王建刚，王秋香，徐建春，郭城，巴合提·斯哈克

（1.阿勒泰地区气象局，新疆阿勒泰 836500；2.新疆气象信息中心，新疆乌鲁木齐 830002）

新疆阿勒泰站人工观测与自动观测气温差异分析

王建刚1，王秋香2，徐建春1，郭城1，巴合提·斯哈克1

（1.阿勒泰地区气象局，新疆阿勒泰 836500；2.新疆气象信息中心，新疆乌鲁木齐 830002）

对新疆阿勒泰气象站2004年1月—2011年12月，人工与CAWS600SE-H型自动气象站，气温的平行观测资料，统计分析了差异原因和变化的一般规律。结果表明：两者差值较大，有日、季节变化，最低、最高气温系统性误差，人工观测低于自动观测0.05～0.20℃；误差具有正态分布特征。气温整点观测，人工比自动观测提前，造成系统性误差，气温急剧升降时误差更大，通过时差订正，绝对误差一般收窄0.1～0.2℃，均方差减少0.142。1和10月，4、24次日平均模式，差值变化幅度≥1℃的频率达15%。平均差值，除7月外，4次平均值低于24次平均0.1℃，10月低于0.5℃以上。平均模式对日值的影响最大，变化幅度3.7℃；对季的影响较小，变化幅度只有0.4℃。自动观测仪器的系统性偏差、测量元件的精度及对气象要素变化响应的灵敏度、观测时间的差异和人为因素的影响是造成观测误差的原因。

自动观测；人工观测；气温差异；阿勒泰

我国自1999年开始进行自动气象站试点，新疆自2004年以来加快建设，建成自动气象站1 680多套，在空间上极大的加密了气象观测点，对加强中小尺度天气监测和资料的分析、应用带来极大的便利。但是，自动站与人工平行观测由于开始时间不同，资料获取的密度（4次和24次）不同等，给资料的统计带来一定的误差。如何正确地使用这些不同的资料，能不能把自动站与人工观测资料连续使用，是摆在观测人员和资料分析人员面前亟待解决的问题。本文就此提供了新疆境内自动站与人工平行观测资料的差异分析范例，非常必要。

自动气象观测系统的广泛推广，标志着气象观测的主体由人工转换为自动方式，气象数据的生产方式发生了系统性转变。熊安元等[1]分析5个站点平行观测资料，确认两个序列有显著差异；王宝鉴等[2]的研究认为兰州站的气温、本站气压、水汽压、相对湿度及320 cm地温等要素观测误差较小，5～160 cm地温的观测误差较大,孙化南[3]分析了不同时间分辨率对气象要素月平均值统计的影响。大规模的自动观测替代人工观测，形成两种不同的观测序列，两个观测序列的气候资料能否简单合并使用，以及对气候变化十分敏感的气候分析有何影响，采用什么方法订正合并资料，有待深入地对比分析研究。2005年1月起,新疆阿勒泰地区6县、阿勒泰基准站、阿克达拉本底站等8个人工观测站，改为以自动观测为主模式。两种观测模式的转换，带来气象资料的同一性问题，对于研究气候变化，0.1℃的精度已经不能满足要求。观测方法的改变，造成记录数据的非均一性[4]，人工观测改为自动观测，改变了观测仪器和观测方法，造成系统性差异，使数据序列的均一性受到影响，影响较大时，不能通过均一性检验。新疆是典型的内陆气候区，分析研究自动资料异化的原因、影响方式、程度对内陆气候区进一步采取均一化订正措施，有重要的现实意义。

1 资料和处理方法

1.1 资料

资料取自2004年1月—2011年12月,同期双轨平行观测的自动站和人工站气温的观测资料和期间共计8 a（192月）的人工、自动两个观测系统不同平均模式资料。

1.2 资料的处理方法

以人工观测和4次平均方式为基点计算偏差。人工观测与自动站观测偏差：

4次平均值（北京时间02、08、14、20时的4次整点观测值）：

24次平均值（北京时间21时起至次日的20时止的24次整点观测值）：

4次与24次平均的偏差：

1.3 人工与自动观测环境

阿勒泰国家基准气候站（88°05′E，47°44′N），自动站和人工站在同一观测场并行观测。2005年自动站投入业务运行，人工站保留观测。自动项目：地面气压、气温、空气湿度、风向风速、降水、地温（包括地表、浅层和深层）。工作时间[5]与国家无线广播时钟保持<30 s。

1.3.1 自动观测

自动站型号:CAWS600SE-H，采用芬兰Vaisala公司生产的HMP45D传感器。温度核心部件（Pt100），采用微型铂电阻。其阻值正比于温度变化的原理：

Rt为温度t时的电阻值；R0为温度0℃时的阻值100 Ω；A、B为传感器系数，通过校准获得[6]。经过不平衡电桥的电路线性化处理将温度转换为模拟电压输出[7]。温度日变化曲线采用1 min间隔采集频率的观测值，点绘连接线代替；最高最低气温，取自期间1 440次记录。观测时间与国家无线广播授时时钟保持<30 s。观测时间，整点00～01 min完成。采取数据质量控制措施：合理性（粗大误差）检查；时间一致性检查；内部一致性检查。百叶箱材质是玻璃钢。

1.3.2 人工观测

气温与最高气温采用玻璃棒水银工作介质；最低气温采用玻璃棒酒精工作介质。按照观测程序，温度观测一般在整点前48±2 min。温度自记仪器，采用双金属片感应器带动记录笔迹。-36.0℃以下，改用酒精温度表观测。

2 误差研究方法

尽管自动站对温度传感器采取一定的技术修正，但仍然存在系统性误差。对于人工、自动对比观测的差异数据序列，可以看成是系统的性能差异所引起的随机序列[8]，引用样本标准误差概念，描述误差的平均状态；用偏斜度[9]（skewness）和峰度（kurtosis）与正态分布比较分析等。

绝对误差（Ea）=测定值-真实值；

相对误差（Er）=（绝对误差/真实值）×100%。

绝对偏差：单次测量值与平均值之差：

相对偏差：绝对偏差占平均值的百分比。

相对平均偏差：

变差系数[10]：公式如下：

绝对变率：

相对变率：

绝对增量：

其中Δx1、Δx2分别表示订正前后人工与自动观测温度的差值，有正负符号。ΔX负值，表示订正后人工与自动观测的差距变小，即有效订正系统误差。

3 分析项目

3.1 最高、最低气温误差值的统计特征分析

图1为最高气温误差概率密度，由图1可见，最高气温的误差测定值出现在平均值附近的频率相当高，具有明显的集中趋势。计算的正态参数估计，如表1和表2从数值关系上，描述了最高、最低气温误差值的统计特征，显示出正态分布特征。在α=0.05时，最高气温的估值区间（-0.306 9，-0.096 3）；偏斜度0.0185，接近0，概率分布近似正态。由σ总体标准偏差的意义，概率密度曲线两侧的拐点之一到直线x=μ的距离，表征了测定值的分散程度。标准偏差较小的曲线陡峭，表明测定值位于μ附近的概率较大，即测定的精密度高。与此相反，具有较大标准偏差的曲线平坦，测定值位于μ附近的概率较小，测定的精密度低。对于最低气温正态特征略逊于最高气温，在α=0.05时，的估值区间（-0.114 5，0.011 2），偏斜度0.821 3，误差的随机概率分布也为近似正态。最高、最低气温的误差没有人为干预因素，完全由两个系统的不同仪器产生的系统性误差。

3.24次、24次平均模式的月气温误差分析

2004年1 月—2011年12月共计8 a、192个月的平均资料，分析人工、自动两个观测系统不同平均模式的差异。

表3显示，对于人工和自动4、24次平均模式月平均温度，平均误差0.1℃，4次模式低于24次模式0.1℃，skewness值很小，误差的概率密度分布，具有正态分布特征。

图2显示，采用4次、24次模式平均，人工与自动的月平均气温误差，各月的分布不同。春秋差异小，冬夏差异大。24次模式平均误差变化幅度小于 4次模式，4次模式平均误差秋季9、10月误差出现正值，即人工观测高于自动观测0.1℃。一般情况下，不论4次、24次模式平均，人工观测低于自动观测0.1～0.2℃，与文献[3]的研究结论一致。

3.3 观测时差订正前后的误差分析

人工站一般在整点前进行温度观测，自动站在整点观测记录，两者存在≥10 min时差，由观测时差影响，造成操作性系统性误差。

阿勒泰站人工观测气温一般在整点前的第48± 2分内完成，自动观测在整点后0～1 min内完成，时差10～15 min。对2011年每天4次人工观测资料，通过自记迹线记录进行时差订正。选取代表性时间点：春季（4月）、夏季（7月）、秋季（10月）、冬季（1月）；夜间（02时）、早晨（08时）、中午（14时）、傍晚（20时），（北京时间BT），进行分析。以02时为例，订正前后的差值和均方差序列变化见图3和图4。

02时订正前后温度差异显著，平均误差订正前0.058～0.210，订正后0.006～0.045，绝对误差平均下降0.13。均方差订正前0.282～0.789，订正后0.253～0.365，平均下降0.17。图3、图4，显示误差随季节变化较大，春秋气温变化大，不稳定，超过10 min的时差，完全可以造成较大的误差。08、14、20时的情况类似。

在各季节上，绝对误差通过订正，误差幅度收窄0.1～0.2℃，其中20时的7月，订正后反而误差幅度增大，这种现象有待查明原因（图5）。均方差秋冬季节，订正后收窄幅度0.1～0.4，4—7月变化幅度不大，其中14时、20时在4—10月变化不明显（图6）。综合统计平均，绝对误差平均减少0.121℃，均方差减少0.142。

在昼夜时刻上，通过时差订正，绝对误差幅度收窄0.1～0.2℃，其中7月、10月，在20时异常，7月订正后误差幅度增加0.1℃；10月订正后误差幅度减少0.4℃，最为显著。02、08、14、20时各时刻平均分别减少0.13、0.16、0.09、0.12℃，由夜间到白天，各月的绝对误差一般逐渐减小，白天到夜间逐渐增大，见图7，证实了误差具有日变化特征[11]。均方差，除1月昼夜均匀减少0.4℃外，其余各月，在14—20时，略有减少变化不大；08时除7月变化不大外，其他各月减少0.2～0.4℃；02时4—7月变化不大，1、10月减少0.2～0.4℃，02、08、14、20时各时刻平均分别减少0.17、0.26、0.11、0.14℃。

3.4 4、24次平均模式的日平均气温误差分析

对阿勒泰人工观测资料的两种平均模式日平均气温差值进行分析计算，结果列于表4，其中1和10月，差值的变化幅度≥1℃频率比较高，达到15%，其次是4月，达到7%。平均差值，7月4次平均值高于24次的平均值0.14℃，10月低于0.55℃。平均差值一般情况下，4次平均模式低于24次平均模式，其中7月相反。其他特征数见表4。

平均模式对低层级统计量——日平均气温影响最大，对高层级（候、旬、月、季）统计量的影响逐渐减小。如对2010年阿勒泰人工站的4、24次日平均差值序列，分析日、侯、旬、月、季的误差的层级分布。各层级的综合平均值趋于定值-0.14℃。年内各层级的极差从日—季度，逐渐减小，由3.7减小到0.4。平均模式的变化对短时段的低层级统计量一日值的影响最大，变化幅度3.7℃；对长时段的高层级——季的影响较小，变化幅度只有0.4℃（表5）。

3.5 误差来源分析

3.5.1 转换期的误差转移和系统误差的来源

2004年12月31日20时起，由人工观测转入自动观测为主（人工观测作为热备份），此后，所有气候分析、预警、实时监测，均采用自动观测记录。这个时刻是两种观测系统切换的分界点。简单将两种观测记录不加区分（均一化）混合应用，会导致系统误差加载到之后各序列。在气候分析和其他业务应用时，要引起足够的重视。气温观测系统误差的主要来源：

（1）仪器误差：仪器本身，对温度物理量的敏感性、非线性反映造成。

（2）方法误差：对探头的感应信号，处理方法不当，不能准确反映物理量的变化。

（3）操作误差：操作规程变动。人工观测一般较自动观测时间点提前10～15 min。温度剧烈变化时，造成误差较大。

（4）地理位置误差：气温日变化与太阳高度角变化规律一致。不同站点的观测时间不是按地方时，观测时间统一性和日变化差异性的矛盾。

3.5.2 4次、24次日平均模式误差来源理论分析

采用不同时间间距的日平均模式，可以产生误差。气象学原理易知，温度有明显的日变化，主要由太阳辐射和下垫面的热力学性质决定，不同地点，日变化的相位角和变幅有所不同。

设温度函数f（x）在一个昼夜间[a，b]区间24 h内连续变化，有：

当n充分大，间距Δx→0，统计结果越接近实际平均值。24次平均比4次平均更接近实际值。当温度函数f（x）存在，在区间（a，b）连续有：

由公式（2）～（4）计算，平均模式不同，除体现在日统计值上外，也能够体现在以日值为基础的其他统计量上。

4 结论

（1）人工与自动的温度观测存在显著的差异，有明显的日变化和季节变化。最低、最高气温，人工观测低于自动观测0.05～0.20℃；误差有正态分布特征。

（2）气温整点观测，人工比自动观测提前10～15 min，造成系统性误差。通过时差订正，绝对误差一般收窄0.1～0.2℃，在各季节上，绝对误差平均减少0.121℃，均方差减少0.142。

（3）系统误差的主要来源：仪器误差：仪器本身，对温度物理量的敏感性、非线性反映造成。方法误差：对探头的感应信号，处理方法不当，不能准确反映物理量的变化。操作误差：操作规程变动。人工观测一般在整点前10 min进行，较自动观测时间点提前10 min。温度的剧烈变化时，造成误差较大。地理位置误差，观测时间不按地方时，存在观测时间统一性和日变化差异性的矛盾。

（4）日平均模式对温度的记录影响显著。公式（13）～（14）理论分析表明，24次平均比4次平均更接近实际平均值。1月和10月，4、24次模式差值的变化幅度≥1℃频率达15%。平均差值，除7月外，4次平均值低于24次平均0.1℃，10月低于0.5℃以上。平均模式的变化对短时段的层级—日值的影响最大，变化幅度3.7℃；对长时段的层级—季的影响较小，变化幅度只有0.4℃；日平均极值最大绝对误差可达2℃，季度只有0.4℃。

（5）简要订正方法：依不同研究目标分别处理，由对比观测确定误差分布参数。对于高层级的（季度、年）统计量，通常能够满足精度要求，可以简化为模式混用；低层级统计量，依据误差正态分布参数，确定订正值。不同时间基点的温度值订正，先进行时差订正，然后依据误差正态分布参数，确定综合订正值。最高、最低气温属于纯系统误差，根据误差分布参数直接订正。

[1]熊安元，朱燕君，任芝花，等.观测仪器和百叶箱的变化对地面气温观测值的影响及其原因分析[J].气象学报，2006，64（3）：377-384.

[2]王宝鉴，陈旭辉，陶健红，等.兰州CAWS600R自动站与人工观测资料对比分析[J].气象科技，2004，32（4）：281-285.

[3]孙化南.不同时间分辨率对气象要素月平均值统计的影响[J].应用气象学报，2004，15（增刊）：134-140

[4]李庆祥，刘小宁，张洪政，等.定点观测气候序列的均一性研究[J].气象科技，2003，31（1）：3-10

[5]中国气象局.地面气象观测规范[M].北京：气象出版社，2003:151-151.

[6]李黄.自动气象站实用手册[M].北京：气象出版社，2007: 15.

[7]胡玉峰.自动气象站原理与测量方法[M].北京：气象出版社，2004:18-19.

[8]魏凤英.现代气候统计诊断与预测技术[M].北京：气象出版社，1999:59-61.

[9]王沫然.MATTLAB与科学计算[M].北京：电子工业出版社，2010:289-290.

[10]马开玉，丁裕国.气候统计原理与方法[M].北京：气象出版社，1993:28-30.

[11]王颖，刘小宁.自动站与人工观测气温的对比分析[J].应用气象学报，2002，13（6）：741-748.

[12]石登科，崔学祯.甘肃临夏人工与自动站降水量观测差异分析[J].干旱气象，2011，29（4）：497-499.

Differences Between Manual Observation and Automatic Observation of Temperature in the Altay Weather Stations

WANG Jiangang1，WANG Qiuxiang2，XU Jianchun1，GUO Cheng1，Sihake Baheti1
（1.Altay Meteorological Bureau Altay 836500，China；2.Xinjiang Meteorological Information Center,Urumqi 830002，China）

The temperature data from the CAWS600SE-H Automatic and manual weather station in Altay from January 2004 to December 2011,parallel observations difference was analyzed.The results show that:the difference was large between the two stations;there are daily,seasonal variation and for the minimum and maximum temperatures,the systematic errors of manual observation was 0.05～0.20℃below the auto-observation with normal distribution characteristics. The temperatures at the right points of the observation hours,manual observation was earlier than the automatic observation,resulting in the systematic errors,the error was greater when rapid change of temperature occurred,while after revised with the time difference method,the absolute error was generally reduced by 0.1～0.2℃and both variance reduction was 0.142.For January and October,4 and 24 number of times in day average mode,the frequency of the magnitude above 1℃of the error change difference reached to 15%.Except in July,the average difference of four times was 0.1℃less than that of 24 times,and in October less than 0.5℃or more.The impact of the average value model on day values was the biggest reaching to 3.7℃but less on the quarterly data reaching to only 0.4℃.Systematic bias of automatic observation equipment,precision of measuring devices,sensitivity and differences in observation time and the cause of human factors caused the impact of observational errors.

automatic observation；manual observation；temperature difference；Altay

P412

B

1002-0799（2015）03-0069-06

王建刚，王秋香，徐建春，等.新疆阿勒泰站人工观测与自动观测气温差异分析[J].沙漠与绿洲气象，2015，9（3）：69-74.

10.3969/j.issn.1002-0799.2015.03. 011

2013-07-31；

2013-10-31

公益性行业（气象）科研专项（GYHY201206013）中国近60年地面关键气候要素均一性检验与订正技术及站址变动影响研究。

王建刚（1958-），男，高级工程师，主要气候变化和气象灾害研究工作。E-mall：altwjg@163.com