李 林 孫赫敏 仰美霖 杜傳耀 范雪波 盧一皎 尹佳莉

1 北京城市氣象研究院，北京 100089 2 北京市氣象探測(cè)中心，北京 100089

提 要：降雨的微觀結(jié)構(gòu)觀測(cè)對(duì)于降水的精確預(yù)報(bào)以及人工影響天氣至關(guān)重要，但受到非降水因素、湍流和雨滴重疊等因素影響，雨滴譜的觀測(cè)數(shù)據(jù)存在一定的誤差和錯(cuò)誤。選取北京市9個(gè)國(guó)家級(jí)地面氣象觀測(cè)站在2017年4—10月期間的雨滴譜儀觀測(cè)數(shù)據(jù)，結(jié)合翻斗雨量計(jì)觀測(cè)資料和人工記錄天氣現(xiàn)象，研究雨滴譜觀測(cè)數(shù)據(jù)質(zhì)量控制方法。結(jié)果表明：錯(cuò)誤的雨滴譜觀測(cè)數(shù)據(jù)主要由霾、沙塵天氣及昆蟲(chóng)活動(dòng)引起，粒子速度主要在5 m·s-1以下，粒子大小分布較為分散。建立了速度、數(shù)量的雙閾值質(zhì)量控制方法，可以有效剔除錯(cuò)誤雨滴譜觀測(cè)數(shù)據(jù)，當(dāng)速度、數(shù)量閾值系數(shù)分別為0.4和0.7時(shí)，TS評(píng)分最優(yōu)，達(dá)到0.92；雨滴譜儀與翻斗雨量計(jì)觀測(cè)降雨量的決定系數(shù)從0.757提高到0.985。該方法可以更有效地利用降雨觀測(cè)資料，充分發(fā)揮新型探測(cè)設(shè)備建設(shè)效益。

引 言

降雨的微觀結(jié)構(gòu)由云微物理與大氣動(dòng)力之間復(fù)雜的相互作用所控制，降雨的微觀結(jié)構(gòu)對(duì)于遙感降水觀測(cè)至關(guān)重要，對(duì)于數(shù)值天氣建模，降雨入滲或土壤侵蝕也至關(guān)重要，較多學(xué)者采用地面激光雨滴譜儀進(jìn)行反演降水參量和模擬等工作(熊飛麟和周毓荃，2016；梅海霞等，2017；沙修竹等，2019)。早期測(cè)量雨滴譜的方法主要有濾紙色斑法、動(dòng)力學(xué)法、面粉球法、快速攝影法和浸潤(rùn)法等，這些傳統(tǒng)的方法普遍存在精度低、工作量大、實(shí)時(shí)性差、成本高及無(wú)法自動(dòng)完成測(cè)量分類等缺點(diǎn)。隨著電子技術(shù)的進(jìn)步，研究人員陸續(xù)研制出了多種自動(dòng)化雨滴譜觀測(cè)設(shè)備，其中較早被廣泛應(yīng)用的有沖擊型雨滴譜儀器(Joss and Waldvogel,1967)，即通過(guò)雨滴撞擊產(chǎn)生的振動(dòng)來(lái)測(cè)量雨滴大小和數(shù)目，但是因?yàn)閮x器響應(yīng)時(shí)間的原因在大雨強(qiáng)下無(wú)法測(cè)量小雨滴(Tokay and Short,1996)，同時(shí)由于5 mm以上雨滴的下落末速度變化很小，也無(wú)法分辨出大雨滴。2000年前后可以觀測(cè)降水粒子大小和速度的光學(xué)雨滴譜儀逐漸應(yīng)用，主要包括奧地利的二維視頻雨滴譜儀2DVD(Kruger and Krajewski,2002)和德國(guó)OTT公司的激光雨滴譜儀Parsivel(L?ffler-Mang and Joss,2000)，2DVD觀測(cè)結(jié)果與雨量計(jì)更為接近(Wen et al,2017；Tokay et al,2013)，2011年OTT公司推出新一代的Parsivel，更新了激光器并擴(kuò)大了采用區(qū)面積，性能得到較大提升(Tokay et al,2014)。Parsivel因?yàn)槠湟子诎惭b和維護(hù)被較多廠家用于降水類天氣現(xiàn)象的觀測(cè)，杜波等(2014;2017)通過(guò)對(duì)比試驗(yàn)驗(yàn)證其具有較好的效果，但也會(huì)產(chǎn)生誤報(bào)和漏報(bào)。

雨滴譜觀測(cè)受到湍流、雨滴濺落、邊緣降落和雨滴重疊等因素影響，會(huì)產(chǎn)生一些疑問(wèn)數(shù)據(jù)，很多人員基于降雨雨滴直徑和下落末速度的特性(Gunn and Kinzer，1949)，采用不同的速度閾值刪除閾值外的粒子數(shù)據(jù)，比如Tokay et al(2013)采用下落末速度的50%作為限制，Kruger and Krajewski(2002)將閾值范圍設(shè)置在40%，而Jaffrain and Berne(2011)使用60%作為閾值，通過(guò)這些方法可以剔除降水過(guò)程中約10%～30%的雨滴數(shù)量。這種常規(guī)質(zhì)量控制方法雖然簡(jiǎn)單易用，但僅適用于已經(jīng)明確降雨過(guò)程中的雨滴譜數(shù)據(jù)，無(wú)法對(duì)觀測(cè)到的非降水粒子的影響進(jìn)行剔除，如昆蟲(chóng)、蜘蛛網(wǎng)、沙塵以及大風(fēng)卷起的落葉等，從而產(chǎn)生虛假的降水粒子。但雨滴譜儀作為降水類天氣現(xiàn)象儀，需考慮到非降水粒子的影響(杜傳耀等，2019)。

基于北京9個(gè)氣象站雨滴譜儀和地面自動(dòng)站觀測(cè)數(shù)據(jù)，根據(jù)雨滴直徑和速度的分布特性，研究使用速度閾值和數(shù)量閾值的雙重約束，建立速度和數(shù)量雙閾值對(duì)雨滴譜觀測(cè)數(shù)據(jù)進(jìn)行質(zhì)量控制，剔除雨滴譜儀觀測(cè)到的非降水粒子造成的降水天氣現(xiàn)象誤報(bào)。

1 觀測(cè)設(shè)備和數(shù)據(jù)方法

1.1 降雨觀測(cè)設(shè)備

Parsivel是以激光為基礎(chǔ)的光學(xué)粒子測(cè)量設(shè)備，儀器的核心是一個(gè)光學(xué)傳感器，主要由激光發(fā)射端、激光接收端及相應(yīng)的電路等組成，該傳感器能夠發(fā)射平行的激光束(激光束的長(zhǎng)寬高分別為180、30和1 mm)，通過(guò)下降的降水粒子對(duì)激光束遮擋的幅度和時(shí)間來(lái)測(cè)量降水粒子尺寸和降落速度，可實(shí)時(shí)監(jiān)測(cè)降水類型、降水粒子數(shù)量并計(jì)算出降水強(qiáng)度和累計(jì)降水量等。Parsivel輸出的粒子譜數(shù)據(jù)為32個(gè)直徑通道和32個(gè)速度通道，每個(gè)采樣間隔內(nèi)獲得的粒子譜數(shù)據(jù)為1 024個(gè)，其中最低兩個(gè)直徑通道(直徑通道1和2)因信噪比較低不可用，儀器安裝在2 m的高度，主要技術(shù)指標(biāo)見(jiàn)表1。

表1 Parsivel激光雨滴譜儀主要技術(shù)指標(biāo)

在研究中使用SL3-1雙翻斗雨量傳感器(以下簡(jiǎn)稱翻斗雨量計(jì))進(jìn)行對(duì)比評(píng)估，翻斗雨量計(jì)主要由承水器、上翻斗、計(jì)量翻斗、計(jì)數(shù)翻斗、匯集漏斗、干簧管和調(diào)節(jié)螺釘?shù)冉M成，其測(cè)量原理是當(dāng)有降水出現(xiàn)時(shí)，雨水首先在承水器內(nèi)匯集，再流入上翻斗，上翻斗翻動(dòng)后，進(jìn)入計(jì)量翻斗進(jìn)行計(jì)量，計(jì)量翻斗每翻動(dòng)一次記錄0.1 mm的降水量。隨后雨水由計(jì)量翻斗倒入計(jì)數(shù)翻斗，在計(jì)數(shù)翻斗的中間裝有一塊小磁鋼，磁鋼上部裝有干簧開(kāi)關(guān)，計(jì)數(shù)翻斗每翻轉(zhuǎn)一次磁鋼對(duì)干簧管掃描，使干簧管的接點(diǎn)因磁化瞬間閉合一次從而送出一個(gè)導(dǎo)通信號(hào)，自動(dòng)氣象站采集進(jìn)行一次計(jì)數(shù)。翻斗雨量計(jì)承水口安裝高度為70 cm，采樣面積為314 cm2，按照中國(guó)氣象局(2003)《地面氣象觀測(cè)規(guī)范》，兩個(gè)儀器距離基本保持在15 m，將翻斗雨量計(jì)觀測(cè)的雨強(qiáng)作為標(biāo)準(zhǔn)來(lái)驗(yàn)證雨滴譜儀質(zhì)量控制的效果。

1.2 數(shù)據(jù)方法

本文中選取北京市9個(gè)國(guó)家級(jí)地面觀測(cè)站在2017年4—10月期間雨滴譜儀和翻斗雨量計(jì)觀測(cè)資料進(jìn)行分析，整個(gè)觀測(cè)時(shí)段共有123 931 min測(cè)得雨滴譜觀測(cè)數(shù)據(jù)，平均每站有114.1 d出現(xiàn)雨滴譜觀測(cè)數(shù)據(jù)，同期翻斗雨量計(jì)觀測(cè)到降雨日數(shù)平均為47.8 d。參照人工觀測(cè)記錄的天氣現(xiàn)象和翻斗雨量計(jì)觀測(cè)降水記錄時(shí)間對(duì)雨滴譜儀觀測(cè)數(shù)據(jù)進(jìn)行判別，將地面觀測(cè)無(wú)降水，雨滴譜儀有數(shù)據(jù)的情況認(rèn)定為雨滴譜儀觀測(cè)到非降水粒子，為錯(cuò)誤的雨滴譜觀測(cè)數(shù)據(jù)，識(shí)別出錯(cuò)誤雨滴譜觀測(cè)數(shù)據(jù)為2 510 min。雖然錯(cuò)誤分鐘的觀測(cè)數(shù)據(jù)僅占到總數(shù)據(jù)的2.0%，但是52.7%的日數(shù)出現(xiàn)了錯(cuò)誤的觀測(cè)數(shù)據(jù)，其中16.1%的日數(shù)既有正確數(shù)據(jù)也有錯(cuò)誤的雨滴譜觀測(cè)數(shù)據(jù)。每站雨滴譜觀測(cè)日數(shù)見(jiàn)表2，每站雨滴譜儀觀測(cè)到正確日數(shù)和錯(cuò)誤日數(shù)幾乎相當(dāng)，絕大部分觀測(cè)數(shù)據(jù)錯(cuò)誤在一天中僅會(huì)出現(xiàn)零星幾分鐘的雨滴譜，特別是54431站錯(cuò)誤日數(shù)甚至超過(guò)了正確日數(shù)，可能和該站所處的環(huán)境和維護(hù)程度有關(guān)系(該站處于大運(yùn)河公園內(nèi)且為無(wú)人值守站點(diǎn))。

表2 雨滴譜觀測(cè)天數(shù)(單位：d)

不同直徑降雨粒子的下落末速度(Videal)采用Brandes et al(2002)提出的公式獲得

Videal(D)=-0.102 1+4.932D-0.955 2D2+

0.079 34D3-0.002 362D4

(1)

式中D為通道粒子直徑(單位：mm)。

考慮邊界效應(yīng)，根據(jù)Jaffrain and Berne(2011)研究，對(duì)不同直徑粒子計(jì)算各自有效采樣面積Ai(單位：mm2):

Ai=180×(30-0.5Di)

(2)

雨滴譜儀觀測(cè)降水量P(單位：mm)采用式(3)計(jì)算獲得:

(3)

式中nij表示某一粒子等級(jí)的粒子數(shù)。如前文所述，研究人員一般基于降雨雨滴直徑和速度的特性，本文根據(jù)式(4)采用不同的閾值來(lái)篩選。

|Vmeasure-Videal|≤TvVideal

(4)

式中：Vmeasure為測(cè)得的粒子通道末速度，Tv為速度閾值系數(shù)，Videal為經(jīng)驗(yàn)速度公式值，采用該通道平均粒子直徑計(jì)算Videal，李淘等(2016)和杜波等(2018)研究認(rèn)為雨滴譜儀測(cè)速誤差達(dá)到應(yīng)用需求。Gatlin et al(2015)研究表明，自然界中很少存在直徑8.0 mm 以上的雨滴粒子，在質(zhì)量控制中采用的粒子直徑范圍為0.25～8.0 mm，當(dāng)粒子速度是在速度閾值范圍之內(nèi)的為正確觀測(cè)粒子數(shù)據(jù)，其余為可疑觀測(cè)數(shù)據(jù)。

具體步驟為，根據(jù)速度閾值系數(shù)Tv確定粒子篩選區(qū)域，計(jì)算每分鐘正確雨滴譜粒子數(shù)量Nc占該分鐘觀測(cè)總粒子數(shù)量N的比例σ，當(dāng)該分鐘的比例σ超過(guò)設(shè)定的數(shù)量閾值系數(shù)Tn時(shí)，認(rèn)為該分鐘雨滴譜為降水觀測(cè)數(shù)據(jù)，否則為非降水觀測(cè)數(shù)據(jù)，即錯(cuò)誤觀測(cè)數(shù)據(jù)。

(5)

式中：Nc為粒子末速度處于速度閾值系數(shù)Tv∈{0.3，0.4，0.5，0.6}內(nèi)的粒子個(gè)數(shù)，N為總粒子個(gè)數(shù)，σ為二者的比例，其閾值Tn∈{0.6，0.7，0.8，0.9}。對(duì)不同Tv-Tn雙閾值系數(shù)組合進(jìn)行分析，圖1為該通道平均粒子直徑的不同速度閾值系數(shù)Tv下，粒子譜正確的篩選范圍。例如當(dāng)速度閾值系數(shù)范圍和數(shù)量閾值比例系數(shù)分別采用0.3和0.8時(shí)，某分鐘雨滴譜觀測(cè)數(shù)據(jù)的在圖1a(Tv=0.3)中藍(lán)色區(qū)域內(nèi)的粒子數(shù)量達(dá)到全部粒子數(shù)量的80%，即Tn=0.8則該分鐘雨滴譜觀測(cè)正確。

圖1 不同速度閾值系數(shù)篩選范圍(a)0.3,(b)0.4,(c)0.5,(d)0.6(藍(lán)色區(qū)域判斷為正確粒子；其他區(qū)域識(shí)別為可疑粒子，紅線為降雨粒子的下落末速度理論曲線，下同)

參考現(xiàn)有預(yù)報(bào)評(píng)分中的方法，根據(jù)該質(zhì)量控制方法檢驗(yàn)出來(lái)錯(cuò)誤數(shù)據(jù)和人工實(shí)況觀測(cè)情況對(duì)全部分鐘雨滴譜樣本進(jìn)行分類，詳見(jiàn)表3。

表3 質(zhì)量控制分類列聯(lián)表

采用質(zhì)量控制方法后，人工識(shí)別為錯(cuò)誤數(shù)據(jù)，同時(shí)質(zhì)量控制方法判斷為錯(cuò)誤數(shù)據(jù)，則認(rèn)為命中；若人工識(shí)別為正確數(shù)據(jù)，而質(zhì)量控制方法判斷為錯(cuò)誤數(shù)據(jù)，認(rèn)為是空?qǐng)?bào)；若人工識(shí)別為錯(cuò)誤數(shù)據(jù)，而質(zhì)量控制方法判斷為正確數(shù)據(jù)，認(rèn)為是漏報(bào)；人工識(shí)別和質(zhì)量控制方法判斷均為正確數(shù)據(jù)為正確拒絕。

下面介紹下文中所用的評(píng)價(jià)指標(biāo)和技巧評(píng)分見(jiàn)表4。

表4 質(zhì)量控制方法評(píng)價(jià)指標(biāo)和技巧評(píng)分

2 結(jié)果分析

2.1 典型錯(cuò)誤雨滴譜

正常降水條件下，雖然存在一部分速度過(guò)大或者過(guò)小的異常粒子，也可能會(huì)存在一部分直徑過(guò)大的降水粒子，這部分粒子除了儀器的觀測(cè)誤差以外，更多是因?yàn)橛甑螢R落、邊緣降落、雨滴重疊等因素影響，但是整體降雨粒子分布處在合理范圍內(nèi)。圖2是54424站2017年7月18日的一次陣雨過(guò)程雨滴譜分布，可見(jiàn)不同直徑雨滴分布和雨滴下落末速度理論值比較符合，粒子數(shù)量主要分布在理論值附近，其他區(qū)域雨滴粒子數(shù)量?jī)H為個(gè)位數(shù)。

圖2 2017年7月18日54424站雨滴數(shù)量分布(填色代表個(gè)數(shù))

根據(jù)2 510 min錯(cuò)誤雨滴譜樣本分析，當(dāng)出現(xiàn)誤報(bào)數(shù)據(jù)樣本時(shí)，觀測(cè)站點(diǎn)的天氣現(xiàn)象往往出現(xiàn)了視程障礙現(xiàn)象，集中在輕霧、霾或者沙塵、揚(yáng)沙天氣，另外根據(jù)臺(tái)站觀察昆蟲(chóng)活動(dòng)也是造成雨滴譜儀觀測(cè)出現(xiàn)錯(cuò)誤數(shù)據(jù)重要原因。與正確雨滴譜觀測(cè)數(shù)據(jù)相比較，粒子的速度明顯偏低，極少有超過(guò)5 m·s-1的情況，但是也呈現(xiàn)出不同的特征，昆蟲(chóng)引起的誤報(bào)粒子直徑較大也更為離散(圖3c)，最大可以達(dá)到20 mm，這個(gè)與活動(dòng)的昆蟲(chóng)個(gè)體特征有關(guān)系。相比較而言，沙塵天氣粒子直徑較為集中，主要在2 mm以下,個(gè)別可以達(dá)到5 mm(圖3b)，根據(jù)沙塵天氣情況看，該天氣條件下，除了較小的沙塵粒子在光路引起誤報(bào)，伴隨的大風(fēng)也會(huì)卷起草葉等雜物出現(xiàn)在觀測(cè)光路中，從而出現(xiàn)較大的粒子。霧-霾天氣下觀測(cè)到的粒子最為集中(圖3a)，直徑基本在1 mm以下，速度也很少超過(guò)2 m·s-1，比較符合霧-霾時(shí)一般是靜穩(wěn)天氣的情況。從三種天氣下能見(jiàn)度情況來(lái)看，沙塵和霧-霾天氣下能見(jiàn)度分別在2 km和5 km左右，而出現(xiàn)昆蟲(chóng)導(dǎo)致錯(cuò)誤數(shù)據(jù)的情況，能見(jiàn)度一般在10 km以上。同時(shí)霧-霾與沙塵天氣中站點(diǎn)的PM2.5和PM10觀測(cè)數(shù)據(jù)也存在明顯差異，以54511站為例,5月 5日沙塵天氣PM2.5和PM10最高值分別達(dá)到321.6 μg·m-3和2 361.9 μg·m-3，在10月28日霾天氣中PM2.5和PM10最高值分別為154.6 μg·m-3和164.4 μg·m-3。一般來(lái)說(shuō)霧滴平均直徑通常不到20 μm，根據(jù)雨滴譜儀性能指標(biāo)，應(yīng)該是觀測(cè)不到直徑在0.25 mm以下的粒子，但在低能見(jiàn)度的情況下霧或者霾的顆粒對(duì)觀測(cè)光路造成的污染或者空間上疊加，也會(huì)導(dǎo)致雨滴譜儀輸出錯(cuò)誤數(shù)據(jù)。

圖3 2017年(a)10月28日霧-霾,(b)5月5日沙塵,(c)7月4日昆蟲(chóng)引起的粒子分布

2.2 雙閾值法的質(zhì)量控制效果分析

2.2.1 質(zhì)量控制評(píng)價(jià)指標(biāo)

使用不同的雙閾值組合對(duì)123 931 min的分鐘雨滴譜數(shù)據(jù)進(jìn)行質(zhì)量控制判斷，圖4為不同條件下POD、FAR和TS評(píng)分情況。無(wú)論采用何種組合，POD能保持一個(gè)較高的評(píng)分，大部分在0.90以上，最低為0.76。FAR差異較大，當(dāng)采用0.3的速度閾值系數(shù)時(shí)，數(shù)量閾值系數(shù)從0.6～0.9時(shí)，F(xiàn)AR從0.13 提高至0.89，即基本識(shí)別出來(lái)的均是正確的雨滴譜數(shù)據(jù)；當(dāng)數(shù)量閾值系數(shù)采用0.9時(shí)，在同樣速度閾值系數(shù)的FAR會(huì)明顯高于其他設(shè)置情況，主要是雨滴譜儀觀測(cè)中受到湍流、雨滴濺落、邊緣降落、雨滴重疊等因素影響，即使在降水過(guò)程中也會(huì)部分粒子在超出速度閾值范圍；當(dāng)采用0.5和0.6的速度閾值系數(shù)時(shí)，整體TS評(píng)分均處于較高的水平，TS評(píng)分均高于0.75。當(dāng)采用0.4的速度閾值系數(shù)和0.7的數(shù)量閾值系數(shù)時(shí)，TS評(píng)分最高為0.92，對(duì)應(yīng)的POD和FAR分別為0.97和0.04，即在所有錯(cuò)誤雨滴譜數(shù)據(jù)樣本中正確判斷出2 459 min數(shù)據(jù)，有72 min未能識(shí)別，同時(shí)產(chǎn)生了129 min的空?qǐng)?bào)。

圖4 不同速度閾值系數(shù)和數(shù)量閾值系數(shù)下的(a)POD，(b)FAR和(c)TS

同樣使用不同的雙閾值組合計(jì)算9個(gè)站分別使用的效果，統(tǒng)計(jì)結(jié)果表明每個(gè)站點(diǎn)最佳TS評(píng)分的雙閾值組合存在一定差異，最佳TS評(píng)分時(shí)采用0.4的速度閾值系數(shù)和0.7的數(shù)量閾值系數(shù)站點(diǎn)最多，有4個(gè)站點(diǎn)，3個(gè)站速度、數(shù)量閾值系數(shù)組合為0.5/0.8，各有1個(gè)站采用的雙閾值系數(shù)組合為 0.4/0.6和0.6/0.8，這5個(gè)站點(diǎn)中有3個(gè)站點(diǎn)的次優(yōu)組合為0.4/0.7。9個(gè)站點(diǎn)的最佳TS評(píng)分除54424站外，均處于一個(gè)較好的水平，這種差異可能和站點(diǎn)產(chǎn)生誤報(bào)的原因相關(guān)。54424站主要是一次降雨過(guò)程中，根據(jù)0.5的速度閾值系數(shù)計(jì)算，正確粒子數(shù)量比例主要集中在0.8左右，導(dǎo)致產(chǎn)生較多的空?qǐng)?bào)，從而整體的TS評(píng)分較低。

表5 各站最佳TS評(píng)分的速度閾值系數(shù)和數(shù)量閾值系數(shù)

2.2.2 典型個(gè)例分析

2017年5月5日，懷柔站發(fā)生一次復(fù)雜天氣過(guò)程，此次過(guò)程人工觀測(cè)記錄了浮塵、雨、大風(fēng)、揚(yáng)沙四種天氣現(xiàn)象，其中降雨未形成降水量。這次過(guò)程中，雨滴譜儀在06:19—06:35連續(xù)觀測(cè)到數(shù)據(jù)(第一時(shí)段)，在07:12—09:05間歇性觀測(cè)到粒子數(shù)據(jù)(第二時(shí)段)。采用0.4的速度閾值系數(shù)，對(duì)該過(guò)程的雨滴譜觀測(cè)數(shù)據(jù)進(jìn)行評(píng)估，第一段時(shí)段正確粒子數(shù)量比例平均為0.97，第二時(shí)段正確粒子數(shù)量比例平均為0.58。分別統(tǒng)計(jì)兩個(gè)時(shí)段的雨滴譜粒子分布，圖5a，5b分別為第一時(shí)段和第二時(shí)段各通道粒子譜分布，第一時(shí)段的粒子分布比較符合降雨粒子分布特征，粒子直徑基本在3 mm以內(nèi)，速度也符合雨滴下落末速度特征，而第二時(shí)段的粒子分布明顯散亂，最大粒子直徑甚至達(dá)到了10～12 mm，自動(dòng)氣象站觀測(cè)的極大風(fēng)速也達(dá)到20.1 m·s-1，此時(shí)的粒子應(yīng)為為大風(fēng)揚(yáng)沙天氣帶來(lái)的沙塵粒子和草葉等。該過(guò)程中同時(shí)采用0.7的數(shù)量閾值系數(shù)對(duì)逐分鐘數(shù)據(jù)進(jìn)行判別(圖5c)，第一時(shí)段全部為正確降水粒子數(shù)據(jù)，第二時(shí)段中僅個(gè)別分鐘會(huì)產(chǎn)生空?qǐng)?bào)。

圖5 54419站2017年5月5日(a)07時(shí)前和(b)07時(shí)后的粒子譜分布以及(c)風(fēng)速和粒子比例的時(shí)間序列

2.3 質(zhì)量控制對(duì)反演降水的影響

采用最優(yōu)速度、數(shù)量閾值系數(shù)組合(0.4/0.7)對(duì)123 931 min雨滴譜數(shù)據(jù)進(jìn)行質(zhì)量控制判別，其中2 510 min的錯(cuò)誤雨滴譜數(shù)據(jù)中識(shí)別出2 438 min，有72 min數(shù)據(jù)未能識(shí)別，121 421 min正確雨滴譜數(shù)據(jù)中有129 min誤判為錯(cuò)誤數(shù)據(jù)。將全部和經(jīng)過(guò)質(zhì)量控制的雨滴譜數(shù)據(jù)采用式(2)和式(3)計(jì)算小時(shí)降水量。

與同觀測(cè)場(chǎng)的翻斗雨量計(jì)小時(shí)雨量進(jìn)行匹配，采用最小二乘法驗(yàn)證雙閾值法質(zhì)量控制效果，圖6給出了相關(guān)性分析結(jié)果。質(zhì)量控制前后的兩組數(shù)據(jù)的斜率差異不大，但決定系數(shù)從0.757提高到0.985，表明通過(guò)雙閾值法可以有效剔除雨滴譜因外界干擾產(chǎn)生的虛假降水。質(zhì)量控制后的決定系數(shù)與二者實(shí)際降雨量的決定系數(shù)(0.984)略有改進(jìn)，但差別不大，同樣線性回歸方程也差異較小，說(shuō)明該質(zhì)量控制方法對(duì)于正常降雨粒子譜的識(shí)別還較為準(zhǔn)確。

圖6 (a)質(zhì)量控制前，(b)質(zhì)量控制后與(c)實(shí)際觀測(cè)的雨滴譜儀降雨量與翻斗雨量計(jì)降雨量散點(diǎn)分布

翻斗雨量計(jì)和雨滴譜儀觀測(cè)的2017年4—10月期間累計(jì)降雨量，除了54431站的雨滴譜儀觀測(cè)降雨量高于翻斗雨量計(jì)觀測(cè)數(shù)據(jù)64.5%外，其他8個(gè)站質(zhì)量控制前雨滴譜儀與翻斗雨量計(jì)觀測(cè)降雨量的比例介于92.9%～105.3%，質(zhì)量控制后二者觀測(cè)降雨量的比例降為83.8%～100.7%，實(shí)際人工進(jìn)行降雨過(guò)程質(zhì)量控制處理后該比例介于 84.6%～100.8%，除54431站外剔除錯(cuò)誤的雨滴譜儀觀測(cè)降雨量占翻斗雨量計(jì)觀測(cè)降雨量的3.3%～19.4%。如前文所述，54431站位于大運(yùn)河森林公園附近，更容易受昆蟲(chóng)等活動(dòng)影響造成虛假粒子譜輸出，為了減少這種極端情況對(duì)效果統(tǒng)計(jì)的影響，如果剔除54431站的觀測(cè)數(shù)據(jù)，在使用最優(yōu)速度、數(shù)量閾值系數(shù)組合(0.4/0.7)前，其余8個(gè)站質(zhì)量控制前雨滴譜儀與翻斗雨量計(jì)觀測(cè)的小時(shí)雨量決定系數(shù)為0.921，質(zhì)量控制后二者的決定系數(shù)為0.987，經(jīng)過(guò)質(zhì)量控制決定系數(shù)提高了0.066，說(shuō)明即使剔除極端情況站點(diǎn)的數(shù)據(jù)，該方法對(duì)雨滴譜儀觀測(cè)數(shù)據(jù)質(zhì)量也有較好的提升。

表6 翻斗雨量計(jì)與雨滴譜儀觀測(cè)累計(jì)降雨量

3 結(jié)論與討論

根據(jù)北京9個(gè)氣象站的雨滴譜質(zhì)量控制方法研究，以及與翻斗雨量計(jì)對(duì)比分析得到以下主要結(jié)論：

(1)錯(cuò)誤的雨滴譜觀測(cè)數(shù)據(jù)主要由霾、沙塵天氣及昆蟲(chóng)活動(dòng)引起，粒子速度主要在5 m·s-1以下，霾、沙塵天氣主要集中在小粒子段，昆蟲(chóng)活動(dòng)產(chǎn)生的粒子分布較為分散，錯(cuò)誤粒子分布與正常降雨觀測(cè)的雨滴譜分布特征有較明顯區(qū)別。

(2)通過(guò)速度閾值和數(shù)量閾值的質(zhì)量控制方法，可以有效剔除錯(cuò)誤雨滴譜觀測(cè)數(shù)據(jù)，對(duì)于錯(cuò)誤雨滴譜觀測(cè)數(shù)據(jù)具有較高的識(shí)別率，但是空?qǐng)?bào)率隨著閾值選擇變化較大，當(dāng)分別采用0.4速度閾值系數(shù)和0.7數(shù)量閾值系數(shù)時(shí)，TS評(píng)分最優(yōu)，達(dá)到0.92。

(3)經(jīng)過(guò)該方法自動(dòng)質(zhì)量控制雨滴譜儀觀測(cè)降水，雨滴譜儀與翻斗雨量計(jì)觀測(cè)降水量的決定系數(shù)從0.757 提高到0.985，提升雨滴譜觀測(cè)數(shù)據(jù)質(zhì)量。

本文的研究結(jié)果是基于北京9個(gè)氣象站獲得，僅針對(duì)Parsivel雨滴譜儀進(jìn)行質(zhì)量控制研究，實(shí)際通過(guò)中國(guó)氣象局考核定型的降水類天氣現(xiàn)象儀有5個(gè)廠家的產(chǎn)品，還需要對(duì)其他廠家的方法適應(yīng)性進(jìn)行進(jìn)一步的研究，也可以考慮增加電容式感雨器對(duì)雨滴譜儀進(jìn)行硬件交互質(zhì)量控制。