半干旱区陆面过程观测试验的仪器精度和观测误差分析

杜昊霖，王 胜，乔 梁，孙旭映

（1. 中国气象局兰州干旱气象研究所，甘肃省干旱气候变化与减灾重点实验室，中国气象局干旱气候变化与减灾重点实验室，甘肃 兰州 730020；2. 复旦大学大气与海洋科学系， 上海 200082）

引 言

在地球系统中，陆-气相互作用占有极其重要的地位，反映了陆-气相互间的物质、动量和能量交换以及输送过程，对区域气候预测和全球天气预报预测举足轻重［1-3］。为此，从20 世纪80 年代开始，在世界各地陆续进行了许多大型陆-气相互作用观测试验：如在国际开展了湿润区水分收支和蒸发通量的水文-大气试验（Hydrologic Atmospheric Experi⁃ment for the Study of Water Budget and Evaporation Flux at the Climatic Scale，HAPEX/MOBILMY）［4］，欧洲干旱化区域野外观测试验（European Field Experi⁃ment in a Desertification-Threatened Area，EFEDA）［5］，全球能量与水循环试验（Global Energy and Water Exchanges Experiment，GEWEX）［6］，水文循环的生物圈方面（Biospheric Aspects of Hydrological Cycle，BAHC）专项研究［7］，气候和海洋变率、变化与可预测性（Climate Variablility and Predictability，CLIVAR）计划［8］，国际全球环境变化人文因素计划（Interna⁃tional Human Dimensions Programme on Global Envi⁃ronmental Change，IHDP）［9］等；在国内开展的主要有中日合作黑河地区地-气相互作用野外观测试验（Heihe River Basin Field Experiment，HEIFE）［10］，内蒙古半干旱草原土壤-植被-大气相互作用［11-12］，西北干旱区陆-气相互作用观测试验［13］，华北平原地标通量参数化与大气边界层过程的基础研究［14］等，这些试验项目的完成取得了一些有意义的研究成果，推动了国内外陆面过程的研究进展。

陆面过程观测试验的仪器精度和可靠性是陆-气相互作用特征分析和研究成果准确性的基石，因此对观测仪器的准确性、观测误差及其一致性分析很有必要［15-16］。许多学者对此进行了探讨，在黑河流域分析了微气象塔的仪器精度（包括风、温湿度传感器）以及辐射仪器的观测误差，就观测数据的准确性以及仪器误差进行了讨论［17］；也有对两组不同类型的辐射仪器以及两组相同类型的土壤热通量板和涡度相关系统进行了比较观测和一致性分析［18-19］，以上研究多为对单一仪器的精度进行讨论，目前对陆面观测试验中各种仪器进行系统对比分析的研究鲜有报道。因此，本文在定西干旱气象与生态环境试验基地（简称“定西基地”）开展系统的平行对比试验，对陆-气相互作用试验的仪器精度和观测误差进行分析，以期为今后陆-气相互作用试验中各种仪器的运行保障、参数标定和数据质量控制提供参考。

1 资料与方法

1.1 研究区概况

定西基地（104°37′E，35°35′N）位于甘肃省定西市，地处黄土高原抬高延伸区，是典型的多沟壑黄土高原地貌区，属于半干旱气候，易受季风的影响［20］。定西基地海拔高度1896.7 m，年平均气温6.7 ℃、日照时数2433 h、无霜期140 d，年平均降水量386.6 mm且分布不均（主要集中在6—8月）［21-22］。定西基地土地利用类型为雨养旱作农田，无高层建筑物和树木，观测试验场地周围空旷平坦，图1为定西基地试验场的分布。

图1 定西基地试验场分布Fig.1 The distribution of experiment sites of Dingxi base

1.2 观测仪器设备

观测仪器有1 套CNR4 型四分量辐射计、5 套HFP01热通量板、1套CGR3型和1套IR02型长波辐射传感器、1 套CMP3 型和1 套SR11 型短波辐射传感器、15 套HMP45D 型温湿度传感器、6 套WAA151型风速仪、7套CS616型土壤湿度传感器、16套107-L型土壤温度传感器、3 套涡动协方差系统（CSAT3 三维超声风速仪+Li-7500 CO2/H2O 分析仪）和2 套EL15-1C 型风速传感器，观测项目包括大气风速、温度、相对湿度、土壤湿度和温度、地表辐射以及地表通量(土壤热通量、地表潜热、感热和动量通量)，对以上采用的各种观测仪器进行架设（表1）。为了对比标定观测试验的准确性，将土壤热通量板和土壤温湿度传感器放于室内实验室平台上进行标定。由于土壤温度传感器、土壤湿度传感器和土壤热通量板单元采用高精度频域反射式传感器，试验为了保障对比观测数据的一致性，将传感器均置于纯水介质内观测，要求待测传感器探针阵列和水平面保持水平，同时要求相同的入水深度（5 cm），以实现对待测传感器的数值对比校准，产生精准的水分、温湿度及热通量输出信号［23-24］。

表1 观测设备及主要技术参数Tab.1 Observation equipment and main technical parameters

1.3 资料及处理方法

由于不同类型传感器数量较多，为保证每个型号传感器数据的准确性，将平行对比观测试验分4个时期开展，即分别采用定西基地2017 年5 月11—20 日观测地表辐射通量、空气温湿度，5 月15—17 日地表潜热、感热通量，5 月5—7 日土壤温度和热通量，5月5—20日风速和土壤湿度。观测数据经数据采集器采集之后，输出得到10 min 平均值，最后进行质量控制［25］。利用均方根误差（root mean square error，RMSE）、平均相对误差（mean relative er⁃ror，MRE）、相关系数（R）和拟合斜率来表征仪器的一致性和观测误差［26］，具体计算公式［15］如下：

式中：Pi、Ri分别表示第i（i＝1，2，3，…，n，其中n为样本总数）个样本观测值、参考值，把各传感器观测数据的平均值作为参考值，这是因为在没有绝对真值的参考下，用平均值作为参考标准可减少系统误差；σP和σR分别表示观测值、参考值的标准偏差；分别表示观测值、参考值的平均值。

2 结果分析

2.1 微气象要素

2.1.1 空气温湿度

图2为15 套HMP45D 型温湿度传感器观测的空气温度（Ta1，Ta2，Ta3，…，Ta15）、相对湿度（RH1，RH2，RH3，…，RH15）的平均日变化。可以看出，15 组空气温度和相对湿度的数据整体变化趋势一致，但Ta7和RH9的数据偏低，系统误差较大。因此，在统计分析空气温度和相对湿度时未使用Ta7和RH9的数据，且规定14 套仪器观测空气温度和相对湿度的平均值为参考值，对其他仪器分别对比分析。

图2 15套HMP45D型温湿度传感器观测的空气温度（a）、相对湿度（b）的平均日变化Fig.2 The mean diurnal variation of air temperature（a）and relative humidity（b）observed by 15 sets of HMP45D temperature and humidity sensor

表2列出14 套HMP45D 型温湿度传感器观测的空气温度和相对湿度。可以看出，空气温度、相对湿度的相关系数R都非常接近1（均通过α＝0.01的显著性检验），且拟合直线的斜率也近乎1，Ta8、Ta9、Ta12、Ta15的均方根误差分别为1.65、1.51、1.47、1.54 ℃，平均相对误差分别为-4.86%、-3.23%、4.50%、2.99%，其他10套仪器观测数据的均方根误差和平均相对误差均小于这4 套仪器。统计表明（表略），在绝大数情况下空气温度的偏差绝对值小于0.20 ℃，占观测样本总数的91.30%，偏差绝对值大于等于0.20 ℃的样本占比为8.70%。

表2 14套HMP45D型温湿度传感器观测空气温度和相对湿度的对比Tab.2 The comparison of air temperature and relative humidity observed by 14 sets of HMP45D temperature and humidity sensor

对于空气相对湿度的观测值来说，RH2、RH7、RH10、RH11的均方根误差分别为4.25%、3.67%、3.65%和4.35%，平均相对误差分别为-10.73%、10.05%、10.42%、12.17%，其余10 套仪器观测数据的均方根误差和平均相对误差均小于这4 套仪器。因此，今后在观测空气相对湿度时需要对这4 套仪器进行一致性订正。统计表明（表略），空气相对湿度的偏差绝对值小于2.00% 的样本占比为73.24%，我国规定自动气象站相对湿度测量值的允许偏差为±2.00%（当空气相对湿度小于等于80%时）①中国气象局综合观测司.新型自动气象（气候）站功能需求书.2012，因此，绝大多数相对湿度传感器的误差均在允许范围内，表明仪器之间的一致性较高。

综上所述，在大多数情况下空气温湿度传感器的观测资料能保持一致，出现平均相对误差和均方根误差较大的情况可能是由湿敏电容传感器引起的，湿敏电容传感器是用有机高分子膜作介质的一种小型电容器，无法被密封保护，其测量部分容易和空气中的尘土、杂质和化学物质等接触，从而影响传感器的灵敏度。湿度传感器的电气参数会随时间推移、温度变化以及机械冲击作用而产生变化，引起电容介质的介电常数改变，从而给湿度测量结果带来附加误差，使得湿度传感器不合格的比例较高，因此对于HMP45D 型湿度传感器需进行定期清洁和校准。

2.1.2 土壤温湿度

从16套107-L型土壤温度传感器观测土壤温度（T1，T2，T3，…，T16）的平均日变化（图略）看出，16 组土壤温度变化趋势基本一致，但T14的数据整体偏低，系统误差较大，因此，在土壤温度数据的对比分析中未使用T14的数据。选择15 套仪器观测土壤温度的平均值作为参考值，对其他仪器对比分析，从表3 看出，T1、T6、T7、T10与其他仪器观测数据相比RMSE 和MRE 均较大，107-L 型温度传感器基于铂电阻温度传感器测量温度，当温度在0~50 ℃时，阻值和温度的关系式为Rt=R0(1+At+Bt2)，其中，Rt为温度为t℃时的电阻，R0为温度为0 时的标称电阻，t为温度，系数At＝3.9083×10-3、Bt＝-5.775×10-7［27］，由于材料、制造工艺、封装结构等原因，产品的标称电阻和电阻温度系数不能达到理论值，非线性补偿不当等导致测温产生误差，导致这4 套仪器出现误差。其他仪器观测数据的RMSE<0.1 ℃，MRE<1%，15 套仪器观测数据的相关性系数和斜率都接近1，且相关系数均通过α＝0.01的显著性检验。在绝大多数情况下，仪器观测土壤温度的偏差绝对值小于0.10 ℃（表略），而107-L 型温度传感器出厂设定的误差范围为±0.20 ℃，说明107-L型仪器观测数据的一致性较好，此型号的温度传感器具有高灵敏度、高可靠性的特点。

表3 15套107-L型土壤温度传感器观测土壤温度的对比Tab.3 The comparison of soil temperature observed by 15 sets of 107-L soil temperature sensor

从7 套CS616 型土壤湿度传感器观测土壤湿度（Ms1，Ms2，Ms3，…，Ms7）的平均日变化（图3）看出，7套传感器的数据整体变化趋势基本一致，但传感器Ms6的数据偏低，系统误差较大，因此，在统计分析土壤湿度时未使用传感器Ms6的数据。规定其他6 套传感器的平均值作为参考值，对其他传感器分别对比分析，从6套仪器观测数据对比分析（表略）发现，土壤湿度相对于拟合直线分布较离散，相关性数和斜率都未接近1，且相关系数均未通过显著性检验。分析其产生误差的原因可能有两点：一是CS616 型土壤湿度传感器利用时域反射法来测量土壤或其他疏松介质含水量，标定公式中的参数与土壤容重、有机质含量、化学成分和温度等理化性质尤其时域反射法对温度有很大的依赖性，而本次标定试验在室内实验室进行，在实验室标定没有考虑土壤性质，导致标定公式中的参数发生改变，使得观测的土壤湿度误差较大；二是受室内其他仪器电磁波影响，CS616 型土壤湿度传感器既是发射端也是接收天线，电磁波对其影响很大。本次标定试验表明，在进行土壤含水量标定试验时，要根据实际土壤性质标定，而不是置于室内标定，因为土壤在地理分布上有很大的差异，面对复杂多样的土壤层，需要分别标定，这一分析结果对CS616 型土壤湿度传感器应用具有重要参考使用价值。

图3 7套CS616型土壤湿度传感器观测土壤湿度的平均日变化Fig.3 The mean diurnal variation of soil moisture observed by 7 sets of CS616 soil moisture sensor

2.1.3 风速

图4为不同风速仪观测风速的平均日变化，包括6 套WAA151 型风速仪观测的数据（Vs1、Vs2、Vs3，…，Vs6），3 套三维超声风速仪（CSAT3）观测的数据（Vc1、Vc2、Vc3），2 套EL15-1C 型风速仪观测的数据（Ve1、Ve2），且利用同时期定西基地微气象梯度塔1.5 m 处的风速作为参考值进行对比分析。可以看出，WAA151 型风速仪和三维超声风速仪（CSAT3）观测的风速日变化呈单峰型，而EL15-1C 型风速变化趋势基本一致，为0.00~1.00 m·s-1。计算不同风速仪的偏差：6 套WAA151 型风速仪观测数据的偏差为0.05~0.70 m·s-1，平均偏差为0.07 m·s-1，其中Vs3偏差（0.05~0.30 m·s-1）最小，绝大多数情况下风速偏差绝对值小于0.10 m·s-1，占观测样本总数的78.37%；3 套三维超声风速仪（CSAT3）的偏差为0.00091~1.25 m·s-1，平均偏差为0.36 m·s-1，其中Vc2偏差（0.0045~0.54 m·s-1）最小；EL15-1C 型风速仪观测数据偏差较大，可能是由于此型号风速仪的启动风速较大。

图4 不同风速仪观测风速的平均日变化Fig.4 The mean diurnal variation of wind speed observed by difference wind speed instruments

对WAA151 型风速仪和三维超声风速仪（CSAT3）的标定数据进一步分析，从风向风速玫瑰图（图5）中看出，在东南方向WAA151 型风速仪的风速大于三维超声风速仪的风速，而风向为北和西时，结果相反。对WAA151 型风速仪来说，6 套仪器观测数据的相关系数和斜率均近乎1，且相关系数均通过α＝0.01 的显著性检验，Vs1的RMSE 和MRE与其他5套仪器相比最大（表4），出现误差有可能是风杯转动带来的气流扰动以及阻塞效应均会对标准风速的测量带来影响，进而直接影响风速仪的观测结果。张强等［17］、季国良等［18］分析了HEIFE试验中微气象塔的精度和观测偏差，对观测资料进行详细分析，其中光电三杯式风速计（美国BELFORT 公司生产）与本次试验的WAA151 型风速仪结果一致，偏差绝对值均小于0.10 m·s-1。三维超声风速仪（CSAT3）具有较高的灵敏度，3 套风速仪的相关系数和斜率也接近1，且相关系数均通过α＝0.01的显著性检验，其RMSE 和MRE 均小于WAA151 型风速仪（表4）。综上所述，本次标定试验印证了WAA151 风速仪和三维超声风速仪（CSAT3）在气象领域长期成功的应用历史，为研究提供了高精度的风速值。

图5 不同风速仪观测的风玫瑰图Fig.5 The wind rose diagram observed by different wind speed instruments

表4 不同风速仪观测风速的对比Tab.4 The comparison of wind speed observed by differ⁃ent wind speed instruments

2.2 能量通量

2.2.1 地表辐射

图6为CMP3、SR11 型短波辐射传感器观测向上（Rcmu、Rsru）、向 下（Rcmd、Rsrd）短 波 辐 射 和CGR3、IR02 型长波辐射传感器观测向上（Rcgu、Riru）、向下（Rcgd、Rird）长波辐射的散点图。可以看出，不同型号仪器观测向上［图6（a）］和向下［图6（b）］短波辐射的相关系数和拟合线的斜率都近乎1，且相关系数均通过α＝0.01 的显著性检验，表明2 套辐射传感器观测数据的一致性很高，即SR11 型和CMP3 型短波辐射传感器观测短波辐射的一致性有保障。由向上［图6（c）］和向下［图6（d）］的长波辐射散点图可以看出，2 套仪器观测向上长波辐射的一致性也很高。CGR3 型仪器和IR02 型仪器在观测向下长波辐射时，在低值时CGR3 型仪器的观测值大于IR02 型仪器，在高值时散点基本沿拟合线分布，但个别值仍偏离拟合线。由于在计算向下长波辐射的表达式中比辐射率无法直接测量得到，而是根据气温和水汽压的函数关系进行估算，可能是2 套仪器计算的比辐射率存在偏差，进而出现了向下长波辐射值的拟合性较差。王介民等［28］对Kipp &Zone 公司生产的辐射计精度进行分析表明，短波辐射、长波辐射的观测精度分别为1%~2%、2%~5%，结合本次标定试验，检验不同型号的辐射传感器观测精度，均在不断提高，所有辐射传感器能够满足观测试验的实际应用要求，实现了更精细化的质控。

图6 不同型号仪器观测向上短波辐射（a）、向下短波辐射（b）、向上长波辐射（c）、向下长波辐射（d）的散点图Fig.6 The scatter plot of upward short-wave radiation（a），downward short-wave radiation（b），upward long-wave radiation（c），downward long-wave radiation（d）observed by different types of instruments

2.2.2 地表土壤热通量

地表土壤热通量是生态系统能量平衡方程中的一部分，也是瞬时能量平衡的重要贡献者，对能量交换过程具有重要意义，但土壤热通量的观测也存在较大的不确定性［29-30］。黄菁等［31］对黄土高原地区陆面过程观测试验的仪器一致性进行分析，其中HFP01 型热通量板偏差最大为±11 W·m-2。基于此背景，此次标定试验在室内实验室进行，选择常用的HFP01 型土壤热通量板，图7 为5 套HFP01 型土壤热通量板观测土壤热通量（Fs1、Fs2、Fs3、Fs4、Fs5）的平均日变化。可以看出，5 组土壤热通量的大小和变化趋势基本一致，夜间为负值，土壤夜间向外输出能量；白天为正值，白天土壤吸收能量，说明白天和夜晚土壤热通量交换非常剧烈。

图7 5套HFP01型土壤热通量板观测土壤热通量的平均日变化Fig.7 The mean diurnal variation of soil heat flux observed by 5 sets of HFP01 soil heat flux plates

为分析仪器的一致性，选取5 套HFP01 型土壤热通量板观测数据的平均值作为参考值，表5列出5套仪器观测土壤热通量的线性拟合关系。可以看出，5 套土壤热通量之间的相关系数和拟合斜率都接近1，均方根误差均小于1 W·m-2，说明5 套仪器的观测数据基本一致。统计发现（表略），大部分情况下5套仪器观测数据的偏差绝对值小于1 W·m-2，占观测样本总数的95.48%。土壤热导率是影响热通量板精度的主要因素，由于本次标定试验在室内进行，减小了受土壤性质的影响，提高了土壤热通量板的精度。因此，上述数据表明HFP01 型热通量板具有高精度特点。

表5 5套HFP01型土壤热通量板观测土壤热通量的线性拟合关系Tab.5 The linear fitting relationship of soil heat flux observed by 5 sets of HFP01 soil heat flux plate

2.2.3 感热和潜热通量

图8是3 套涡动协方差系统（CSAT3 三维超声风速仪+Li-7500 CO2/H2O 分析仪）观测计算的感热通量（Fsh1、Fsh2、Fsh3）、潜热通量（Flh1、Flh2、Flh3）的散点图。可以看出，在感热和潜热通量较小的时候散点均沿拟合线分布，而在感热和潜热通量较大的时候散点偏离拟合线的程度较大。黄菁等［31］在分析感热、潜热通量时，计算的偏差绝对值小于8 W·m-2；MAUDER 等［32］也指出，涡动系统对感热、潜热通量的观测精度分别为5%~10%、10%~15%。选择3 套仪器观测计算的感热通量（潜热通量）的平均值作为参考值，得到感热通量（Fsh1、Fsh2、Fsh3）的MRE分别为2.41%、-0.27%、2.25%，RMSE 分别为11.32、16.49、7.92 W·m-2；潜热通量（Flh1、Flh2、Flh3）的MRE分别为0.39%、2.48%、3.03%，RMSE分别为14.52、20.78、10.18 W·m-2。通过计算，感热通量的偏差绝对值小于10 W·m-2的样本占比为82.09%，潜热通量偏差绝对值小于10 W·m-2样本占比为79.53%。

图8 3套涡动协方差系统观测计算的感热通量（a、b、c）、潜热通量（d、e、f）的散点图Fig.8 The scatter plot of calculated sensing heat flux（a，b，c）and latent heat flux（d，e，f）based on data observed by 3 sets of eddy covariance system

进一步分析感热和潜热通量的平均日变化（图9），感热通量和潜热通量夜间基本在零值附近振荡、且波动较小，而白天波动较大，白天地表蒸发强烈，可能是超声仪观测的瞬时高频风、温、湿的脉动资料表现出不规则的变化趋势［33］，导致观测资料计算的白天感热通量出现波动较大；对于潜热通量，白天地表蒸发和植被蒸腾作用远大于夜间，同时还受气温、风速、空气饱和水汽压差、土壤湿度、叶面积指数等影响，导致白天潜热通量波动较大，夜间温度较低，蒸腾量很小，潜热通量变化幅度较小。

图9 3套涡动协方差系统观测计算的感热通量（a）、潜热通量（b）的平均日变化Fig.9 The mean diurnal variations of calculated sensible heat flux（a）and latent heat flux（b）based on data observed by 3 sets of eddy covariance systems

2.3 仪器精度对地表能量平衡的影响

地表能量闭合是指湍流通量与可利用能量之间的平衡，仪器之间的观测不一致引起的数据偏差会对地表能量闭合率造成影响。为定量分析各能量分量的观测偏差对闭合率的影响程度，平行对比3组湍流通量观测数据（分别用F1、F2和F3表示）与另外2 组可利用能量观测数据（分别用E1 和E2 表示，E1 组对应CGR3 型传感器和CMP3 型传感器观测的净辐射与地表土壤热通量之差，E2组对应IR02型传感器和SR11 型传感器观测的净辐射与地表土壤热通量之差，其中地表土壤热通量数据选取同时期定西基地的土壤热通量）互相组合，得到6组组合（分别为F1&E1、F1&E2、F2&E1、F2&E2、F3&E1 和F3&E2），计算不同组合的能量闭合情况（表6）。首先，分析湍流通量的观测偏差对能量闭合的影响，当可利用能量固定为E1 组，分析F1&E1、F2&E1 和F3&E1的能量闭合率，可知F1&E1>F2&E1>F3&E1，且F1&E1 和F2&E1 闭合 率相差 最 小（0.61%），F1&E1 和F3&E1 相差最大（1.46%）；当可利用能量固定为E2 组，3 组能量闭合率F1&E2>F3&E2>F2&E2，且F3&E2 和F2&E2 闭 合 率 相 差 最 小（0.63%），F1&E2 和F2&E2 相差最大（2.20%）。其次，分析可利用能量的观测偏差对能量闭合的影响，当湍流通量固定为F1 组，F1&E1 和F1&E2 的闭合率相差0.08%；当湍流通量固定为F2 组，F2&E1和F2&E2 相差1.67%；当湍流通量固定为F3 组，F3&E1和F3&E2相差0.19%。

表6 不同仪器组合的地表能量闭合率Tab.6 Closure rates of surface energy with different instrument combinations

3 结 论

绝大多情况下，HMP45D型仪器观测空气温度、相对湿度的偏差绝对值分别小于0.20 ℃、2.00%；107-L 型土壤温度传感器的观测偏差绝对值小于0.10 ℃；WAA151 型风速仪的观测偏差绝对值小于0.10 m·s-1，且三维超声风速仪（CSAT3）的均方根误差比WAA151 型风速仪更小；HFP01 型土壤热通量板的偏差绝对值小于1 W·m-2；涡动协方差系统观测感热、潜热通量的偏差绝对值均小于10 W·m-2；长波辐射和短波辐射分别用不同型号仪器进行对比观测，得到的数据也基本一致，但观测土壤湿度的CS616型仪器在观测时需要订正。湍流通量的观测偏差造成地表能量闭合率0.61%~2.20%的不确定性；可利用能量（仅考虑净辐射的观测偏差）的观测偏差造成地表能量闭合率0.08%~1.67%的不确定性。综上所述，该试验大多数仪器有比较高的精度，仪器之间也比较一致，基本能够满足陆面过程观测的要求。

在实际观测中有不少因素影响仪器的观测精度，如仪器安置的垂直程度等人为因素，这可在观测过程中尽量使其降低到最低程度。另外，部分仪器（涡动协方差系统）易受环境条件等自然因素影响，这在观测中无法避免。在实际应用中还需要更加细致的研究来修正误差，使得资料具有持续性和完整性，便于系统误差的消除。