開墾河水文站自動氣象監測與人工觀測氣溫對比分析

程相勤

（新疆禹通工程監理有限公司，新疆 阿勒泰 836500）

當前，中小流域水文觀測仍以傳統的人工觀測方式為主，人工觀測存在工作效率低、受環境干擾強、觀測精度低等問題，特別是在高山峽谷、干旱缺氧等惡劣環境下觀測將嚴重威脅觀測人員安全，自動氣象監測則是應對這困難的有力途徑[1]。隨著現代科技的進步與發展，先進技術和儀器設備在水文領域不斷推廣應用，監測手段由傳統人工觀測逐步轉向自動監測與巡測、駐測相結合的模式，自動化水平逐步提高[2]。近些年，國家持續加大水文基礎設施建設投入力度，水文站網布局進一步完善，監測能力得到提高，服務水平和水文現代化水平不斷提升[3]。水文站網逐步完善，基本形成完整體系，我國已建成空間分布基本合理、監測項目比較齊全、測站功能較為完善的水文站網體系，實現了對大江大河及其主要支流、有重點防洪任務的中小河流水文監測基本覆蓋[4-5]。2022 年7 月以來，長江流域持續高溫少雨，江河來水嚴重偏少，江湖水位持續走低，旱情快速發展，為保障長江流域應急水量調度方案科學合理，水文觀測基礎數據及結果分析顯得尤為重要[6]。建立流域水文自動氣象監測體系，有利于服務水利對象決策、調度管理，并實現動態管理和在線更新[7]。規?；陨系慕雍凑鸩酵晟平⒆詣託庀蟊O測數據管理體系，為防汛抗旱以及水利突發事件的應急處置提供精準化支撐[8]。本文以開墾河水文站為研究對象，對自動氣象監測數據與人工觀測數據進行對比分析，并基于分析結果評價自動氣象監測數據合理性。

1 水文站概況

1.1 測站基本情況

開墾河水文站設于1956 年10月，集水面積371km2，河段長34 km。開墾河發源于天山東段北坡，徑流的主要補給源為大氣降水、中低山帶的季節性積雪融水。開墾河水文站位于昌吉市奇臺縣七戶鄉七戶一村，為國家基本水文站，屬二類精度水文站。開墾河站氣象蒸發場位于出山口地形，高程1 502 m，氣象蒸發場規格為16 m×20 m，觀測場距離建筑物約40 m。

1.2 測站設施情況

為實現水文測量工作自動化和信息化，適應現代社會對水文測驗的要求，降低野外測驗人員工作強度，實現水文測驗資料監測自動化。開墾河站于2013 年9 月安裝TRM-ZS9 型中尺度自動氣象站，經過對設備不斷調試、升級，目前觀測數據可同步傳輸至昌吉水文勘測局服務器，每月對自動氣象站進行校檢3 次，包括儀器電源設備、網絡及儀器的時間等，有校檢記錄。該站自動氣象站主電采用太陽能供電，配有UPS 備用電源。自動氣象站數據可網絡傳輸和本地自行存儲，在發現斷網、停電的情況，在一個月內可從自動氣象站本地存儲中調取，在自動氣象站調試升級或其它自動氣象站不能正常運行的情況下，應立即恢復人工觀測，并記錄原因。

2 儀器設備與數據選取

2.1 自動氣象儀器設備

為保證開墾河站氣溫比測資料的一致性，自動氣象站布設在氣象場內，人工觀測溫度計和自動氣象站氣溫感應器都布設在同一高度。開墾河站自動氣象站位于百葉箱旁，2019 年開始使用，采用TRM-ZS9型中尺度自動氣象站，主要由氣象傳感器、氣象數據記錄儀、氣象環境監測軟件三部分組成，可監測風向、溫度、濕度、雨量等要素。溫濕度采集器安裝在支架橫臂上，感應探頭距地面1.5 m，橫臂指向南。

該自動氣象站的工作原理：傳感器將對應氣象要素變化轉換成電信號變化，這種變化由單片機控制的數據采集器采集，進行定標處理，經過處理后獲得各個氣象要素的實時值，然后由通信模塊傳輸到中心站的微機上。數據采集依托自動氣象站數據采集器，主要功能是數據采樣、數據處理、數據存儲及數據傳輸。自動氣象站采集到的氣象數據，需通過傳輸系統發至水文站指定的位置，供相關人員做數據分析。傳輸方式分2 種：①本地傳輸，設備有線連接，一般為RS485 傳輸；②無線傳輸，常用的無線傳輸方式為4G 傳輸。通過物聯網把采集到的數據通過4G 網傳到服務器。

TRM-ZS9 型自動氣象站主要氣象技術參數見表1，主要組成構件見表2。

表1 TRM-ZS9 型自動氣象站主要氣象技術參數

表2 TRM-ZS9 型自動氣象站主要組成構件

2.2 觀測數據選取

經多次現場調試后，開墾河站于2020 年1 月1 日起開始進行人工與自動氣象站比測工作，每天8 時、14 時、20 時人工觀測百葉箱內干球溫度時，同時觀測TRM-ZS9 型自動氣象站記錄環境氣溫。本文采用2020 年日平均、最高、最低氣溫各342 組數據進行比測分析。自動氣象站和人工觀測氣溫比測數據均是從2020 年1 月1 日到12 月31 日（2 月13 日～15 日、9 月17 日-30 日、12 月25-31 日自動氣象站觀測氣溫無數據，不進行對比分析）。

3 分析結果

3.1 氣溫偏差分析

在進行數據統計分析前，首先剔除在測量過程中受環境或人為因素干擾記錄下來的不切合實際的異常值。根據《自動氣象站觀測規范》（GB/T 33703-2017）的要求，將人工觀測氣溫減去自動氣象站同步記錄的環境氣溫得到差值，分析兩個氣溫變化受外部因素影響程度。

對人工定時觀測數據與自動氣象站記錄環境氣溫進行差值分析，8 時氣溫偏差在-1.8～1.7℃之間，14 時氣溫偏差在-2～1.4℃之間，20 時氣溫偏差在-2～2℃之間，見表3。日平均氣溫偏差范圍在-1.3～0.8℃之間，日最高氣溫偏差在-2～2℃之間，日最低氣溫偏差在-2.0～2.0 之間，見表4。年最高氣溫偏差-0.6℃，年最低氣溫偏差0.4℃，年平均氣溫偏差-0.1℃，見表5。

表3 自動化與人工觀測定時氣溫對比表

表4 自動化與人工觀測氣溫偏差對比表

表5 自動化與人工觀測氣溫對比表

3.2 氣溫差值分析

由表6 可以看出8 時氣溫差值介于-1～0℃統計次數最多，出現202 次，出現頻率為59.1%；其次為差值介于0～1℃的出現83 次，出現頻率為24.3%。14 時氣溫差值介于-1～0℃統計次數也最多，出現183 次，出現頻率為53.5%；差值介于0～1℃的出現86 次，出現頻率為25.1%。20 時氣溫差值介于-0～1℃統計次數最多，出現149 次，出現頻率為43.6%；差值介于-1～0℃的出現111 次，出現頻率為32.5%。

表6 人工觀測與自動氣象站觀測氣溫差值統計表

可以看出人工觀測與自動化氣象站觀測日平均氣溫差值介于-1～0℃統計次數最多，出現263 次，出現頻率為76.9%；其次為差值介于0～1℃的出現72次，出現頻率為21.1%。日最高氣溫差值介于-1～0℃統計次數亦最多，出現139 次，出現頻率為40.6%；其次為差值介于0～1℃的出現114 次，出現頻率為33.3%。日最低氣溫差值介于-1～0℃統計次數最多，出現165 次，出現頻率為48.2%；其次為差值介于-1.5～-1℃的出現124 次，出現頻率為36.3%。具體見表7。

表7 兩種不同方法觀測氣溫均值/極值差值一覽表

基于上述氣溫偏差與氣溫差值的分析，表明采用TRM-ZS9 型自動氣象站和人工觀測方法所測得的數據，在8 時、14 時和20 時的氣溫偏差介于-2～2℃，出現頻率最多的氣溫差值為-1～0℃，說明自動與人工觀測數據的差值小，測量誤差在合理運行范圍內，該TRM-ZS9 型自動氣象站可替代人工進行觀測。

3.3 相關性分析

通過對人工觀測與自動化氣象站觀測的氣溫數據系列建立相關關系（圖1-6），分析相關性和變化是否連續、有無突變現象?；诿咳? 時、14 時、20 時、日平均氣溫、日最高氣溫、日最低氣溫可以看出數據觀測無突變現象，均呈線性關系，相關性良好。

圖1 開墾河站8 時氣溫兩種不同方法記錄相關圖

圖2 開墾河站14 時氣溫兩種不同方法記錄相關圖

圖3 開墾河站20 時氣溫兩種不同方法記錄相關圖

圖4 開墾河站平均氣溫兩種不同方法記錄相關圖

圖5 開墾河站最高氣溫兩種不同方法記錄相關圖

圖6 開墾河站最低氣溫兩種不同方法記錄相關圖

4 結論與展望

本文通過人工觀測與自動觀測氣溫差值分析，得出8 時、14 時、20 時氣溫偏差，日平均、最高、最低氣溫偏差，年平均、最高、最低氣溫偏差，以及氣溫差值出現次數和頻率，結果表明二者的氣溫數據差值小，所測數據吻合度高。當前流域水文監測自動化程度不足，新技術新儀器研發應用水平有待提升，基于人工智能、大數據的水文信息監測及反饋分析技術是后續的重點研究方向。