CN106950614B - 一种区域自动气象站小时雨量数据质量控制方法 - Google Patents

Abstract

本发明公开了一种区域自动气象站小时雨量数据质量控制方法，首先根据历史数据建立判别模型，其次实时整理雨滴谱仪数据、天气雷达数据和自动气象站雨量数据，利用多部雨滴谱仪数据，完成雷达回波强度结果的评估和订正，同时根据不同降水类型拟合雷达回波强度和雨强的关系式；并将拟合的关系式代入雷达定量估测降水模块，实现雷达定量估测降水得到小时雨量；最后建立天气雷达估测小时雨量与区域自动气象站小时雨量集合，通过与预先建立的判别模型进行比较，完成区域自动气象站小时雨量数据是否异常的判定，从而使自动气象站雨量数据更加准确、可靠，提高观测数据质量，为气象监测、预警和预报等业务的运行奠定良好的基础。

Description

一种区域自动气象站小时雨量数据质量控制方法

技术领域

本发明涉及气象数据质量控制技术领域，特别是一种区域自动气象站小时雨量数据质量控制方法。

背景技术

近几年，随着我国地面气象观测现代化建设的推进，全国自动气象站数量已经超过5万个，但这也加大了维护的难度。自动气象站的雨量数据是准确反映实时降水量的重要依据，然而在实际使用过程中存在着一定的问题，比如：站点迁址导致其地理位置信息不准确、翻斗式雨量计易受周围大风影响、杂物堵塞、人为浇水、破坏以及维护不当等因素造成雨量测量误差等，这些都给业务人员进行数据分析带来了非常大的困扰，无法判断真实的天气过程。因此如何准确评估自动气象站雨量数据质量，是一个非常紧迫和亟待解决的问题。

传统的自动气象站雨量数据质量控制方法主要包括气候学界限值检查、区域界限值检查、时间一致性检查和空间一致性检查等。这些方法是以降水分布满足时空分布连续性为前提条件的；而在夏季，我国强对流天气频发，常常会发生两类降水系统，分别是局地阵性降水和大面积层状云中镶嵌小尺度强对流云团的混合型降水，这样的降水系统会给现有的自动气象站雨量数据质量控制技术判断带来障碍。

随着雷达遥感技术的发展以及雷达观测网的建设，目前国内外开始发展基于雷达定量估测降水的自动气象站雨量数据的质量控制方法。Marzen和Fuelberg(2005)发展了一套基于多传感器降水估计算法修正后的雷达定量估测降水数据的雨量数据质量控制方法。Zhang Jian(2016)发展了一套基于MRMS系统中多传感器的小时雨量实时质量控制系统。丛芳等(2011)利用雷达定量估计降水与自动气象站站雨量数据之间的相似离度关系，进行了将雷达资料应用于自动气象站雨量数据质量控制的试验性研究。仲凌志等(2013)利用天气雷达辅助对自动气象站逐小时降水数据进行了实时质量控制及评估。

上述的自动气象站降水数据质量控制方法中，均没有对雷达数据的准确性进行评估，同时雷达定量降水估计中使用的Z-R关系系数也是前人给出的，并不一定适合当前的降水系统。

发明内容

本发明要解决的技术问题是针对上述现有技术的不足，而提供一种区域自动气象站小时雨量数据质量控制方法，该区域自动气象站小时雨量数据质量控制方法同时接入了3类数据，分别为天气雷达数据、雨滴谱仪数据、自动气象站数据。先利用雨滴谱仪测量的雨滴谱仪数据对天气雷达数据进行修正，然后使用修正后的天气雷达数据对自动气象站数据进行自动判别，从而使自动气象站雨量数据更加准确、可靠，提高观测数据质量，为气象监测、预警和预报等业务的运行奠定良好的基础。

为解决上述技术问题，本发明采用的技术方案是：

一种区域自动气象站小时雨量数据质量控制方法，包括如下步骤。

步骤1，建立判别模型：根据历史观测资料，选择一段时间统计天气雷达小时雨量和自动气象站小时雨量数据，建立判别模型，判别模型的公式为：

上式中，f₁(x)为可信自动气象站小时雨量的上边界，f₂(x)为可信自动气象站小时雨量的下边界；x表示雷达估测小时雨量；A、k₁、T₁、k₂、T₂为方程系数，根据经验，A∈[0.5,1]，k₁∈[0.5,2]，k₂∈[0.5,2]，T₁∈[0.1,10]，T₂∈[0.1,10]。

步骤2，数据读取及转换：分别将天气雷达、雨滴谱仪和区域自动气象站的采集数据进行读取，并均转换成标准格式的数据。

步骤3，修正雷达回波强度：利用步骤2转换后的雨滴谱仪采集数据，完成对天气雷达实测回波强度信息的评估和订正；评估和订正的方法如下：

步骤31，通过步骤2转换后的雨滴谱仪采集数据估算出雨滴谱仪回波强度信息；雨滴谱仪回波强度Z的计算公式为：

式中，N(D_i)为单位体积内第i级直径对应的所有降水粒子；D_i为第i级直径的粒子。

步骤32，坐标关系映射：将天气雷达回波数据从极坐标映射到笛卡尔坐标。

步骤33，天气雷达回波强度修正：以雨滴谱仪的空间位置为中心，确定空间匹配窗口；在空间匹配窗口内，将步骤32中位于笛卡尔坐标内的天气雷达回波数据与步骤31估算出的雨滴谱仪回波强度信息数据进行对比，完成空间匹配，计算出天气雷达回波强度的偏差并进行修正。

步骤4，建立不同降水类型下的天气雷达回波强度与雨强关系式：利用步骤2中的雨滴谱仪采集数据，通过最小二乘法拟合出不同降水类型下的雷达回波强度与雨强关系式。

具体建立方法如下：

步骤41，建立天气雷达回波强度与雨强的通用Z-R关系式，该通用Z-R关系式为：

Z＝aR^b

式中，Z为天气雷达回波强度；R为雨强；a、b为待定常数，不同降水类型所对应的a和b值不同。

步骤42，降水类型划分：先设定一个固定阈值作为划分降水类型的分割线，然后根据该固定阈值，将步骤31估算出的雨滴谱仪回波强度Z进行划分，具体划分方式为：当雨滴谱仪回波强度Z大于等于固定阈值时，判断为对流降水；当雨滴谱仪回波强度Z小于固定阈值时，判断为层状云降水。

步骤43，计算不同降水类型下的待定常数a、b；将步骤41建立的通用Z-R关系式进行变换，然后采用最小二乘法线性回归方程得出待定常数a、b的计算公式，然后根据待定常数a、b的计算公式，分别拟合出对流降水和层状云降水时的常数a、b值及所对应的Z-R关系式；其中，待定常数a、b的计算公式如下：

式中，x_i是雨滴谱仪获取的雨强数据样本，y_i是雨滴谱仪计算出的雷达回波强度数据样本，N为样本数量。

步骤5，建立雨量集合：根据步骤3得到的修正雷达回波强度，代入步骤4建立的不同降水类型下的天气雷达回波强度与雨强关系式，得到雷达估测小时降水雨量，联合区域自动气象站小时雨量数据构成二维坐标点，得到雨量集合；联合雷达覆盖范围内的区域自动气象站小时雨量数据，获取空间上匹配的点对点雨量集合{[x_rg₁,y_rr₁],[x_rg₂,y_rr₂],…,[x_rg_n,y_rr_n]},其中x_rg代表雷达估测的小时降水雨量，y_rr代表区域自动气象站的小时雨量，n代表自动气象站的个数；

步骤6，自动气象站小时雨量数据判断：根据步骤5获得的雨量集合，分别代入步骤1建立的判别模型中，判断区域自动气象站小时雨量数据的质量；当区域自动气象站小时雨量数据处于上下边界之间时，即f₁(x_rg)＜y_rr＜f₂(x_rg)，判断区域自动气象站小时雨量数据可信，反之，则判别为异常。

所述步骤2中，雨滴谱仪采集数据读取与转换后，需进行质量控制；雨滴谱仪采集数据质量控制的方法为：

步骤21，建立雨滴谱仪粒子粒径和下落速度的关系式：雨滴谱仪粒子粒径和下落速度的关系式为：

v＝-0.002362D⁴+0.07934D³-0.9551D²+4.932D-0.1021

其中D为粒子粒径，υ为理论下落速度；

步骤22，剔除非真实气象数据：当雨滴谱仪所观测粒子的下落速度符合如下计算公式时，则将该观测粒子的下落速度数据进行剔除；需要符合的计算公式为：

其中，υ₁为观测粒子的下落速度，υ为步骤21计算出的理论下落速度，A₀为设定阈值。

所述步骤2中，设定阈值A₀取值为0.6。

所述步骤1中，根据历史观测资料，选择不少于一个月的天气雷达小时雨量和自动气象站小时雨量数据，建立判别模型。

所述步骤32，在进行天气雷达回波数据坐标转换时，需要进行空间分辨率的设置，为保证数据不失真，空间分辨率的设置采用天气雷达距离分辨率的整数倍，最小分辨率为天气雷达的一个探测距离单元。

所述步骤42中，在进行降水类型划分时，所设定的一个固定阈值为35dBZ。

本发明采用上述方法后，能同时接入3类数据，分别为天气雷达数据、雨滴谱仪数据、自动气象站数据。通过历史数据建立的判别模型及设备间的互补性，实现区域自动气象站小时雨量数据质量检验。首先根据历史数据建立自动气象站小时雨量质量检验判别模型，其次实时整理雨滴谱仪数据、天气雷达数据和自动气象站雨量数据，利用多部雨滴谱仪数据，完成天气雷达回波强度评估和订正，并拟合出天气雷达定量估测降水所需的待定参数，最后建立天气雷达估测小时雨量与区域自动气象站小时雨量集合，通过与预先建立的判别模型进行比较，完成区域自动气象站小时雨量数据是否异常的判定，从而使自动气象站雨量数据更加准确、可靠，提高观测数据质量，为气象监测、预警和预报等业务的运行奠定良好的基础。

附图说明

图1显示了天气雷达定量估测雨量数据与人工核查的自动站雨量数据所建立的判别模型。

图2显示了本发明一种区域自动气象站小时雨量数据质量控制方法的流程示意图。

具体实施方式

下面结合附图和具体较佳实施方式对本发明作进一步详细的说明。

如图2所示，一种区域自动气象站小时雨量数据质量控制方法，包括如下步骤。

步骤1，建立判别模型：根据历史观测资料，选择一段时间统计天气雷达小时雨量和自动气象站小时雨量数据，建立判别模型。

判别模型的优选建立过程如下所述。

步骤11，历史数据选择。

在天气雷达和自动气象站的历史观测数据中，选取不少于1个月的天气雷达估测小时雨量结果Rr_old(t)及其覆盖范围内经人工核查的自动气象站小时雨量数据Rg_old(t)，其中t为时间采集点数。

步骤12，建立关统计系图。

在相同时间尺度的情况下，以雷达估测小时雨量为自变量，自动气象站小时雨量为因变量，建立如图1所示的统计关系图。

步骤13，建立判别模型。

根据上述统计关系图，拟合出上下边界的函数关系式，建立如下所述的判别模型：

上式中，f₁(x)为可信自动气象站小时雨量的上边界，f₂(x)为可信自动气象站小时雨量的下边界；x表示雷达估测小时雨量；A、k₁、T₁、k₂、T₂为方程系数，根据经验，A∈[0.5,1]，k₁∈[0.5,2]，k₂∈[0.5,2]，T₁∈[0.1,10]，T₂∈[0.1,10]；本次实验中A＝lg5，k₁＝1，T₁＝1，k₂＝1，T₂＝5。

另外，上述可信自动气象站小时雨量是指经过人工检查后的自动气象站小时雨量数据。

步骤2，数据读取及转换：分别将天气雷达、雨滴谱仪和区域自动气象站的采集数据进行读取，并均转换成标准格式的数据。

在这里，为方便后续的数据处理，首先按照天气雷达、雨滴谱仪和区域自动气象站的数据格式完成数据读取和标准化工作，同时需要对雨滴谱仪数据进行必要的质量控制，滤除数据中异常下落粒子等非真实的气象数据，保留真实有效的采集数据结果，使得雨滴谱仪数据更为准确、可靠。

雨滴谱仪采集数据质量控制的方法为：

步骤21，建立雨滴谱仪粒子粒径和下落速度的关系式。

雨滴谱仪粒子粒径和下落速度的关系式为：

v＝-0.002362D⁴+0.07934D³-0.9551D²+4.932D-0.1021

其中D为粒子粒径，υ为理论下落速度。

步骤22，剔除非真实气象数据。

当雨滴谱仪所观测粒子的下落速度符合如下计算公式时，则将该观测粒子的下落速度数据进行剔除；需要符合的计算公式为：

其中，υ₁为观测粒子的下落速度，υ为步骤21计算出的理论下落速度，A₀为设定阈值，优选取值为0.6。

步骤3，修正雷达回波强度：利用步骤2转换后的雨滴谱仪采集数据，完成对天气雷达实测回波强度信息的评估和订正。

评估和订正的方法如下：

步骤31，通过步骤2转换后的雨滴谱仪采集数据估算出雨滴谱仪回波强度信息。

回波强度的定义是单位体积内粒子直径的6次方之和，它同粒子直径大小密切相关，如下式：

式中，D为粒子直径；N(D)是直径为D的粒子数密度，即降水粒子谱分布。

雨滴谱仪采集数据是量化后的结果，因而雨滴谱仪回波强度Z的计算公式为：

式中，N(D_i)为单位体积内第i级直径对应的所有降水粒子；D_i为第i级直径的粒子。

步骤32，坐标关系映射：将天气雷达回波数据从极坐标映射到笛卡尔坐标。

天气雷达的扫描数据是以极坐标的形式进行存储，为获取空间格点信息，需要进行坐标转换，设三维网格中任意网格单元的坐标为(j_i,w_i,h_i)，其中j_i为纬度，w_i为经度，h_i为高度；天气雷达天线所在位置坐标为(j_r,w_r,h_r)，其中j_r为纬度，w_r为经度，h_r为高度；基于雷达波束传播和大圆几何学理论，三维网格任意单元相对于雷达点的极坐标位置(r,az,el)，其中r为斜距，az为方位角，el为仰角，则：

方位az的表达式为：

仰角el的表达式为：

斜距r的表达式为：

r＝sin(s/R_m)(R_m+h_i-h_r)/cos(el)

式中，C＝cos(j_i)sin(w_i-w_r)/sin(s/R)，R为地球半径，R_m为等效地球半径，s＝Rcos^-1(sin(j_r)sin(j_i)+cos(j_r)cos(j_i)cos(w_i-w_r))。

在进行天气雷达回波数据坐标转换时，需要进行空间分辨率的设置，为保证数据不失真，空间分辨率的设置采用天气雷达距离分辨率的整数倍，最小分辨率为天气雷达的一个探测距离单元。

步骤33，天气雷达回波强度修正：以雨滴谱仪的空间位置为中心，确定空间匹配窗口；在空间匹配窗口内，将步骤32中位于笛卡尔坐标内的天气雷达回波数据与步骤31估算出的雨滴谱仪回波强度信息数据进行对比，完成空间匹配，计算出天气雷达回波强度的偏差并进行修正。

根据步骤32设置的空间分辨率，来确定本步骤的空间匹配窗口大小m×n，本次具体实施的空间匹配窗口大小采用3×3，假设第i个雨滴谱仪计算得到的回波强度信息为Z_di(nj,nw,nh)，其中nj为纬度索引，nw为经度索引，nh为高度索引，以雨滴谱仪所在位置为中心，获取映射到笛卡尔坐标系下的天气雷达回波强度信息Z_{r_3*3}，如下式所示：

式中，Z_{r_3×3}代表匹配窗口3×3范围内的天气雷达回波强度信息，Z_r代表天气雷达回波强度。

通过对比集合Z_{r_3×3}与Z_di(nj,nw,nh)，获取绝对偏差最小的位置，并记录下该点与Z_di(nj,nw,nh)的差值为ΔZ_rdi。按照上述步骤，遍历所有雨滴谱仪，求取回波偏差值，并计算偏差值的平均值，记为将天气雷达回波信息Z_r整体增加偏差值的平均结果Z_mv，完成对天气雷达回波强度信息进行修正。

步骤4，建立不同降水类型下的天气雷达回波强度与雨强关系式。

利用步骤2中的雨滴谱仪采集数据，通过最小二乘法拟合出不同降水类型下的雷达回波强度与雨强关系式。

具体建立方法如下：

步骤41，建立天气雷达回波强度与雨强的通用Z-R关系式，该通用Z-R关系式为：

Z＝aR^b

式中，Z为天气雷达回波强度；R为雨强；a、b为待定常数，不同降水类型所对应的a和b值不同。

步骤42，降水类型划分。

本申请中的降水类型分为两类，一类为对流降水，另一类为层状云降水。

先设定一个固定阈值作为划分降水类型的分割线，本具体实施优选采用35dBZ作为固定阈值。然后根据该固定阈值，将步骤31估算出的雨滴谱仪回波强度Z进行划分，具体划分方式为：当雨滴谱仪回波强度Z大于等于固定阈值时，也即Z≥35dBZ时，判断为对流降水；当雨滴谱仪回波强度Z小于固定阈值时，也即Z＜35dBZ时，判断为层状云降水。

步骤43，计算不同降水类型下的待定常数a、b。

先将步骤41建立的通用Z-R关系式进行变换为：lgZ＝lg(a)+b×lg(R)。

然后记x＝lg(R)，y＝lg(Z)，再采用最小二乘法线性回归方程得出待定常数a、b的计算公式，然后根据待定常数a、b的计算公式，分别拟合出对流降水和层状云降水时的常数a、b值及所对应的Z-R关系式。

其中，待定常数a、b的计算公式如下：

式中，x_i是雨滴谱仪获取的雨强数据样本，y_i是雨滴谱仪计算出的雷达回波强度数据样本，N为样本数量。

步骤5，建立雨量集合：根据步骤3得到的修正雷达回波强度，代入步骤4建立的不同降水类型下的天气雷达回波强度与雨强关系式，得到雷达估测小时降水雨量，联合区域自动气象站小时雨量数据构成二维坐标点，得到雨量集合。联合雷达覆盖范围内的区域自动气象站小时雨量数据，获取空间上匹配的点对点雨量集合{[x_rg₁,y_rr₁],[x_rg₂,y_rr₂],…,[x_rg_n,y_rr_n]},其中x_rg代表雷达估测的小时降水雨量，y_rr代表区域自动气象站的小时雨量，n代表自动气象站的个数。

步骤6，自动气象站小时雨量数据判断：根据步骤5获得的雨量集合，分别代入步骤1建立的判别模型中，判断区域自动气象站小时雨量数据的质量；当区域自动气象站小时雨量数据处于上下边界之间时，即f₁(x_rg)＜y_rr＜f₂(x_rg)，判断区域自动气象站小时雨量数据可信，反之，则判别为异常。

以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换，这些等同变换均属于本发明的保护范围。

Claims (5)

1.一种区域自动气象站小时雨量数据质量控制方法，其特征在于：包括如下步骤：

步骤1，建立判别模型：根据历史观测资料，选择一段时间统计天气雷达小时雨量和自动气象站小时雨量数据，建立判别模型，判别模型的公式为：

上式中，f₁(x)为可信自动气象站小时雨量的上边界，f₂(x)为可信自动气象站小时雨量的下边界；x表示雷达估测小时雨量；A、k₁、T₁、k₂、T₂为方程系数，根据经验，A∈[0.5,1]，k₁∈[0.5,2]，k₂∈[0.5,2]，T₁∈[0.1,10]，T₂∈[0.1,10]；

步骤2，数据读取及转换：分别将天气雷达、雨滴谱仪和区域自动气象站的采集数据进行读取，并均转换成标准格式的数据；

雨滴谱仪采集数据读取与转换后，需进行质量控制；雨滴谱仪采集数据质量控制的方法为：

步骤21，建立雨滴谱仪粒子粒径和下落速度的关系式：雨滴谱仪粒子粒径和下落速度的关系式为：

v＝-0.002362D⁴+0.07934D³-0.9551D²+4.932D-0.1021

其中D为粒子粒径，υ为理论下落速度；

步骤22，剔除非真实气象数据：当雨滴谱仪所观测粒子的下落速度符合如下计算公式时，则将该观测粒子的下落速度数据进行剔除；需要符合的计算公式为：

其中，υ₁为观测粒子的下落速度，υ为步骤21计算出的理论下落速度，A₀为设定阈值；

步骤3，修正雷达回波强度：利用步骤2转换后的雨滴谱仪采集数据，完成对天气雷达实测回波强度信息的评估和订正；评估和订正的方法如下：

步骤31，通过步骤2转换后的雨滴谱仪采集数据估算出雨滴谱仪回波强度信息；雨滴谱仪回波强度Z的计算公式为：

式中，N(D_i)为单位体积内第i级直径对应的所有降水粒子；D_i为第i级直径的粒子；

步骤32，坐标关系映射：将天气雷达回波数据从极坐标映射到笛卡尔坐标；

步骤33，天气雷达回波强度修正：以雨滴谱仪的空间位置为中心，确定空间匹配窗口；在空间匹配窗口内，将步骤32中位于笛卡尔坐标内的天气雷达回波数据与步骤31估算出的雨滴谱仪回波强度信息数据进行对比，完成空间匹配，计算出天气雷达回波强度的偏差并进行修正；

步骤4，建立不同降水类型下的天气雷达回波强度与雨强关系式：利用步骤2中的雨滴谱仪采集数据，通过最小二乘法拟合出不同降水类型下的雷达回波强度与雨强关系式；具体建立方法如下：

步骤41，建立天气雷达回波强度与雨强的通用Z-R关系式，该通用Z-R关系式为：

Z＝aR^b

式中，Z为天气雷达回波强度；R为雨强；a、b为待定常数，不同降水类型所对应的a和b值不同；

步骤42，降水类型划分：先设定一个固定阈值作为划分降水类型的分割线，然后根据该固定阈值，将步骤31估算出的雨滴谱仪回波强度Z进行划分，具体划分方式为：当雨滴谱仪回波强度Z大于等于固定阈值时，判断为对流降水；当雨滴谱仪回波强度Z小于固定阈值时，判断为层状云降水；

步骤43，计算不同降水类型下的待定常数a、b；将步骤41建立的通用Z-R关系式进行变换，然后采用最小二乘法线性回归方程得出待定常数a、b的计算公式，然后根据待定常数a、b的计算公式，分别拟合出对流降水和层状云降水时的常数a、b值及所对应的Z-R关系式；其中，待定常数a、b的计算公式如下：

式中，x_i是雨滴谱仪获取的雨强数据样本，y_i是雨滴谱仪计算出的雷达回波强度数据样本，N为样本数量；

步骤5，建立雨量集合：根据步骤3得到的修正雷达回波强度，代入步骤4建立的不同降水类型下的天气雷达回波强度与雨强关系式，得到雷达估测小时降水雨量，联合区域自动气象站小时雨量数据构成二维坐标点，得到雨量集合；联合雷达覆盖范围内的区域自动气象站小时雨量数据，获取空间上匹配的点对点雨量集合

{[x_rg₁,y_rr₁],[x_rg₂,y_rr₂],…,[x_rg_n,y_rr_n]},其中x_rg代表雷达估测的小时降水雨量，y_rr代表区域自动气象站的小时雨量，n代表自动气象站的个数；

步骤6，自动气象站小时雨量数据判断：根据步骤5获得的雨量集合，分别代入步骤1建立的判别模型中，判断区域自动气象站小时雨量数据的质量；当区域自动气象站小时雨量数据处于上下边界之间时，即f₁(x_rg)<y_rr<f₂(x_rg)，判断区域自动气象站小时雨量数据可信，反之，则判别为异常。

2.根据权利要求1所述的区域自动气象站小时雨量数据质量控制方法，其特征在于：所述步骤2中，设定阈值A₀取值为0.6。

3.根据权利要求1所述的区域自动气象站小时雨量数据质量控制方法，其特征在于：所述步骤1中，根据历史观测资料，选择不少于一个月的天气雷达小时雨量和自动气象站小时雨量数据，建立判别模型。

4.根据权利要求1所述的区域自动气象站小时雨量数据质量控制方法，其特征在于：所述步骤32，在进行天气雷达回波数据坐标转换时，需要进行空间分辨率的设置，为保证数据不失真，空间分辨率的设置采用天气雷达距离分辨率的整数倍，最小分辨率为天气雷达的一个探测距离单元。

5.根据权利要求1所述的区域自动气象站小时雨量数据质量控制方法，其特征在于：所述步骤42中，在进行降水类型划分时，所设定的一个固定阈值为35dBZ。