劉昭武，劉 非，張其忠

（濱州市氣象局，山東 濱州 256612）

1 引言

氣象觀測(cè)為天氣預(yù)報(bào)、氣候分析和科學(xué)研究提供重要的觀測(cè)事實(shí)。隨著電子技術(shù)和計(jì)算機(jī)在氣象探測(cè)中的廣泛應(yīng)用，自2006年開(kāi)始區(qū)域自動(dòng)氣象站（簡(jiǎn)稱區(qū)域站）在濱州市境內(nèi)大范圍建設(shè)，2013～2017年對(duì)全市區(qū)域站進(jìn)行了換代升級(jí)，目前全市有89個(gè)區(qū)域站（含1個(gè)國(guó)家級(jí)無(wú)人值守自動(dòng)站）。區(qū)域站已經(jīng)成為氣象觀測(cè)的重要組成部分，為精細(xì)化天氣預(yù)報(bào)制作和決策氣象服務(wù)提供了加密的氣象信息，在防災(zāi)減災(zāi)中發(fā)揮了重要作用。然而，由于區(qū)域站數(shù)量多，探測(cè)環(huán)境保護(hù)執(zhí)行的不嚴(yán)格，儀器的日常巡視、故障維修標(biāo)準(zhǔn)普遍不高，采集的數(shù)據(jù)資料存在很大的不確定性。

目前對(duì)區(qū)域站數(shù)據(jù)資料的研究較多，對(duì)區(qū)域站資料的可靠性有了一定的認(rèn)識(shí)。楊萍等［1］對(duì)北京地區(qū)自動(dòng)氣象站1998～2009年逐時(shí)資料進(jìn)行了質(zhì)量評(píng)估，認(rèn)為自動(dòng)氣象站數(shù)據(jù)具有一定的準(zhǔn)確性和可靠性，具有較強(qiáng)的應(yīng)用潛力和前景。許多學(xué)者對(duì)自動(dòng)站與人工站觀測(cè)數(shù)據(jù)的差異進(jìn)行對(duì)比分析，得出兩者觀測(cè)差值較小，其準(zhǔn)確度能夠滿足日常業(yè)務(wù)應(yīng)用［2-14］。也有學(xué)者利用各種插值法對(duì)氣象資料進(jìn)行模擬分析，得出在臺(tái)站分布密集的區(qū)域，不同內(nèi)插方法之間差異較小，不同的地域和不同的時(shí)空尺度內(nèi)所謂的“最優(yōu)”內(nèi)插法是相對(duì)的［15-24］。

利用幾種空間內(nèi)插方法對(duì)濱州市境內(nèi)的氣象觀測(cè)站資料進(jìn)行插值結(jié)果比較分析，以期找到適合濱州市降水的“最優(yōu)”空間內(nèi)插方法，從而為缺測(cè)站或疑誤數(shù)據(jù)站提供較為準(zhǔn)確的補(bǔ)充或訂正數(shù)據(jù)。

2 資料來(lái)源

濱州市境內(nèi)共建有6個(gè)國(guó)家一般氣象觀測(cè)站，1個(gè)國(guó)家基本氣象觀測(cè)站，以上統(tǒng)一簡(jiǎn)稱為大監(jiān)站。大監(jiān)站探測(cè)環(huán)境保護(hù)規(guī)范，日常巡視、儀器清理、故障維修等工作由值班員按照業(yè)務(wù)規(guī)范流程來(lái)完成，采集的數(shù)據(jù)資料完整性、準(zhǔn)確性非常高。因此，以大監(jiān)站作為基礎(chǔ)站，將區(qū)域站采集的數(shù)據(jù)與其做比較，可以辨別區(qū)域站采集資料的真實(shí)性。

采用濱州市7個(gè)大監(jiān)站和89個(gè)區(qū)域站2016年4～10月期間（該時(shí)段區(qū)域站啟用）采集的降水?dāng)?shù)據(jù)資料為基礎(chǔ)進(jìn)行分析。

3 算法分析

圖1 濱州市大監(jiān)站和區(qū)域站分布

氣象要素自然分布具有連續(xù)性和均勻性的特點(diǎn)，適合進(jìn)行水平空間一致性分析。目前判別降水空間分布使用的插值方法較多，這里選取克里金插值法、反距離加權(quán)插值法、改進(jìn)的sherpard法、最近鄰點(diǎn)插值法、線性差值三角網(wǎng)法、自然鄰點(diǎn)插值法六種插值法進(jìn)行對(duì)比分析。

3.1 日降水量分析

采用空間內(nèi)插方法對(duì)區(qū)域站日降水量資料進(jìn)行插值處理，獲取大監(jiān)站的降水估計(jì)值。按照最大值、最小值、標(biāo)準(zhǔn)差、平均值四個(gè)統(tǒng)計(jì)量進(jìn)行統(tǒng)計(jì)，見(jiàn)表1。結(jié)果表明，最近鄰點(diǎn)插值法獲取的降水估計(jì)值標(biāo)準(zhǔn)差為14.85，最接近于原始數(shù)據(jù)標(biāo)準(zhǔn)差15.43，克里金插值法次之，而反距離加權(quán)插值法和改進(jìn)的sherpard法與原始數(shù)據(jù)偏離最大；另結(jié)合最大值、最小值、平均值三個(gè)指標(biāo)分析，最近鄰點(diǎn)插值法在平均值上偏差最大，而自然鄰點(diǎn)插值法在平均值上偏差最小，克里金插值法次之。

為進(jìn)一步分析比較六種空間內(nèi)插方法，根據(jù)日常業(yè)務(wù)中定義的小雨、中雨、大雨、暴雨等降水量級(jí)，將通過(guò)六種空間內(nèi)插方法獲取的大監(jiān)站降水估計(jì)值，按照不同降水量級(jí)對(duì)應(yīng)臺(tái)站數(shù)進(jìn)行統(tǒng)計(jì)，其分布情況見(jiàn)圖2。結(jié)果表明，改進(jìn)的sherpard法、最近鄰點(diǎn)插值法在小雨量級(jí)與原始臺(tái)站差距較大，反距離加權(quán)插值法和改進(jìn)的sherpard法在中雨量級(jí)與原始臺(tái)站差距較大，自然鄰點(diǎn)插值法在大雨量級(jí)與原始臺(tái)站差距較大，改進(jìn)的sherpard法在暴雨及以上量級(jí)與原始臺(tái)站差距較大。從不同降水量級(jí)對(duì)應(yīng)臺(tái)站數(shù)綜合分析，克里金插值法和線性差值三角網(wǎng)法應(yīng)用性更好一些，結(jié)合（表1）最大值、最小值、標(biāo)準(zhǔn)差、平均值四個(gè)統(tǒng)計(jì)量統(tǒng)計(jì)結(jié)果，克里金插值法在濱州市區(qū)域站日降水量資料插值處理上應(yīng)用性最優(yōu)。

表1 六種插值方法比較（單位：mm）

3.2 年降水量分析

圖2 不同降雨量等級(jí)對(duì)應(yīng)臺(tái)站數(shù)

采用空間內(nèi)插方法對(duì)區(qū)域站2016年年降水量資料進(jìn)行插值處理，獲取大監(jiān)站的年降水估計(jì)值，分布情況見(jiàn)圖3。可以看出，各種插值方法所得結(jié)果基本上都能反映出濱州2016年年降水量的空間分布形態(tài)，但是不同插值方法所得結(jié)果在曲線平滑程度和局部區(qū)域空間的分布上存在一定的差異。反距離加權(quán)插值法出現(xiàn)較多的“靶心”，最近鄰點(diǎn)插值法呈現(xiàn)片狀結(jié)構(gòu)，改進(jìn)的sherpard法在觀測(cè)站比較稀疏的地區(qū)，如濱州市沾化區(qū)北部地區(qū)（即圖3c的右上角部分）無(wú)插值結(jié)果，這些問(wèn)題對(duì)研究分析都有一定的不利影響；克里金插值法、線性差值三角網(wǎng)法、自然鄰點(diǎn)插值法三種方法所得結(jié)果基本一致，較準(zhǔn)確的反映了2016年全市大監(jiān)站和區(qū)域站年降水分布情況。

4 克里金插值法的進(jìn)一步比較分析

4.1 隨機(jī)選取區(qū)域站分析

從七個(gè)縣區(qū)隨機(jī)選取7個(gè)區(qū)域站（見(jiàn)表2），假設(shè)為缺測(cè)站，利用克里金插值法將7個(gè)大監(jiān)站和剩余82個(gè)區(qū)域站日降水量資料進(jìn)行插值處理，獲取缺測(cè)站的降水估計(jì)值（見(jiàn)表2）。結(jié)果表明，從7個(gè)區(qū)域站綜合情況分析，克里金插值法預(yù)測(cè)結(jié)果在平均值、最大值、最小值上非常接近原始值；在標(biāo)準(zhǔn)差上差距1.56，距平為9.7%，也比較接近原始值。從7個(gè)區(qū)域站單站情況分析，其中有5個(gè)站在標(biāo)準(zhǔn)差差距小于2，比較接近原始值。

4.2 業(yè)務(wù)應(yīng)用分析

2018年4月22日（過(guò)程1）、5月2日（過(guò)程2）濱州市分別出現(xiàn)一次大雨量級(jí)、小雨量級(jí)的降水，分別各有5個(gè)區(qū)域站數(shù)據(jù)缺測(cè)，應(yīng)用克里金插值法獲取缺測(cè)站的降水估計(jì)值，為驗(yàn)證降水估計(jì)值的準(zhǔn)確性、合理性，引用何志軍［18］等改進(jìn)空間一致性分析方法的觀點(diǎn)，綜合考慮降水移向、距離因素，選取缺測(cè)站降水移動(dòng)方向上、下游且距離最近兩個(gè)站點(diǎn)的觀測(cè)數(shù)據(jù)進(jìn)行比較（見(jiàn)表3）。結(jié)果表明，4月22日降水過(guò)程缺測(cè)區(qū)域站的降水預(yù)估值誤差范圍在0.31～7.65mm，距平范圍在0.6%～15.3%，業(yè)務(wù)可用性比較好；5月2日降水過(guò)程缺測(cè)區(qū)域站的降水預(yù)估值誤差范圍在0.02～0.48mm，其中有8個(gè)距平在15.7%以下，另有2個(gè)距平分別為32.7%、44.6%，考慮5月2日降水過(guò)程實(shí)況為小雨量級(jí)，預(yù)估值在數(shù)量級(jí)上無(wú)偏差，作為缺測(cè)站的補(bǔ)充數(shù)據(jù)還是有較好的業(yè)務(wù)應(yīng)用性。

圖3 六種插值法對(duì)2016年年降水量資料插值分析

表2 隨機(jī)選取七個(gè)區(qū)域站的克里金插值法分析（單位：mm）

5 小結(jié)

本文以濱州市7個(gè)大監(jiān)站和89個(gè)區(qū)域站2016年4-10月期間采集的降水?dāng)?shù)據(jù)資料為基礎(chǔ)，分別利用六種空間內(nèi)插方法進(jìn)行處理，較為系統(tǒng)的分析和比較了插值結(jié)果之間的異同。主要結(jié)論如下：

（1）空間內(nèi)插方法對(duì)區(qū)域站日降水量資料的分析結(jié)果表明，六種方法獲取的降水估計(jì)值均接近于原始值，結(jié)合降水量級(jí)分析，克里金插值法應(yīng)用性最優(yōu)。

（2）空間內(nèi)插方法對(duì)年降水量資料的分析結(jié)果表明，六種插值方法基本上都能反映出濱州2016年年降水量的空間分布形態(tài)，但是不同插值方法在曲線平滑程度和局部區(qū)域空間的分布上存在一定的差異。

表3 克里金插值法業(yè)務(wù)應(yīng)用分析（單位：mm）

（3）對(duì)克里金插值法進(jìn)一步分析，隨機(jī)抽取缺測(cè)站的估計(jì)值在平均值、最大值、最小值上非常接近原始值，在標(biāo)準(zhǔn)差上也比較接近原始值，可以作為缺測(cè)站或疑誤數(shù)據(jù)站的質(zhì)量控制應(yīng)用。

（4）通過(guò)業(yè)務(wù)應(yīng)用分析，克里金插值法獲取缺測(cè)站的降水估計(jì)值，總體業(yè)務(wù)可用性比較好，但是在小雨量級(jí)的降水過(guò)程中存在誤差較大的現(xiàn)象，還需要進(jìn)一步補(bǔ)充研究。