馬 寧， 任芝花， 王 妍， 劉 娜， 曹寧

（1.中國氣象局旱區(qū)特色農(nóng)業(yè)氣象災(zāi)害監(jiān)測預(yù)警與風(fēng)險管理重點實驗室，寧夏 銀川 750002；2.寧夏氣象防災(zāi)減災(zāi)重點實驗室，寧夏 銀川 750002；3.寧夏氣象信息中心，寧夏 銀川 750002；4.國家氣象信息中心，北京 100081）

降水天氣現(xiàn)象（簡稱降水現(xiàn)象）與人類生活關(guān)系密切，影響我國的16 種氣象災(zāi)害中，有4 種與降水現(xiàn)象有關(guān)［1-5］。我國氣象站降水量在2005 年底實現(xiàn)了使用自動氣象站進行自動觀測，國內(nèi)很多學(xué)者開展了地面自動觀測與人工觀測數(shù)據(jù)的差異研究［6-10］，結(jié)果表明，自動觀測比人工觀測的日降雨量平均偏高0.12 mm，標準差為0.7 mm，相對偏高1.42%，觀測儀器不同會導(dǎo)致系統(tǒng)偏差。但長期以來我國氣象站降水現(xiàn)象一直采用人工目測的方式進行觀測［11］。隨著我國氣象事業(yè)的發(fā)展，人工目測方式主觀性強、觀測頻率低，已無法滿足氣象服務(wù)的需求，迫切需要實現(xiàn)降水現(xiàn)象及時、準確、連續(xù)的自動化觀測。解決降水現(xiàn)象自動化觀測的問題，降水現(xiàn)象的判識方法和利用儀器進行自動化觀測是必然途徑。

近年來國內(nèi)學(xué)者在降水現(xiàn)象判識方面做了相關(guān)研究［12-16］，基于雨滴譜光學(xué)測量技術(shù)的降水現(xiàn)象自動觀測研究較多［12-14］，光學(xué)原理測量降水不僅能夠檢測降水類型，如區(qū)分雨、雪、冰雹和混合降水，還可獲取較多降水粒子信息。國際上常見的降水現(xiàn)象自動觀測儀器（簡稱降水現(xiàn)象儀）主要有芬蘭Vaisala 公司的PWD12、PWD22 系列降水現(xiàn)象傳感器和FD12P 天氣傳感器、英國Biral VPF-730 和PWS100 降水現(xiàn)象傳感器、德國OTT Parsivel 雨滴譜儀、美國OSI公司Owi-430降水現(xiàn)象傳感器［17］，國內(nèi)生產(chǎn)的降水現(xiàn)象儀主要有DSG1、DSG3、DSG4、DSG5、CJY-2C等型號。

中國氣象局曾開展多次降水現(xiàn)象儀的對比試驗工作。2009 年8—9 月中國氣象局在北京國家基本氣象站布設(shè)了美國OSI公司的OWI-430、英國Biral 公司的VPF-730 和美國Campbell 公司的PWS-100 和我國凱邁（洛陽）測控公司研發(fā)的CJY-2C/T降水現(xiàn)象儀，進行為期2 個月的自動和人工降水現(xiàn)象對比觀測，發(fā)現(xiàn)自動化設(shè)備記錄與人工記錄差異明顯，且某些設(shè)備有較多漏報和錯報現(xiàn)象［17-18］。2011-12—2012-06 中國氣象局分別在北京國家基本氣象站、廬山國家基準氣候站對HY-MPW11 型天氣現(xiàn)象儀、DZT1 型天氣現(xiàn)象儀和TQXX-1 型天氣現(xiàn)象儀進行對比觀測試驗，結(jié)果表明各儀器觀測降水現(xiàn)象的數(shù)據(jù)準確性均大于90%，能夠滿足業(yè)務(wù)需求［19］。2014 年7 月，中國氣象局組織6 個廠家共18臺降水現(xiàn)象儀，分別在北京國家基本氣象站和長沙國家基本氣象站進行了3 個月的對比觀測試驗，結(jié)果表明參試設(shè)備對冰雹觀測結(jié)果較為理想，對毛毛雨和未知現(xiàn)象的觀測仍需改進［12］。以上觀測實驗表明，基于光學(xué)原理的降水現(xiàn)象儀在一定程度上能夠滿足氣象業(yè)務(wù)需求，但對個別降水現(xiàn)象的觀測仍需改進。

隨著全國地面氣象觀測自動化改革的推進，2017 年8 月開始，除了上海市所屬氣象站早期已布設(shè)并開展降水現(xiàn)象自動觀測外，中國氣象局開始在全國其他30 個省（區(qū)、市）2363 個氣象站逐步布設(shè)雨滴譜式降水現(xiàn)象儀，同年底均完成儀器安裝。為了解自動與人工兩種觀測方式獲取的資料差異，上述各氣象站需要進行至少為期2 a 的平行對比觀測［11］。按平行觀測相關(guān)規(guī)定［20］，本次平行觀測第一年，自動觀測結(jié)果僅記錄，不允許對異常數(shù)據(jù)進行處理；平行觀測一年后，自動觀測降水現(xiàn)象數(shù)據(jù)若出現(xiàn)錯誤、漏報等異常情況，需對其盡可能進行質(zhì)控、修正。從客觀評價角度出發(fā)，本文以2363 個氣象站平行觀測第一年的數(shù)據(jù)為基礎(chǔ)，分別從數(shù)據(jù)完整性和準確性等方面對自動觀測與人工觀測降水現(xiàn)象結(jié)果進行對比分析，以便為降水現(xiàn)象自動觀測數(shù)據(jù)的應(yīng)用提供基礎(chǔ)支撐。

1 數(shù)據(jù)來源與方法

1.1 數(shù)據(jù)來源

2363個氣象站降水現(xiàn)象儀分別來自5個廠家的5種型號，包括DSG1、DSG3、DSG4、DSG5和CJY-2C型，其在全國的安裝分布如圖1 所示。其中，DSG1占比為29.8%，DSG3 占比為9.5%，DSG4 占比為23.7%，DSG5占比為36.9%，CJY-2C占比為0.1%。

圖1 全國降水平行觀測站點分布Fig.1 Distribution of parallel observation stations of precipitation in China

本次分析數(shù)據(jù)來自于全國2363 個氣象站自動與人工第一年平行觀測對比資料，在處理資料的過程中，對儀器識別的降水現(xiàn)象異常值進行了剔除。儀器識別的降水現(xiàn)象類型為毛毛雨、雨、雪、雨夾雪和冰雹5種，人工觀測到的陣雨、陣雪、陣性雨夾雪在評估時分別按雨、雪、雨夾雪處理。以人工觀測的天氣現(xiàn)象為參考標準，對降水現(xiàn)象儀白天（08:00—20:00）的自動觀測數(shù)據(jù)分別從捕獲率、漏報率、錯報率和空報率等方面進行統(tǒng)計分析，夜間由于人工觀測降水現(xiàn)象無起止時間記錄，不參與對比分析。

1.2 數(shù)據(jù)完整性統(tǒng)計方法

觀測數(shù)據(jù)以日數(shù)據(jù)為基本單位，對各廠家儀器的數(shù)據(jù)完整性作缺測率評估，計算缺測率。

式中：s為實際觀測日數(shù)；S為應(yīng)觀測日數(shù)。

1.3 數(shù)據(jù)準確性計算方法

1.3.1 捕獲率指標 捕獲率根據(jù)粒度的粗細分為分鐘捕獲率、小時捕獲率和過程捕獲率。人工觀測到降水現(xiàn)象發(fā)生，同時儀器也觀測到該降水現(xiàn)象的分鐘數(shù)（b）占人工觀測到該降水現(xiàn)象分鐘數(shù)（B）的百分比定義為分鐘捕獲率；儀器觀測到該降水現(xiàn)象發(fā)生的小時數(shù)（c）占人工觀測到該降水現(xiàn)象的小時數(shù)（C）的百分比定義為小時捕獲率；儀器正確識別該降水現(xiàn)象發(fā)生的過程次數(shù)（a）占人工觀測到該降水現(xiàn)象過程次數(shù)（A）的百分比定義為過程捕獲率。降水過程定義［8］：間歇小于15 min 降水持續(xù)過程。在進行小時捕獲率統(tǒng)計時，如果出現(xiàn)冰雹，則該小時降水現(xiàn)象以冰雹現(xiàn)象為準，如果某一小時出現(xiàn)多種其他降水現(xiàn)象，則無論是人工還是自動均以出現(xiàn)分鐘數(shù)最多的降水現(xiàn)象為準；在進行過程捕獲率統(tǒng)計時，以人工觀測的降水過程為參考標準，如果某降水過程中儀器識別到了冰雹現(xiàn)象，則以冰雹現(xiàn)象為準，如果儀器識別到其他多種降水現(xiàn)象，則以出現(xiàn)分鐘數(shù)最多的降水現(xiàn)象為儀器識別的過程降水現(xiàn)象。

1.3.2 非捕獲率指標 人工觀測到有某種降水現(xiàn)象發(fā)生，儀器未能識別該種降水現(xiàn)象（無降水現(xiàn)象）的分鐘數(shù)（d）占人工觀測到該降水現(xiàn)象分鐘數(shù)（B）的百分比定義為漏報率；儀器錯誤識別該種降水現(xiàn)象的分鐘數(shù)（e）占人工觀測到該降水現(xiàn)象分鐘數(shù)（B）的百分比定義為錯報率；儀器缺測的分鐘數(shù)（f）占人工觀測到該降水現(xiàn)象分鐘數(shù)（E）的百分比定義為缺報率；人工觀測未有降水現(xiàn)象發(fā)生，儀器識別有該現(xiàn)象發(fā)生的分鐘數(shù)（f）占無該降水現(xiàn)象分鐘數(shù)（D）的百分比定義為空報率。

2 結(jié)果與分析

2.1 數(shù)據(jù)完整性分析

將全國30個?。▍^(qū)、市）各氣象站應(yīng)觀測日數(shù)和實際觀測日數(shù)求和，計算總?cè)睖y率，結(jié)果如表1 所示。全國缺測率為6.2%。云南、寧夏、新疆、河北、重慶等地的缺測率較高，都在10%以上，其中新疆最高達到了13.9%，重慶、河北次之，分別為11.8%和11.5%；北京、四川、天津、安徽、山東、山西、廣西、福建、貴州、遼寧10?。▍^(qū)、市）的缺測率較低，都在5%以內(nèi)，其余各?。▍^(qū)、市）的缺測率均在5%～10%之間。各省（區(qū)、市）的數(shù)據(jù)缺測原因主要是對降水現(xiàn)象儀維護不及時和對數(shù)據(jù)采集處理軟件操作不熟練，導(dǎo)致數(shù)據(jù)未及時生成并上傳。

表1 各?。▍^(qū)、市）自動觀測降水現(xiàn)象數(shù)據(jù)缺測情況統(tǒng)計Tab.1 Lack of data of automatic precipitation phenomenon observed in all provinces

2.2 數(shù)據(jù)準確性分析

2.2.1 降雨現(xiàn)象 全國2363 個氣象站均出現(xiàn)了降雨現(xiàn)象（圖2）。全國降雨分鐘捕獲率為46.7%，小時捕獲率為60.8%，過程捕獲率為66.9%，漏報率為34.9%，錯報率為13%。各省（區(qū)、市）降雨分鐘捕獲率為25%～73%，貴州最低，天津最高，北京、福建、黑龍江、吉林、內(nèi)蒙古均在60%以上。各省（區(qū)、市）小時捕獲率為37.2%～84.3%，貴州最低，天津最高，河南、河北、西藏等11 省（區(qū)、市）的小時捕獲率均在70%以上。各省（區(qū)、市）過程捕獲率為47.6%～88.1%，貴州最低，天津最高，遼寧、山西、安徽等15?。▍^(qū)、市）的過程捕獲率均在70%以上。各?。▍^(qū)、市）降雨漏報率為13.5%～52.6%，天津最低，貴州最高，甘肅的漏報率也在20%以下。各?。▍^(qū)、市）降雨錯報率為2%～26.6%，吉林最低，湖南最高，安徽、北京等14個?。▍^(qū)、市）的錯報率都在10%以下。當(dāng)出現(xiàn)錯報時，大部分?。▍^(qū)、市）的雨錯報成毛毛雨的比例較高，也有少數(shù)?。▍^(qū)、市）將雨錯報成雪、雨夾雪或冰雹。浙江、湖南錯報成毛毛雨的平均錯報率最高，達到20%以上。各?。▍^(qū)、市）雨錯報成雪、雨夾雪或冰雹的平均錯報率較低，都在1%以內(nèi)。

圖2 各?。▍^(qū)、市）及全國降雨數(shù)據(jù)準確性各指標百分比Fig.2 Percentage of indicators for accuracy of provincial and national rainfall data

全國各氣象站的空報率在0%～12.8%，其中，99.5%的站點空報率小于5%，0.4%的站點空報率介于5%～10%，0.1%的站點空報率大于10%；從各?。▍^(qū)、市）看，西藏的空報率較高，為2%，其余各?。▍^(qū)、市）均在2%以內(nèi)。

全國降雨的分鐘捕獲率較低，小時捕獲率較分鐘捕獲率有所提高，過程捕獲率最高；各?。▍^(qū)、市）的分鐘捕獲率也普遍較低，小時捕獲率有所提高，過程捕獲率最高；全國各?。▍^(qū)、市）中天津、吉林、內(nèi)蒙古、福建的捕獲率最好，貴州、湖南、海南的捕獲率最低。各?。▍^(qū)、市）降雨現(xiàn)象捕獲率的差異與各?。▍^(qū)、市）的降雨頻次及強度有關(guān)，同時也與儀器和算法有關(guān)，使用DSG4 和DSG5 的?。▍^(qū)、市）對降雨的捕獲率較高。出現(xiàn)錯報，也是因為儀器會把雨識別為成毛毛雨，也有少數(shù)?。▍^(qū)、市）將雨識別成雪、雨夾雪或冰雹。

2.2.2 降雪現(xiàn)象 全國有1857 個氣象站出現(xiàn)了降雪現(xiàn)象（圖3）。全國降雪分鐘捕獲率為50.3%，小時捕獲率為64.5%，過程捕獲率為69.2%，漏報率為35.6%，錯報率為7.1%。各?。▍^(qū)、市）降雪分鐘捕獲率為5.3%～75.7%，貴州最低，甘肅最高，內(nèi)蒙古、寧夏、安徽、江蘇、黑龍江均在60%以上。各省（區(qū)、市）小時捕獲率為10.8%～87.1%，云南最低，內(nèi)蒙古最高，寧夏、安徽、山東、甘肅、江蘇、遼寧、黑龍江的小時捕獲率均在70%以上；各省（區(qū)、市）過程捕獲率為16.7%～89.1%，云南最低，內(nèi)蒙古最高，天津、寧夏、安徽、山東、江蘇、湖北、甘肅、遼寧、黑龍江也均在70%以上。各?。▍^(qū)、市）降雪漏報率為12.9%～76.7%，安徽最低，貴州最高，內(nèi)蒙古、天津、寧夏、安徽、浙江、甘肅、黑龍江的漏報率均在20%以下。各省（區(qū)、市）降雪錯報率為2%～29.4%，吉林最低，湖南最高，安徽、北京等14 省（區(qū)、市）的錯報率都在10%以下。當(dāng)出現(xiàn)錯報時，降雪現(xiàn)象一般會錯判為毛毛雨、雨或雨夾雪，少數(shù)站點也會錯判為冰雹。錯判冰雹的情況出現(xiàn)在河北、陜西的部分站點。

圖3 各?。▍^(qū)、市）及全國降雪數(shù)據(jù)準確性各指標百分比計Fig.3 Percentage of indicators of accuracy of provincial and national snowfall data

全國出現(xiàn)降雪各氣象站的空報率在0%～48.5%，其中99.6%的站點空報率為5%，0.3%的站點空報率介于5%～10%，0.1%的站點空報率大于10%，內(nèi)蒙古的鑲黃旗氣象站空報率異常偏高；從各省（區(qū)、市）看，內(nèi)蒙古、甘肅、黑龍江的空報率較高，在1%以上，其余各?。▍^(qū)、市）均在1%以內(nèi)。

全國降雪的分鐘捕獲率較低，小時捕獲率較分鐘捕獲率有所提高，過程捕獲率最高；各?。▍^(qū)、市）的分鐘捕獲率也普遍較低，且差距較大，小時捕獲率有所提高，過程捕獲率最高；其中，內(nèi)蒙古、寧夏、甘肅、黑龍江的捕獲率最好，云南、四川、貴州的捕獲率最低。降雪現(xiàn)象主要出現(xiàn)在北方，南方出現(xiàn)較少，因而捕獲率差異較大，同時，吹雪、柳絮、蒲公英等易被錯誤判識為雪，降雪現(xiàn)象也會被錯判為毛毛雨、雨或雨夾雪，少數(shù)站點也會錯判為冰雹。

2.2.3 雨夾雪現(xiàn)象 全國有1483 個氣象站出現(xiàn)雨夾雪現(xiàn)象（圖4）。全國雨夾雪分鐘捕獲率為1.7%，小時捕獲率為2.5%，過程捕獲率為2.7%，漏報率為29.9%，錯報率為61.4%。各省（區(qū)、市）雨夾雪分鐘捕獲率為0%～12.3%，云南、北京等11 個?。▍^(qū)、市）的分鐘捕獲率為0，山西的分鐘捕獲率最高。各?。▍^(qū)、市）小時捕獲率為0%～13%，云南、北京、天津等13個?。▍^(qū)、市）的小時捕獲率為0，山西的小時捕獲率最高；各省（區(qū)、市）過程捕獲率為0%～18.2%，云南、北京、天津等14個?。▍^(qū)、市）的過程捕獲率為0，山西最高。各?。▍^(qū)、市）雨夾雪漏報率為8.7%～85.4%，安徽最低，貴州最高，浙江、湖北、甘肅、福建的漏報率也在20%以下。各?。▍^(qū)、市）雨夾雪錯報率為3%～86.2%，云南最低，安徽最高，除貴州在10%以下外，各?。▍^(qū)、市）雨夾雪錯報率普遍較高，23個?。▍^(qū)、市）的錯報率都在50%以上。當(dāng)出現(xiàn)錯報時，一般會將雨夾雪現(xiàn)象誤判為毛毛雨、雨、雪，有少數(shù)站點會誤判為冰雹。湖南的雨夾雪誤判為毛毛雨的平均錯判率較高，達到21.3%，其次是天津、山東、浙江，其他省（區(qū)、市）均在10%以下；各?。▍^(qū)、市）將雨夾雪誤判為雨的平均錯報率較高，除云南、甘肅、貴州、青海誤判為雨的平均錯判率在10%以下外，其余各省（區(qū)、市）都在10%以上，且安徽、廣東、廣西超過50%；各?。▍^(qū)、市）將雨夾雪誤判為雪的平均錯報率也較高，除云南、廣東、湖南、福建、貴州、重慶誤判為雪的平均錯報率在10%以下，其余各省（區(qū)、市）都較高，甘肅高達59.3%；將雨夾雪錯判為冰雹的情況只出現(xiàn)在北京、吉林、四川、河北和陜西。

圖4 各?。▍^(qū)、市）及全國雨夾雪數(shù)據(jù)準確性各指標百分比Fig.4 Percentages of indicators of accuracy of provincial and national sleet data

全國699 個氣象站出現(xiàn)雨夾雪空報情況，其中有363 個氣象站人工觀測未出現(xiàn)雨夾雪，但儀器觀測有雨夾雪現(xiàn)象。各站的空報率在0.01%～2%，湖北的空報率較高，為0.8%，其余各?。▍^(qū)、市）均在0.5%以內(nèi)。

全國雨夾雪的分鐘捕獲率、小時捕獲率、過程捕獲率都很低，均不足3%；各?。▍^(qū)、市）的分鐘捕獲率、小時捕獲率和過程捕獲率也普遍較低，全國各省（區(qū)、市）中山西的分鐘捕獲率、小時捕獲率和過程捕獲率均最高。雨夾雪的漏報和錯報較高，除云南外，各省（區(qū)、市）及全國漏報率和錯報率之和都達到85%以上。雨夾雪是比較難識別的一種降水現(xiàn)象，各儀器對雨夾雪的識別都比較困難，且雨夾雪的出現(xiàn)頻率也不高，因而整體捕獲率較低。當(dāng)出現(xiàn)雨夾雪時，一般會將雨夾雪現(xiàn)象誤判為毛毛雨、雨、雪，有少數(shù)站點會誤判為冰雹。

2.2.4 冰雹現(xiàn)象 全國有385 個氣象站出現(xiàn)冰雹現(xiàn)象（圖5）。全國冰雹分鐘捕獲率為21.1%，小時捕獲率為51.8%，過程捕獲率為45.3%，漏報率為16.2%，錯報率為57.6%。各?。▍^(qū)、市）出現(xiàn)冰雹天氣的站數(shù)較少，天津、廣東、江蘇、浙江、福建、重慶冰雹現(xiàn)象分鐘數(shù)都在15分鐘以內(nèi)，不具有代表性。除上述?。▍^(qū)、市）之外，其余各?。▍^(qū)、市）的冰雹分鐘捕獲率為0%～51.7%，安徽最低，吉林最高。小時捕獲率為0%～88.4%，安徽最低，吉林最高；過程捕獲率為0%～80.5%，安徽最低，吉林最高。漏報率為0%～32%，安徽最低，廣西最高。錯報率為25.2%～100%，河南最低，安徽最高。當(dāng)出現(xiàn)錯報時，大多數(shù)省（區(qū)、市）的站點會將冰雹錯報為雨，有少數(shù)站點會誤判為毛毛雨、雪或雨夾雪。

圖5 各省（區(qū)、市）及全國冰雹數(shù)據(jù)準確性各指標百分比Fig.5 Percentage of indicators for accuracy of hail data in provinces and in the whole country

全國有1714個氣象站出現(xiàn)冰雹空報的情況，其中有1487 個氣象站人工均未觀測到冰雹。各站的空報率在0%～2.38%，河北、陜西的空報率為0.1%，其余各?。▍^(qū)、市）均在0.1%以內(nèi)。

全國冰雹的分鐘捕獲率最低，過程捕獲率次之，小時捕獲率最好；各?。▍^(qū)、市）的分鐘捕獲率、小時捕獲率和過程捕獲率情況也不一致，安徽的捕獲率最低，吉林的捕獲率最高。冰雹現(xiàn)象捕獲率各省（區(qū)、市）差異較大，主要是冰雹現(xiàn)象在氣象站的出現(xiàn)次數(shù)少，捕獲率會出現(xiàn)兩極分化，即100%或0%。南方出現(xiàn)強降水誤判為冰雹的情況較普遍。

2.2.5 毛毛雨現(xiàn)象 全國有377 個氣象站出現(xiàn)了毛毛雨現(xiàn)象（圖6）。全國毛毛雨分鐘捕獲率為21.7%，小時捕獲率為35.1%，過程捕獲率為50.1%，漏報率為65.9%，錯報率為6.2%。各?。▍^(qū)、市）中天津、寧夏、北京、吉林、海南出現(xiàn)毛毛雨現(xiàn)象的站點小于5個，不具有代表性，不作討論。除上述?。▍^(qū)、市）之外，其余各?。▍^(qū)、市）的毛毛雨分鐘捕獲率為3.8%～65.3%，福建最低，浙江最高，甘肅的分鐘捕獲率也達到60%以上；小時捕獲率為8%～78%，云南最低，浙江最高，安徽、新疆、甘肅、黑龍江均在60%以上；過程捕獲率為17.5%～85.7%，陜西最低，甘肅最高，內(nèi)蒙古、新疆、河北、浙江、黑龍江均在60%以上；漏報率為16.4%～94.5%，浙江最低，福建最高；各?。▍^(qū)、市）錯報率為0.9%～24%，貴州最低，西藏最高。當(dāng)出現(xiàn)錯報時，大部分?。▍^(qū)、市）的毛毛雨會錯報成雨，少數(shù)?。▍^(qū)、市）的毛毛雨會錯報成雪。如寧夏、安徽、黑龍江會錯報成雪，安徽也出現(xiàn)錯報成冰雹。云南、內(nèi)蒙古、天津、寧夏、安徽、江西、浙江、西藏、黑龍江錯報成雨的平均錯報率較高，都在10%以上，其中內(nèi)蒙古、寧夏分別達到27.7%和28%。

圖6 各?。▍^(qū)、市）及全國毛毛雨數(shù)據(jù)準確性各指標百分比Fig.6 Percentage of indicators for accuracy of drizzle data in provinces and in the whole country

全國有1999 個氣象站出現(xiàn)毛毛雨現(xiàn)象空報情況。全國空報率為1.7%，其中95.6%的站點空報率低于5%，4.1%的站點空報率為5%～10%，0.3%的站點空報率大于10%；從各?。▍^(qū)、市）看，浙江和湖南的空報率最高，分別為4.8%和4.9%，安徽為3.2%，其余各省（區(qū)、市）均在3%以內(nèi)。

全國毛毛雨的分鐘捕獲率最低，小時捕獲率次之，過程捕獲率最好；各?。▍^(qū)、市）也是分鐘捕獲率最低、小時捕獲率次之，過程捕獲率最好，其中浙江、甘肅的分鐘捕獲率最好，達到60%以上，云南、四川、廣東、江西、河南、湖北、福建、貴州、重慶的分鐘捕獲率最差，均不足10%。毛毛雨現(xiàn)象的識別較難，各?。▍^(qū)、市）差異較大，主要是因為儀器的識別方法和人工觀測的標準不一致。儀器主要是以雨滴譜的大小來識別，識別的準確性取決于儀器的敏感度和識別算法。普通的一場降雨，人工觀測只記為雨，而儀器觀測則會出現(xiàn)毛毛雨和雨交替的情況。此外，由于地域的原因，北方站點出現(xiàn)沙塵天氣易判為毛毛雨，我國南方?。▍^(qū)、市）的站點大霧、空氣濕度大也容易判成毛毛雨。

3 討論

降水現(xiàn)象自動化觀測是氣象觀測自動化的必然趨勢，以往的儀器與人工的平行對比觀測都是小范圍的觀測試驗，在全國的代表性不足，本次平行觀測是全國大范圍的對比觀測，是降水現(xiàn)象儀正式業(yè)務(wù)運行前的準備，對儀器觀測數(shù)據(jù)的業(yè)務(wù)化應(yīng)用具有重要意義。本次對比分析結(jié)果表明，降水現(xiàn)象儀對降水現(xiàn)象的識別達到了分鐘級，對降水過程的變化較人工觀測更加敏感，一個降水過程各種現(xiàn)象可能會交替出現(xiàn)，地面觀測規(guī)范中15分鐘以內(nèi)為一個降水過程的規(guī)定，在儀器觀測時無法界定；降水現(xiàn)象儀觀測的準確率取決于算法的識別率，出現(xiàn)頻率高的降水現(xiàn)象，各項捕獲率指標相對較高，5種降水現(xiàn)象中，雨、雪出現(xiàn)頻率高，各項捕獲率指標均高于其他現(xiàn)象；儀器本身的維護程度對降水現(xiàn)象的捕獲結(jié)果也會產(chǎn)生影響，因而存在不同程度的漏報、錯報和空報，如把吹雪、柳絮、蒲公英誤記為雪，沙塵誤判成毛毛雨等。本次研究的結(jié)果對降水現(xiàn)象儀業(yè)務(wù)化運行具有重要的指導(dǎo)意義，今后需要加強儀器的維護保養(yǎng)，在氣象站數(shù)據(jù)采集端進行質(zhì)量控制，不斷改進儀器的識別算法，并結(jié)合其他天氣現(xiàn)象進行綜合判識，以提高儀器對降水天氣現(xiàn)象的捕獲率，降低漏報率、錯報率和空報率。同時，地面觀測規(guī)范也需要根據(jù)儀器的使用做出相應(yīng)的修訂，以適應(yīng)觀測自動化的發(fā)展方向。

4 結(jié)論

本文采用2017-08—2018-08 全國2363 個氣象站降水現(xiàn)象平行觀測對比觀測數(shù)據(jù)，分別從數(shù)據(jù)完整性和準確性方面對降水現(xiàn)象自動觀測數(shù)據(jù)進行了對比分析，得出以下結(jié)論：

（1）全國各氣象站5 種降水現(xiàn)象捕獲率指標中，雨、雪、毛毛雨的過程捕獲率最高，小時捕獲率次之，分鐘捕獲率最低；雨夾雪的分鐘捕獲率、小時捕獲率和過程捕獲率均較低；冰雹的小時捕獲率最高，過程捕獲率次之，分鐘捕獲率最低。

（2）全國各氣象站5種降水現(xiàn)象漏報率和空報率指標中，毛毛雨的漏報率最高，空報率也較高，出現(xiàn)空報的站點中，85%的站點人工均未觀測到毛毛雨；雪的漏報率次之；冰雹的漏報率最低，但空報率較高，儀器觀測到冰雹的氣象站中，87%的站點人工均未觀測到冰雹；雨的漏報率較低，雨夾雪的漏報率大部分在50%以下。

（3）全國各氣象站5 種降水現(xiàn)象錯報率指標中，毛毛雨、雨、雪的錯報率較低，雨夾雪和冰雹的錯報率較高。當(dāng)出現(xiàn)錯報時，毛毛雨、冰雹錯報為雨的比例較高，雨錯報成毛毛雨的比例較高，雪錯報成毛毛雨和雨的比例較高，而雨夾雪則常常是毛毛雨、雨、雪交替出現(xiàn)。