微型气象站(OITS-03)气温对比观测分析

微型气象站（OITS-03）气温对比观测分析作者：吴有恒张杰田孟勤陈应河

来源：《绿色科技》2019年第22期

摘要：时微型气象站和自动站2018年10月至2019年6月共计9个月的对比观测数据进行了分析，结果发现：①微型气象站观测数据传输及时稳定;②微型气象站观测的气温数据与自动站数据变化规律基本一致，观测数据符合“三性”要求;③气温较低时，微型气象站观测数据更接近于自动站数据。

关键词：微型气象站;气温;对比观测

中图分类号：P467 文献标识码：A 文章编号：1674-9944（2019）22-0043-02

1 引言

2008年2月，中国气象局委托监测网络司组织地面处、大探中心、行业内专家和相关厂家进行新型自动站研制的技术研讨，提出了标准化、模块化、集约化的设计思路，对新型自动站的设计进行了统一要求，并于2012年完成新型气象站的设计定型，开始业务推广。现阶段各地面气象观测台站主要使用的新型自动站型号主要有上海长望气象科技股份有限公司生产的DZZ3型自动气象站，江苏省无线电科学研究所有限公司生产的DZZ4型自动气象站，华云升达（北京）气象科技有限公司生产的DZZ5型自动气象站，中环天仪（天津）气象仪器有限公司生产的DZZ6型自动气象站和广东省气象计算机应用开发研究所生产的DZZ1-2型自动气象站[1，2]。

随后，为了扩大地面气象观测的范围，提高气象观测的自动化程度，中国气象局在全国开始区域自动气象站部署工作。贵阳市气象局在现行业务部署中，以ZQZ型区域自动气象站为主，但该设备在实际业务运行中存在设备价格昂贵、数据信号丢失、维护维修成本较高等问题。微型气象站《OITS-03）是一种能够测量多气象参数一体化气象站，能够同时测量气温、湿度、风向风速、气压、雨量等多种气象要素，因采用了新技术和新工艺，该微型气象站具有成本低、维护方便，数据型号可靠等优点。为了进一步提高观测资料的稳定性，降低自动站设备建设和维护维修成本，故对微型气象站（OITS-03）进行对比观测，讨论将其运用到实际业务中的可能性。

2 对比观测设计

2.1 观测场地和时间

选取贵阳国家基准气候观测站进行对比观测，该站位于贵阳市东山顶，北纬26°35′，东经106°44′，海拔1223.8m，观测场内主站为DZZ4型自动气象站，百叶箱内气温传感器距地面1.5m。将微型气象站（OITS-03）布置在围栏外东侧，防辐射罩内气温传感器高度离地1.6m。两套设备的下垫面特征基本一致，且均符合《气象仪器和观测方法指南》[3]，因此气温观测资料具有可比性。

对比观测时间为2018年10月至2019年6月，共计9个月。

2.2 分析方法

观测差值：选取北京时20时为日界[4]，将微型气象站观测资料减去对应时次的自动气象站观测资料后去的值定义为观测差值，可直观反映出对比值偏大或偏小情况。

观测曲线的相关程度：用Pearson相关系数（Pear-son Correlation Coefficient）来衡量自动站数据和微型气象站数据的线性相关程度。

3 对比观测分析

3.1 数据稳定性分析

微型气象站（OITS-03）从2018年10月开始进行观测，每分钟传回一组气温观测数据，对2018年10月至2019年6月间传回的所有数据进行统计，将每月的分钟总数作为分母，将每月的分钟总数减去微型气象站每月传回的数据组数作为分子来计算观测数据的缺测率，以此对数据稳定性进行分析，结果见表1。

9个月以来气温观测分钟数据的总缺测率为1.24%，其中整点分钟数据缺测率为0.23%，对每个月的分钟数据缺测率进行分析，发现缺测率最高为2018年11月，最低为2019年2月，其中分钟数据缺测率低于2%的共有7个月，说明观测数据传输及时稳定，设备可靠性高。

3.2 逐时气温数据对比

对自动站小时数据和微型气象站小时数据进行差值计算，当差值在±0.3℃以内，则表示微型气象站数据与自动站数据相差不大。

将2018年10月至2019年6月两套设备观测数据的差值和当月测站的月均温同时显示在图1上，可以得出：2018年10月至2019年6月差值在±0.3℃以内的数据占比依次为66.4%、75.8%、80.1%、84.4%、75.9%、74.4%、64.6%、63.7%和56.3%，正好与月均温数据的变化趋势成反比，说明当月均温降低时，数据的可用性在增加，而随后季节变化，月均温逐渐升高后，数据的可用性在降低。

对2018年10月至2019年6月自动站和微型气象站的日均温数据进行拟合分析，分析结果如图3所示，可以看出：微型气象站的日均温月变化趋势与自动站的日均温月变化趋势基本一致，对9个月内每一次降温和升温过程都能够有明确的反馈，每月内自动站和微型气象站的日均温的最高值和最低至均出现在同一天，两条变化曲线的Pearson相关系数均达99.9%。

为了进一步对小时数据可用性进行分析，并验证气温对数据可用性的影响，将每天21时至次日20时共计24个时次的自动站数据和微型气象站数据进行Pear-son相关分析，如图2所示，可以看出：自动站和微型气象站24个时次数据的Pearson相关系数均达到99.7%以上，说

明两者之间的拟合效果很好;Pearson相关系数的变化趋势也正好与一天中气温分变化趋势成反比，当夜间气温较低时，Pearson相关系数接近于100%，而在日出后气温逐渐升高Pearson相关系数也逐渐降低。

3.3 日均混数据对比

3.4 日极值数据对比

对2018年10月至2019年6月自动站和微型气象站的日最高气温和日最低气温进行拟合分析，如图3所示：两套观测数据的变化趋势基本一致，曲线的Pearson相关系数均达99.5%以上，其中对日最低气温的拟合效果要优于日最高气温的拟合效果。

4 结论与讨论

通过对微型气象站（OITS-03）9个月的对比观测数据进行分析，可以得出以下结论。

（1）微型气象站（OITS-03）观测数据传输及时稳定，设备可靠性高。

（2）微型气象站（OITS-03）观测的气温数据与自动站数据变化规律基本一致，观测数据符合“三性”要求。

（3）气温对微型气象站（OITS-03）观测有影响，气温较低时，微型气象站（OITS-03）观测数据更接近于自动站数据。

因对比观测实验开始的时间较晚，进行对比分析的观测资料较少，希望在今后获取时间序列更加完整的数据后，进一步对其分析。

参考文献：

[1]中国气象局气象探测中心.新型自动气象站使用手册[M].北京：气象出版社，2016.

[2]中国气象局气象探测中心.地面气象观测规范[M].北京：气象出版社，2003.

[3]中国气象局气象探测中心.气象仪器和观测方法指南[M].北京：气象出版社，2016.

[4]中国气象局气象探测中心.地面气象观测业务技术规定使用手册[M].北京：气象出版社，2012.

[5]张立军.地面气象观测管理工作存在的问题与对策[J].绿色科技，2018（18）：32～33.