滨海自动站与人工站相对湿度对比分析

利用2003年盐城市滨海县气象站自动站与人工站平行观测期间的对比资料,分析了两套观测系统相对湿度数据的差异,讨论了相对湿度、环境温度、天气状况和环境风速与2种方式观测的相对湿度差之间的关系。结果表明:滨海县自动观测与人工观测的相对湿度数据存在一定的差异,但在允许精度范围内,约93%的数据集中在-4%~4%之间,误差超过±2%的样本集中在相对湿度小于70%的区域内;随着月份的变化,相对湿度差的分布呈现"W"形波动趋势;随气温升高,呈"V"形变化趋势,尤其是高温下自动站偏干现象明显;湿度增大或有降水产生时,有偏正的趋势;环境风速增大时,有减小的趋势,自动站相对湿度观测值偏大。     

江苏省能见度的人工与自动观测差异分析

对江苏省2011年全年逐时能见度的自动、人工观测数据进行了统计分析,结果表明:二者具有相当一致的统计特征,全省总相关系数0.73,一致率95.03%;但亦存在一定差异,整体上人工较自动观测数据偏大数公里,偏大程度在17%~55%,且空间差异显著;对不同条件下能见度的对比分析显示,自动与人工观测在低能见度条件下最为接近,且二者差异存在着明显的日变化特征;对能见度自动与人工观测偏差长序列的初步分析,显示统计订正是可能的,但对于不同级别的能见度,自动观测相对与人工有不同的倾向。     

陕西自动观测与人工观测相对湿度差异分析

利用陕西省97个地面自动气象站和人工站相对湿度观测数据,研究人工观测与自动观测相对湿度对比差值的大小,对比差值的日、月变化规律以及与所在气候区域的关系,同时研究影响对比差值大小的主要原因。结果表明：自动观测比人工观测的日平均相对湿度平均偏低2.28%,对比差值的标准差为3.07%,自动站与人工站对比差值地域差异不明显,但存在日、月际变化;观测时间不一致并不是造成自动站与人工站日、月平均值差异的主要原因,其大小主要与相对湿度大小有关。7.5%的自动站月平均相对湿度有与历史长序列月平均值相比有显著性差异。     

人工与自动观测静风的差异分析与应用

利用2000—2010年全国2195个国家站人工观测转为自动观测时期各站2年的资料,对2 min风向、风速进行对比分析,统计了人工与自动观测静风的差异,研究了引起差异的原因,并探索了年静风频率的应用方法。结果表明:全国人工观测的平均年静风频率为26.3%,自动观测为10.0%,平均风速越大,年静风频率越低,自动与人工观测的差异越小。湖北省平行观测期第一、第二年人工观测的平均年静风频率分别为29.1%、28.8%,自动观测较人工观测分别少18.1%和1 2.4%。造成该差异的主要原因是人工观测风速时,采取四舍五入保留整数位的方式,当风速0.5 m·s~(-1)时记录为静风,而自动观测风速≤0.2 m·s~(-1)时记录为静风。评估湖北省平行观测期第二年自动与人工观测年静风频率差异,将自动观测静风按人工观测方式处理后平均年静风频率为22.8%,与平行观测期第二年人工观测的对比差为-6.0%,较订正前(-12.4%)有明显减少。     

准格尔旗2011年汛期自动观测与人工观测压温湿资料对比分析

利用汛期2011年5—8月逐日20时人工观测和自动观测的气压、气温、相对湿度资料,对人工和自动观测数据的相关性及差异进行了分析。分析表明:人工观测和自动观测数据很接近,自动观测数据可以准确反映当地汛期的气压、气温、相对湿度;其次给出了自动观测数据的修正方程,为今后的天气预报和气象服务提供参考。     

我国自动与人工蒸发量观测资料的对比分析

截止到2005年,全国共有130个台站进行蒸发量自动与人工业务观测。该文利用2005年平行观测月数据,对资料的差异和相关性以及比对系数和影响因子进行了讨论,结果表明:月蒸发量差值不满足正态分布,近80%的数据为自动观测值大于人工观测值;在人工观测值较小时,对应的自动与人工相对差值较大,随着人工观测值的增加,差值有减小趋势;自动与人工观测数据之间存在很好的线性相关关系,相关系数为0.98,通过了0.01的显著性检验;比对系数年平均值在1.0~1.2之间,两大高值中心分别位于广西都安和湖南南县;比对系数月平均值的变化近似于二次型拟合曲线,1月最大,6,7月最小;在定性讨论特征站比对系数影响因子的基础上,进一步查明了影响月比对系数的气象因子有月平均相对湿度和月平均风速。     

我国降水量的自动观测与人工观测之差异分析

利用全国2 400个国家站自动与人工平行观测期的第二年的对比观测资料,以及基准站1999—2010年所有雨量观测数据,对比分析了自动与人工观测的雨量数据差异,并对基准站雨量数据序列进行了显著性检验。结果表明:(1)自动与人工观测的雨量数据存在一定差异,且自动观测数据略大于人工观测数据,平均相对差值为1.8%;(2)两者在不同降水等级的月降水量平均差值介于-1.3～3.9 mm之间,当降水等级增大时,两者差值并非同比例增大;(3)两者的月平均最大相对差值为2.9%,最小相对差值为0.8%;(4)两者相对差值的空间分布表明,5月和9月偏差略高于7月;(5)通过对平行观测期的第2年自动月雨量值的显著性检验表明,在显著性水平a=0.05时,全国站点月雨量显著性检验未通过率为2%。     

自动观测与人工观测差异的初步分析

利用2001—2005年我国700个地面自动气象站与人工平行观测期间的数据, 对自动与人工观测的气温、气压、相对湿度、地表温度、风速风向、降水量进行了差异分析, 统计了两种观测之间的对比差值、百分误差和风向相符率。 对各要素观测差异在全国的分布特点进行了分析, 并检验了气温自动观测对气温资料连续性的可能影响。 结果表明:自动观测与人工观测各气象要素均存在一定的差异, 但大部分地区各要素的差异都在自动站误差允许范围之内; 造成差异的原因是多方面的, 包括仪器本身存在缺陷及观测方法不一致等。各要素自动观测与人工观测差异在全国的分布特点各不相同, 同一要素在不同的气候背景条件下差异大小不一致; 如果要将人工观测数据与自动观测数据连续使用, 还要检验自动观测与人工观测序列是否有显著性差异, 并进行均一性订正。 自动站的使用对年气温序列有一定影响, 总体差异不显著, 但当自动观测与人工观测气温合并使用时, 应进行均一性检验。     

陕西自动与人工观测风对比评估

利用陕西自动与人工平行观测第2年数据—4次定时观测的2min风速、逐时观测的10min风速及风向、日最大风速,分析人工与自动观测的风速差异及风向相符率,并对风速进行显著性t检验。结果表明:自动观测的2min、10min风速大于人工观测值。日最大风速则相反。月平均对比差值及其标准差,2min风速,分别为0.2m/s及0.71m/s;10min风速,分别为0.15m/s及0.39m/s,即两者之间10min风速较为接近。自动与人工观测10min风向相符率平均为42.8%,风向相符率频率以45%为中心,基本呈正态分布特征,且无明显的地域特征,相符率夏半年明显低于冬半年。显著性检验表明,α为0.05时,6.5%的月平均值、20.2%的年平均值由于仪器换型引起了2min风速的显著性差异。     

自动与人工观测风速和风向的差异分析

利用四川7个基准气候站2005年自动与人工观测风速和风向资料,就自动与人工观测的风速和风向的差异、引起差异的原因进行了分析.结果表明:各风速项目均是自动观测值比人工观测值平均偏高,偏高值在0.06～0.46 m·s-1之间,在风速测量准确度的偏差范围内;2分钟风速、10分钟风速、日最大风速的自动与人工对比观测样本差值在...     

影响人工站与自动站水汽压差值原因探究

为探究人工观测气象站与自动站水汽压差值产生原因,利用全国134个1年的基准气象观测站逐时气压、干球气温、湿球温度等资料,分别采用人工站和自动站水汽压计算公式,模拟了本站气压、干球温度、湿球温度、自动站气温、相对湿度等要素产生一增量时,水汽压所对应变化量随各要素的变化规律,并分析了影响水汽压差值与其主导因子定量关系。通过实际观测资料的数据模拟分析,气压和干球温度的系统误差对人工与自动观测站的水汽压差值影响很小,而自动站的相对湿度和气温对水汽压差值影响较大,其中相对湿度的影响最明显。当自动站的相对湿度或气温的系统误差为一固定值时,水汽压差值变化幅度随气温大小变化,气温越高,水汽压差值越大。     

自动气象站温湿度传感器更换的影响评估

选取湖北省自动观测记录较长的38个站作为被检站,每个被检站选取3个邻近站,统计相对湿度、水汽压序列与邻近站的相关系数、平均值及方差变化情况,分析由人工观测改变为自动气象站观测后,两者存在的差异,并对其中4个国家基准气候站2003—2011年自动观测和同期人工观测进行对比,得到这4个站9年内每次更换温湿度传感器对相对湿度、水汽压记录的影响情况。结果表明:对比自动观测与人工观测两个序列,被检站与对应邻近站的相对湿度、水汽压的相关系数呈减小趋势,两种观测差值的平均值和方差差异显著;温湿度传感器的更换易产生相对湿度和水汽压记录的跳变;温湿度传感器的检定示值误差是加剧自动观测与人工观测序列显著差异的重要因素;改进观测方法,完善自动气象站检定规程,是自动观测与人工观测序列均一性的重要保证。     

内蒙古自动站与人工观测数据差异对比分析

利用2006年内蒙古自治区共36个自动站和人工站平行观测资料,对观测得到的气象要素进行了统计和评估。通过分析气温、气压、相对湿度、风等要素的对比差值及其标准差、对比差值的频次分布和空间分布等,探讨自动站与人工观测数据差异的可能原因。结果表明：内蒙古自动观测与人工观测各气象要素均存在一定的差异,对所有台站平均而言,其差异均在自动站差值允许范围之内。产生差异的原因：观测仪器结构与观测原理差异、观测时空差异、观测方式差异等,在将人工观测数据与自动观测数据连续使用时,需要根据当地情况进行适当订正,以确保资料的连续性。     

大连自动站与人工站观测数据的差异对比分析

利用2005—2006年大连自动气象站与人工站观测的温度、气压、降水、相对湿度、0 cm地温和风速风向等资料,对其差值、粗差率、一致率和风向相符率等进行对比分析。结果表明：自动站与人工站气温、本站气压、降水和0 cm地温观测差值较小,其准确度能够满足日常业务使用;而相对湿度、10 min与2 min风速和风向相符率观测差值较大,距离正常业务使用有一定的距离。因观测数据采集方法不同、感应器所处的环境不同、观测仪器原理不同、观测样本不同、观测时间的差异和人为因素的影响是造成对比观测差异的主要原因。     

自动观测与人工观测数据差异的初步分析

利用2004-2007年内蒙古地区50个地面自动气象站与人工平行观测期间的数据,对自动与人工观测的气温、相对湿度、地表温度进行了差异分析,统计了两种观测之间的对比差值。对各要素观测差异在全区的分布特点进行了分析。结果表明：自动观测与人工观测各气象要素均存在一定的差异,但大部分地区各要素的差异都在自动站误差允许范围之内;造成差异的原因是多方面的。包括仪器本身存在缺陷及观测方法不一致等。     

自动与人工观测数据的差异

该文概述了造成自动观测与人工观测数据差异的各种原因，其中包括仪器的测量原理与观测方法不同，观测时间和空间不同，采样方式与算法不同，观测时次不同等等。通过对比分析基本气象要素，如气压、气温、地温、风向风速、降水、湿度等的两种观测数据，认为自动气象站的观测结果更接近大气中的实际情况。自动站对气压、气温和风向风速的观测有明显的优势，但在雨量累计量的测量和高温高湿下的湿度测量效果不理想。     

自动站数据质量控制中关联规则挖掘的应用

为进一步提高自动气象站数据的业务可用性,提出了基于关联规则挖掘技术的自动气象站数据质量控制算法,以相对湿度与风向、风速观测要素变化间的关联关系为例,总结了自动气象站相关观测项目间可能存在的关联规则,进而指导建立适合不同地域、不同气候特征的专家知识规则库,用以完善自动气象站数据质量控制系统,为天气预报和气象服务提供更加精准的气象观测数据。文章还对关联规则专家知识库的可靠性进行了验证,具备了一定的实用价值。     

相对湿度自动与人工观测的差异分析

利用四川135个站自动与人工第二年平行观测相对湿度(下文简称湿度)资料,就自动与人工观测相对湿度的差异及引起差异的原因进行了分析。结果表明:相对湿度自动与人工观测相比,日平均值平均偏低2.7270%、月平均值平均偏低2.7970%、年平均值平均偏低2.7472%。56.35%的时次自动观测湿度值与人工观测湿度值的差值在5%以内,86.66%的时次自动观测湿度值与人工观测湿度值的差值在10%以内,2.61%的时次自动观测湿度值与人工观测湿度值的差值在20%以上。自动与人工观测湿度的差值无明显地域性差异。湿球纱布包扎不规范、纱布不清洁,干湿球温度表人工读数误差,干湿球温度表的通风状态,观测时间的不一致,自动观测在高湿状况下的非线性以及其他原因均会导致自动与人工观测湿度产生差异,甚至是显著差异。     

人工与自动气象站相对湿度的差异规律及原因探讨

利用西昌国家基本气象站2007年1月1日～12月31日人工和自动气象站24小时基准观测期间的相对湿度资料,以日、月不同时间尺度及不同天气现象情况下的差异规律作统计分析,并建立订正方程和方差分析,结果表明：人工与自动站逐日24时次相对湿度相关系数在0.826～0.998之间;日平均对比差值变化范围2.27%～8.79%,年平均对比差值为5.25%;干季和雨季差值分别为4.90%与5.32%;时次平均对比差值峰谷明显,最小差值出现在19：00,为4.36%,最大差值出现在12：00,为6.34%;不同天气状况对相对湿度有不同的对比差值,2007年99个晴天对比差值范围是4.91%～7.66%,平均为5.66%;30个阴天对比差值范围4.29%～6.52%,平均为5.32%;118个雨天对比差值范围是4.22%～5.16%,平均为4.88%;分别建立2007年逐月相对湿度、晴天,阴天,雨天逐月相对湿度订正方程,并进行方差分析,建立的48个订正方程均通过0.05信度检验,订正效果较好。造成人工与自动站相对湿度差异的原因有：仪器测量原理差异、观测时间差异、人工操作误差、观测样本差异、时次差异、天气状况等。