。陈芳霖[3]等利用GNSS-R反演了美国4个GPS站点附近的雪深，结果GNSS-R反演的雪深结果精度和准度都优于加拿大研究中心提供的雪深模型数据产品。张鑫鑫[4]等对DSS1型激光雪深传感器进行不同基准面试验，得出自动雪深观测仪在安装时应加固立柱和基准面，以减小误差。自动雪深观测仪的数据质量与自动雪深仪基准面的安置、测雪板的材质与结构等均有很大关系[5,6]。潘文中[7]通过分析清水河气象站自动与人工观测积雪深度数据，得出自动雪深观测仪稳定性较差。肖路[8]、杨国辉[9]等人对DSJ1型自动雪深观测仪的结构、安装和维修进行了分析。陈国强[10]等详细分析了DSS1型自动雪深观测仪的工作原理及故障检修。

本试验以人工观测为参考标准，对三种不同型号的自动雪深观测设备开展为期三个月以上的比对试验，评估运行稳定性、数据质量，总结归纳设备故障的判断方式及处理方法，从而推动雪深观测自动化进程服务，助力建设气象探测强国。

1 试验内容

试验于2021年-2022年冬季在佳木斯冰雪试验基地外场进行，在积雪形成后，每日08时、14时和20时进行人工雪深观测，测量方法参照《地面气象观测规范》（2003版），每次取3个采样点，计算平均值，雪深数据精确至小数点后一位。安装3套自动雪深观测仪，分别为华云升达DSJ1型，航天新气象DSS1型以及杭州赛玛DSS2型。以人工观测雪深数据为比对对象，分析自动雪深观测数据的完整性、准确性、可比性，评估自动雪深设备的测量性能。

运行稳定性评估：在试验阶段采取日巡视制度，对设备运行情况、故障现象、故障原因、维修手段进行详细记录，试验结束后对仪器运行稳定性进行综合评价，并总结归纳设备故障的判断方式及处理方法，探索设备日常维护事项及操作要求。

数据质量分析：为及时掌握积雪深度变化趋势，提升数据的准确性，提高对比数据的频次，试验阶段人工雪深观测由每日08时调整为每日08、14、20时三次观测。针对积雪形成、维持、消融阶段的数据进行深度分析，计算评估数据完整性（缺测率）、准确性（系统误差和标准偏差）和可比性（一致率、积融趋势）。评估其是否达到厘米级探测精度的业务要求（《地面气象自动观测规范》[11]）。

1.1 场地布局

佳木斯国家综合气象观测专项试验外场作为综合气象观测试验基地，配套设施齐全、完备，可进行各类试验项目的对比观测；生态环境观测；固态降水及雪深、雪压观测等；可开展各类仪器在极低温度下的工作状态试验及各类冰雪、低温观测仪器的试验等。

杭州赛玛DSS2型激光雪深观测仪、无锡航天新气象DSS1型激光雪深观测仪、北京华云升达DSJ1型超声雪深观测仪均建设于试验场地内，布局合理，场地平整，试验环境良好。

1.2 数据采集

人工观测数据：为及时掌握积雪深度变化趋势，提升数据的准确性，提高对比数据的频次，试验阶段人工雪深观测由每日08时的一次观测调整为08、14、20时的三次观测，按照《地面气象观测规范》规定，雪深以厘米（cm）为单位，取整数，每次观测进行3次测量并计算平均值。

自动雪深数据：按照《地面气象自动观测规范》规定，雪深以厘米（cm）为单位，取整数。

2 数据质量分析

2.1 数据完整性

2021年11月8日开始产生积雪，2022年3月22日，积雪完全融化，共产生135个日数据，405个小时数据。与人工数据测定时间相对应的DSS1型和DSS2型自动雪深观测仪测量135个日数据，405个小时数据。DSJ1型自动雪深观测仪由于安装时间较晚，于2021年12月6日安装，测量114个日数据，343个小时数据。图1展示了从2021年11月1日至2022年4月30日三套设备的小时观测数据，从图中可以看出，DSJ1型的雪深数据在12月6日至13日略有异常，应该是由于设备在安装时已产生积雪，且该设备应用超声波反射测距原理，对雪的密度有较高要求，需要一定的适应过程，因此雪深数据在设备安装后7天才逐渐恢复正常。

图1 三套自动雪深观测仪小时观测数据

图2 自动雪深观测仪与人工雪深差值图

2.2 数据准确性

对数据进行预处理，DSJ1型安装的前7天数据异常，按缺测处理。将3套自动雪深观测仪与人工雪深进行对比，通过表1我们可以看出，全天数据DSJ1型自动雪深观测仪的差值极值差最小，与人工雪深的数据最接近，标准偏差最小，数据稳定性最好，差值平均值为6。2 mm，略高于人工雪深；DSS1型自动雪深观测仪数据的差值居中，标准偏差和方差比DSJ1型略大，比DSS2型略小，整体数据比人工测量值大；DSS2型自动雪深观测仪与人工雪深对比差值极值差最大，稳定性和离散程度也最大，整体测量数值偏低。

表1 DSS1型、DSS2型和DSJ1型自动雪深观测仪与人工雪深的差值分析

对08时、14时和20时雪深对比数据进行分析，20时3套自动雪深观测仪与人工观测的极值差值、标准偏差和方差最小，数据最稳定，3套设备在14时的标准偏差和方差最大，说明此时段自动雪深数据与人工数据的差值波动最大，数据也最分散。通过和全天数据的对比，08时自动雪深观测仪数据与全天数据相比最接近，20时差距最大。

2.3 数据可比性

2.3.1 一致率

对DSS1型、DSS2型和DSJ1型自动雪深观测仪与人工雪深的差值绘制折线图，从图中我们可以看出3条曲线的变化规律基本一致，变化幅度略有不同，在积雪形成阶段，DSS1型和DSS2型自动雪深观测仪的一致率较高，与人工雪深的差值较小，在11月22日之后，即积雪较为稳定之后出现差别，DSS1型普遍比人工雪深高约50 mm，DSS2型开始比人工雪深低，DSJ1型与人工雪深最接近，略高一点.DSS2型比DSS1型和DSJ1型的变化幅度大。在积雪融化阶段，DSJ1型数据稳定性最好，DSS1型次之，DSS2型表现最差。

2.3.2 积融趋势

根据前人研究以及经验总结，将雪深观测分为3个阶段，积雪形成阶段、积雪稳定阶段和积雪融化阶段，当有积雪开始产生，日平均气温高于-3 ℃或小时草温/雪温高于0 ℃时，为积雪形成阶段；在积雪形成之后，当日平均气温低于-3 ℃且小时草温/雪温低于0 ℃时，为积雪稳定阶段；在积雪稳定之后，积雪完全融化之前，当日平均气温高于-3 ℃或小时草温/雪温高于0 ℃时，为积雪消融阶段。

从图3、图4中可以看出，12月6日之后，气温开始稳定小于-3 ℃，12月12日以后，小时草温/雪温稳定小于0 ℃，因此积雪形成阶段为2021年11月8日至12月12日；3月2日以后，日平均气温开始大于-3 ℃，3月1日以后，小时草温/雪温开始大于0 ℃，因此积雪融化阶段为2022年3月1日至2022年3月22日；那么积雪稳定阶段为202年12月13日至2022年2月28日。

图3 2021年11月1日～2022年3月31日日平均气温

图4 2021年11月1日—2022年3月31日小时草温/雪温

分别在积雪形成阶段、积雪稳定阶段和积雪消融阶段对自动雪深观测仪与人工雪深的差值进行分析，从图5（a）可以看出11月8日～11月21日，DSS1型和DSS2型自动雪深观测仪变化趋势基本一致，数据也相近，从22日开始，数据开始两级分化，DSS1型测量雪深数据偏大，DSS2型测量雪深数据偏小，但是两个设备的变化趋势完全一致；图5（b）表示积雪形成阶段，从12月13日至1月12日，三套设备的数据变化规律及幅度基本一致，DSJ1与人工差值最小，DSS1次之，1月12日，DSS2型曲线有一个较大的下降，与人工雪深差值开始变大，说明仪器的运行较不稳定；图5（c）表示了积雪消融阶段的差值走向，此阶段DSS1型和DSJ1型差值逐渐减小，DSS2型也在下降后逐渐升高，说明随着气温的上升，设备的误差逐渐减少，稳定性增强。

图5 不同积雪阶段自动雪深观测仪的误差

2.4 数据相关性

通过将3套自动雪深观测仪与人工雪深的差值数据以及地面气象要素气温、草温/雪温、相对湿度、小时降水量、10 min风速和雪深进行相关性分析，得到以下数据如表2。气温与DSS1型误差值在试验期均呈极显著相关关系，其中在积雪形成和稳定期是正相关，在消融期是负相关，DSJ1型在稳定期和消融期是极显著负相关，DSS2型只在积雪稳定期有极显著正相关关系；草温/雪温与DSS1和DSJ1均呈极显著负相关，与DSS2只在积雪稳定期有极显著负相关关系；相对湿度对设备的误差值影响较小，只有DSS1型在积雪稳定期时有正相关关系；小时降水量对设备误差值没有影响；风速在积雪稳定期和消融期对设备的误差值有相关性，其中对DSS1是负相关，对DSJ1的相关性有正有负；雪深对DSS1、DSS2和DSJ1分别在积雪形成期、稳定期和消融期有极显著相关关系。

表2 自动雪深观测仪与地面要素的相关性

3 讨论与结论

不同的积雪状态对自动雪深观测的影响不同。蒲旭凡[12]在研究积雪时空变化时，将积雪分为稳定积雪期（1～2月）、积雪积累消融交替期（3～4）月、积雪消融期（5～6月）；古力米热·哈那提[13]等研究天山山区流域积雪消融的日平均值临界值为-7 ℃。本研究将积雪分为形成阶段、稳定阶段和消融阶段，在不同阶段分析自动雪深观测仪与人工观测的差异，更加精准的定位误差来源。周鹏[14]等研究人工观测与超声波传感器测量的雪深变化趋势一致，人工观测平均值略大于自动雪深观测仪。梁延伟[15]等研究表明，超声波雪深传感器与人工测量的误差受温度和风速两个因素影响并提出了相应的改善建议。姚君[16]等人分析了人工雪深与自动雪深观测数据差异的原因，与观测场地、测量点和观测环境等有关。

本文通过3种不同自动雪深观测仪与人工雪深观测的对比分析，得出以下结论：

1）DSJ1型、DSS1型和DSS2型自动雪深观测仪在日常、低温、大风、冰雪状态下运行稳定，数据传输正常，无数据缺测情况出现，设备运行稳定性强，但极个别极端天气容易产生较大误差。

2）3种型号自动雪深观测仪相比，DSJ1型的数据误差的极值差、平均值、标准差和方差均最小，DSS2型的数据误差平均值最大，方差也最大；在3个积雪阶段中，积雪消融阶段自动雪深观测仪误差最小。

3）自动雪深观测仪误差与地面气象要素中的气温、雪温和小时降水量有显著相关关系，其中雪温越低，误差越大，气温温差较大时易引起误差变大。