HY-WP1A型天气现象智能观测仪现象识别准确率分析.pdf

第期气 象 水 文 海 洋 仪 器N o 年月M e t e o r o l o g i c a l,H y d r o l o g i c a l a n dM a r i n e I n s t r u m e n t sJ u n 收稿日期:基金项目:贵州省毕节市气象局登记式项目(毕节科登 号)资助作者简介:张丹(),女,大学,助理工程师主要从事地面气象观测综合业务工作HY WP A型天气现象智能观测仪现象识别准确率分析张丹,柯莉萍,阎庭,余吕,余泽治,梁兆权(威宁县气象局,威宁 )摘要:文章将威宁国家基准气候站 /的HY WP A型天气现象智能观测仪对露、霜、雾凇、雨凇、结冰、积雪天气过程的识别结果与人工观测结果进行对比分析,结果表明:HY WP A型天气现象智能观测仪对雨淞的命中率偏低,露与霜的空判率相对较高,积雪的命中率较高.通过对比观测分析,为优化HY WP A型天气现象智能观测仪对天气现象的自动识别算法提供可靠依据.关键词:天气现象;智能观测仪;人工观测中图分类号:P 文献标识码:A文章编号:X()A n a l y s i so fp h e n o m e n o nr e c o g n i t i o na c c u r a c yo fH Y WP Aw e a t h e rp h e n o m e n o n i n t e l l i g e n t o b s e r v e rZ h a n gD a n,K eL i p i n g,Y a nT i n g,Y uL v,Y uZ e z h i,L i a n gZ h a o q u a n(W e i n i n gM e t e o r o l o g i c a lB u r e a u,W e i n i n g )A b s t r a c t:T h e i d e n t i f i c a t i o nr e s u l t so f d e w,f r o s t,r i m e,g l a z e,i c i n ga n ds n o ww e a t h e rp r o c e s s e sb yHY WP Aw e a t h e rp h e n o m e n o n i n t e l l i g e n to b s e r v e ra tW e i n i n gn a t i o n a lw e a t h e rs t a t i o nf r o mJ a n u a r y t oA p r i l ,a r e c o m p a r e da n da n a l y z e dw i t hm a n u a l o b s e r v a t i o nr e s u l t s i n t h i sp a p e r T h e r e s u l t ss h o wt h a tt h eh i tr a t eo fHY WP A w e a t h e rp h e n o m e n o ni n t e l l i g e n to b s e r v e ro ng l a z ei sl o w,t h ee m p t yj u d g m e n tr a t eo fd e w a n df r o s ti sr e l a t i v e l yh i g h,a n dt h eh i tr a t eo fs n o wi sh i g h T h ec o m p a r a t i v eo b s e r v a t i o na n a l y s i si s m a d et op r o v i d ear e l i a b l eb a s i sf o rt h eo p t i m i z a t i o no ft h ea u t o m a t i c r e c o g n i t i o na l g o r i t h ma d o p t e db yHY WP Aw e a t h e rp h e n o m e n o n i n t e l l i g e n to b s e r v e r K e yw o r d s:w e a t h e rp h e n o m e n a;i n t e l l i g e n to b s e r v e r;m a n u a l o b s e r v a t i o n引言天气现象是指在空中和地面产生的降水、水汽凝结物(云除外)、冻结物,以及声、光、电等大气物理现象.地面气象观测规范 中定义了 种天气现象,降水现象包括雨、毛毛雨、阵雨、雪、雨夹雪、阵雪、阵性雨夹雪、米雪、霰、冰雹、冰粒;地面凝结现象包括霜、露、雾凇、雨凇;视程障碍现象包括雾、轻雾、雪暴、吹雪、霾、烟幕、扬沙、沙尘暴、浮尘;雷电现象包括雷暴、极光、闪电;其他现象包括大风、尘卷风、飑、龙卷、积雪、冰针、结冰.天气现象观测是地面气象观测业务的重要组成部分.露、霜、雨淞、雾淞、结冰、积雪等天气现象是日常气象服务和气象灾害服务的重要内容,对农业、交通和气 象 水 文 海 洋 仪 器J u n 电力等国民经济骨干和基础产业有极大影响.HY W P A型天气现象智能观测仪是一款通过图像识别技术进行天气现象自动观测识别的气象仪器,该仪器可对总云量、云状、地面凝结现象、结冰、积雪和雪深等天气现象(或气象要素)进行自动观测识别,并具备扩展电线积冰、视程障碍现象的自动观测识别能力.该仪器在 威宁国家基准气候站完成安装并开始使用,使用过程中发现天气现象智能观测仪自动观测天气现象与人工观测结果存在一定差距.因此文章对HY W P A型天气现象智能观测仪现象识别准确率开展研究,并提出改进意见.数据对比方法文章对 /共 计 d的 露、霜、雾凇、雨凇、结冰、积雪天气过程进行连续观测,并按要求进行人工标注,将人工标注结果与对应时次的天气现象智能观测仪观测结果进行对比评估.以人工标注结果为标准,对比天气现象智能观测仪观测结果与人工标注结果的一致性、命中率、空判率和漏判率.若者一致,按正确统计;若人工标注结果为无,设备判识结果为有,按照空判统计;若人工标注结果为有,设备判识结果为无,按照漏判统计 .一致性为识别正确样本量与总样本量的比值;命中率为识别正确样本量与识别正确样本量加空判样本量的比值;空判率为空判样本量与识别正确样本量加空判样本量的比值;漏判率为漏判样本量与识别正确样本量加漏判样本量的比值.仪器与人工观测结果分析基准站共计 次对比观测记录中,凝结天气现象观测识别结果如表所示.从表看出,结冰、雨淞、露和霜在HY WP A型天气现象智能观测仪(以下简称仪器)识别与人工观测方面有一定差异.仪器对各现象的识别情况也存在差异.仪器识别凝结现象的一致性如表所示:结冰一致性为 ;积雪一致性为 ;雨淞一致性为;露一致性为 ;霜一致性为 .可以看出,仪器对积雪的识别较准确,对雨淞识别效果较差.仪器识别凝结现象的命中率如表所示:结冰命中率为 ;积雪命中率为 ;雨淞命中率为;露命中率为 ;霜命中率为 .命中率最高的为积雪,命中率较低的为霜和雨淞,仪器应在霜和雨淞的识别算法上优化改进.表凝结天气现象观测识别结果类型人工观测频次智能天气现象仪识别频次识别正确量漏判量空判量结冰 积雪 雨凇 露 霜 表仪器识别凝结现象的一致性单位:天气现象结冰积雪雨淞露霜一致性 表仪器识别凝结现象的命中率单位:天气现象结冰积雪雨淞露霜命中率 仪器识别凝结现象的空判率如表所示:结冰空判率为;积雪空判率为;雨淞空判率为;露空判率为 ;霜空判率为 .可以看出,仪器对雨淞的空判率较低,对露和霜的空判率较高.表仪器识别凝结现象的空判率单位:天气现象结冰积雪雨淞露霜空判率 仪器识别凝结现象的漏判率如表所示:结冰漏判率为 ;积雪漏判率为;雨淞漏判率为 ;露漏判为 ;霜漏判率为 .可以看出仪器对雨淞的漏判率较高,对积雪的漏判率较低.表仪器识别凝结现象的漏判率单位:天气现象结冰积雪雨淞露霜漏判率 结束语文章通过对比分析HY WP A型天气现象智能观测仪与人工观测结果得出:在对比观测中,人工观测记录的天气现象有 次,仪器观测的天气现象有 次.(下转第 页)气 象 水 文 海 洋 仪 器J u n )修河流域大暴雨短时强降水在天气形势上具有一定的相似性,主要表现为 h P a在赣西北为辐散分流区,低层为显著湿区,h P a有低槽东移,h P a赣西北有切变线,中低层在湘、鄂、赣、皖等省交界处常伴有低涡,低涡与切变线以南伴有低空急流,h P a有辐合线,低层辐合,高层辐散,槽后偏北气流带来的冷空气与西南暖湿气流交汇,导致强降水的发生和发展.)修河流域大暴雨短时强降水的回波以絮状回波为主,其典型强回波结构有絮状回波团孤立单体、回波短带和絮状回波团回波短带等,中心强度达 d B Z,d B Z以上强回波不断经过一地,导致 mm/h以上的强降水发生.参考文献:俞小鼎,姚秀萍,熊廷南,等多普勒天气雷达原理与业务应用M北京:气象出版社,余小鼎,王秀明,李万莉,等雷暴与强对流临近预报M北京:气象出版社,何跃,李强,刘伯骏,等四川盆地一次西南涡作用下大暴雨过程的短时强降水分析J沙漠与绿洲气象,():鲁坦,徐文明,俞小鼎,等 年河南春季暴雨特征及 影响 系 统分 析J气 象与 环 境科 学,():章丽娜,王秀明,熊秋芬,等“”北京对流暴雨中尺度环境时空演变特征及影响因子分析J暴雨灾害,():周芳,黄龙飞,肖潇江西省汛期局地短时强降水的时空分布特征J气象与减灾研究,():付超,谌芸,朱克云,等 年江西省暖季短时强降水特征分析J气象,():邓虹霞,智海,马中元,等 年江西汛期设区市城区暴雨回波特征分析J气象科学,():桂园园,马中元,齐永胜,等 年鹰潭市城区暴雨天气与回波特征分析J自然灾害学报,():辛玮琦,马中元,谌云,等宜丰短时强降水雷达回波特征分析J沙漠与绿洲气象,():苏俐敏,夏文梅,马中元,等 年江西宜春四类短时强降水特征分析J气象科学,():陈鲍发,马中元,王立志,等江西昌江流域特大暴雨短时强降水回波特征分析J气象,():岳如画,汤剑松,王坤 年月日长江中下游连续大暴雨特征分析J中低纬山地气象,():张祝,茅海祥,杨群 梵净山东侧局地大暴雨的雷达回波特征及地形作用分析J中低纬山地气象,():陈宇聪,刘炳锋,刘嘉劲,等 年汕尾市大暴雨特征及影响天气系统归类研究J中低纬山地气象,():刘胜男,冯典,郭大梅,等秦岭山区东麓一次短时强降水特征及成因分析J中低纬山地气象,():潘岑,罗俊才,苏静文,等贵州夜间降水特征与暴雨预警发布现状分析J中低纬山地气象,():(上接第 页)在露、霜、雾凇、雨凇、结冰、积雪天气现象中,仪器观测结果一致性方面:积雪的一致性较高,达 ,雨淞和霜的一致性较低,其中雨淞一致性为;仪器观测结果命中率方面:积雪、结冰的命中率都较高,分别为 和 ,露、霜命中率都低于 ,其中雨淞命中率为;仪器观测结果空判率方面:露、霜的空判率较高,结冰、积雪、雨淞的空判率较低,其中雨淞空判率为;仪器观测结果漏判率方面:霜和雨淞漏判率也比较高,雨淞的漏判率高达 .对比观测后发现,仪器相较于人工观测还存在一定的差距.自动化观测是必然的趋势,也是气象业务发展的迫切需求,设备厂家应该在凝结现象识别方面进行算法优化和提高智能识别能力.参考文献:中国气象局地面气象观测规范M北京:气象出版社,王敏天气现象视频智能观测仪对比测试研究J内蒙古科技与经济,():,李肖霞,杜波,李翠娜,等天气现象自动化观测仪器评估方法J气象水文海洋仪器,():杜波,张雪芬,胡树贞,等天气现象仪自动化观测资料对比分析J气象科技,():陈冬冬,魏国栓,马启明,等多台国内外先进天气现象仪对比分析J气象水文海洋仪器,():,