高空大型無人機下投探空觀測資料分析

高 濤，郭 然，劉振宇，孫 夏，王博坤

（1.海南省氣象探測中心，海南 ?？?570203；2.中國氣象局氣象探測中心，北京 100000；3.海南省南海氣象防災減災重點實驗室，海南 ?？?570203）

臺風是全球發生頻率最高、影響最嚴重的自然災害之一，我國東南沿海地區飽受臺風襲擾，造成了社會、經濟上的嚴重損失［1-2］.衛星、雷達等傳統的臺風遙感觀測技術，缺乏對臺風內部結構及其演變的深入認識，是限制臺風強度及臺風路徑預報準確性的主要因素［3-4］.為此，國內外開始探索使用飛機對臺風進行抵近觀測，通過下投探空獲取高分辨率的三維溫度、濕度、風向、風速、氣壓等觀測資料.美國最早在1943年進行了有人飛機穿越臺風飛行觀測［5］，20 世紀 90 年代開始進行機載下投探空臺風觀測試驗，2010年啟用了目前全球最先進的高空大型無人機“全球鷹（Global Hawk）”，至2018 年“全球鷹”已開展47 次觀測，投放約2 700 枚下投探空儀［6］，獲取臺風內部的溫濕壓風等觀測數據，并在數值模式中應用，明顯提高了數值預報的精度，美國目前已建立了較為完善的大型無人機氣象探測業務［7］；中國臺灣2003—2012 年實施了為期10 年的代號為“追風計劃”的“侵臺臺風之飛機偵察及下投探空觀測試驗（Dropwindsonde Observation for Typhoon Surveillancenear the Taiwan Region，DOTSTAR）”，針對西北太平洋49個臺風完成了64航次有人飛行觀測任務，投放1 051 個下投探空儀［8］，獲取資料同化到數值模式后對臺風路徑預報能力有較顯著提升［9］；中國大陸在2008年首次使用小型無人機飛抵距離臺風中心約100 km處進行觀測并成功回收無人機，驗證了小型無人機具有探測臺風邊界層氣象要素的能力［10-11］，2009 年首次進行了有人飛機探測臺風試驗，在臺風“莫拉克”和“天鵝”之間云系相對薄弱的地方飛行并下投探空儀，同化下投探空資料后，0～48 h臺風路徑預報誤差比原來減少18%［12］.

2020 年6—8 月份，中國氣象局在海南組織實施海燕計劃首次試驗，成功使用高空大型無人機翼龍-10 對2003 號臺風"森拉克"進行抵近觀測，正式翻開了我國使用高空大型無人機進行氣象觀測的篇章.此次試驗使用的無人機飛行高度大于10 km，飛行速度500 km·h-1，探測航程大于2 000 km，具備高空、高速、長航時氣象探測能力，搭載了下投探空系統和毫米波測云雷達，相對于小型無人機在探測高度、探測范圍和探測能力上具有明顯優勢.

下投探空儀在高空、高速環境下投放在我國尚屬首次，其探測性能有待驗證.國內海上高分辨率垂直探空資料非常匱乏，與再分析資料的差異性分析結果有助于海上再分析資料的訂正.本文使用2020 年8月2 日利用高空大型無人機對2003 號臺風“森拉克”抵近觀測獲得的下投探空資料與常規探空資料以及再分析資料進行對比，以了解高空、高速條件下下投探空資料的可用性及其與海上再分析資料的差異性，并討論可能影響下投探空觀測準確度的因素，為改進高空大型無人機下投探空觀測提供參考.

1 資料與方法

1.1 下投探空資料下投探空資料來自“海燕計劃”2020 年8 月2 日在海南進行的首次高空大型無人機觀測試驗，由于此次使用的無人機尚不具備穩定的“繞臺”“穿臺”能力，因此選擇在距離臺風中心約400 km 的外圍云系進行探測.探空儀投放高度約10 000 m，從投放到落海的時間大約為15 min.探空儀具有較高的垂直分辨率，每1秒記錄一次環境溫度、相對濕度、氣壓，位勢高度使用氣壓、溫度和相對濕度計算得到，風向、風速以及經緯度、高度使用北斗和GPS 雙模衛星導航定位信息計算得到.溫度、相對濕度、氣壓基測最大允許誤差分別為±0.3 ℃、±5 %和±1.5 hPa，定位最大允許誤差水平方向為8 m，垂直方向為15 m.使用資料前，參考業務探空觀測數據質控方法對數據進行了質量控制.此次試驗持續3 小時58 分，獲得有效探空數據27 組，總樣本量13 805 條，圖1 為全部下投探空觀測數據各要素廓線圖.

圖1 下投探空數據廓線圖

1.2 常規探空資料常規探空資料為試驗當天鄰近探空站（三亞站）秒級數據，觀測要素包括溫度、相對濕度、風向、風速、氣壓、位勢高度.三亞站距離下投探空儀投放點最近約41 km，最遠約256 km，三亞站觀測時間為20：00，下投探空觀測時間為15：35 至18：20.由于常規探空和下投探空存在時空差異，下墊面、云層分布等不一致，可能對對比結果產生影響，因此兩種資料的對比分析結果僅作為下投探空資料可用性評估的參考.

1.3 再分析資料再分析資料為歐洲中期天氣預報中心（ECWMF）的ERA5 資料，在時間和空間上與下投探空資料匹配，為了盡可能多地反映兩種資料的細節差異，選用了ERA5在300 hPa 至1 000 hPa區間全部20 個標準氣壓層（300、350、400、450、500、550、600、650、700、750、775、800、825、850、875、900、925、950、975、1 000 hPa）的位勢高度、溫度、濕度、東西風速、南北風速（東西風速和南北風速換算成風向、風速）數據，水平分辨率為0.25°×0.25°，時間分辨率為1 h.

1.4 分析方法下投探空和常規探空資料按照100 m 的垂直分辨率進行線性插值，得到高度對應的數據序列；下投探空與ERA5 資料在時間和空間上進行對應：時間上，使用與下投探空同一小時的ERA5 資料；空間上，垂直方向使用線性插值方法得到下投探空在20個標準氣壓層的數據，使用三值濾波減小跳變值影響，水平方向使用反向距離權重法將ERA5資料插值到對應的探空儀位置上，從而得到三維空間上位置匹配的數據序列.

對比分析下投探空和常規探空以及下投探空和ERA5的一致性，指標選用誤差（Bias）、平均絕對誤差（MAE）、均方根誤差（RMSE）、標準差（σ）比值、相關系數（R）.誤差為兩者的差值，反映兩者大小關系及誤差大??；平均絕對誤差是兩者絕對誤差的平均值，可以避免誤差相互抵消的問題，能準確反映兩者誤差的大小，值越小說明兩者誤差越??；均方根誤差為誤差的平方與觀測次數比值的平方根，對異常值反應敏感，值越小說明兩者誤差越??；標準差比值為標準差的比值，和相關系數一起反映了兩者變化趨勢的相似性，值越接近1 表示兩者相似程度越高.計算相關系數時，由于風向角度的周期性，當兩者風向差值的絕對值大于180°時，較小風向需向加360°［13］.

式（1）-（5）中x、y表示參與計算的兩組數據，xi（yi）表示第i次觀測數據.

泰勒圖能夠直觀反映兩組數據之間的一致性程度.基于余弦定理，泰勒圖將標準差、相關系數和均方根誤差三種統計數據顯示在一張圖中.以其中一組數據為觀測場，另一組數據為模擬場.從原點到各點的徑向距離與標準差成正比，方位角給出兩者的相關系數，距離觀測點的距離表示兩者的均方根誤差.本文中，由于溫度、濕度、風向、風速度量單位不同，為了比較兩者不同要素間的一致性水平，需要對標準差和均方根誤差進行無量綱化處理.無量綱標準差（）為模擬場標準差與觀測場標準差的比值，無量綱均方根誤差（RMSE'）為中心化均方根誤差，需要注意的是，觀測場的標準差是由其自身歸一化的，因此總是繪制在距離原點一個單位的位置上［14］.

無量綱標準差定義為：

無量綱均方根誤差定義為：

式（6）、（7）中x表示觀測場，y表示模擬場，xi（yi）表示第i次觀測數據.

此外，在對比下投探空和EAR5 的濕度數據時，由于冰過飽和原因，需要將0 ℃以下的下投探空濕度數據轉化為相對于冰相的濕度，轉化公式為：

式中RHice表示冰相相對濕度，RH表示空氣相對濕度，ew表示水面飽和水氣壓，ei表示冰面飽和水氣壓.ew和ei計算公式如下：

式中T為絕對零度，t為溫度.

2 結果分析

2.1 下投探空與常規探空對比分析圖2 為下投探空和常規探空各要素的泰勒圖，常規探空數據為觀測場，下投探空數據為模擬場.可見：下投探空溫度分布集中，相關系數均在0.99 以上，標準差比值接近1，距觀測點很近，兩者呈現強相關性且誤差??；濕度分布相對離散，相關系數主要集中在0～0.5之間，標準差比值較接近1，距離觀測點較遠，兩者呈現弱相關性，誤差明顯大于溫度；風向分布離散，相關系數主要介于0.6～0.9 之間，標準差比值接近1，距離觀測點較近，兩者呈現較強相關性，誤差較??；風速分布更加離散，相關系數主要介于0.8～0.95之間，標準差比值整體接近1.5，距離觀測點較近，兩者相關性較強，誤差水平與風向相當.

圖2 下投探空和常規探空的泰勒圖

圖3 為下投探空和常規探空平均絕對誤差廓線圖，能更精確反映出兩者誤差大小情況.溫度平均絕對誤差小于2 ℃，濕度大部分小于10%，對流層中上層部分區間在10%～20%之間，風向大部分小于20°，近地面和對流層上層在20°～60°之間，對流層上層誤差明顯增大，風速整體上小于2 m·s-1，對流層中層部分區域在2～6 m·s-1之間.

圖3 下投探空和常規探空平均絕對誤差廓線圖

綜合泰勒圖（圖2）和廓線圖（圖3）來看，各組下投探空之間溫度、濕度分布更集中，一致性更好，風向、風速相對較差，風向有明顯的離群值；下投探空和常規探空溫度變化趨勢相似度最高，風向、風速次之，濕度最低，溫度、濕度、風速誤差水平接近WMO《氣象儀器和觀測方法的指南》（WMO guide to meteorological instruments and methods of observation，WMO-No.8，the CIMO Guide）［15］的精度要求（溫度0.4～1 ℃，濕度6%～15%，風速1～2 m·s-1），風向誤差水平在1 700～6 000 m 的高度區間接近the CIMO Guide 的精度要求（風向5°～10°），1 700 m 以下主要受下墊面差異的影響，下投探空的下墊面為海洋，常規探空的下墊面為陸地，各要素在低海拔高度誤差較大，風向風速表現明顯；6 000 m 以上主要受探空儀高速下落造成下投探空測量誤差的影響，這點將在2.3 節進行詳細討論.此外，由于時空差異，兩個觀測區域的云層分布可能不同，云層內外水汽含量差異較大，一定程度上造成濕度上的誤差.

2.2 下投探空與ERA5 對比分析圖4 為下投探空和ERA5 各要素的泰勒圖，下投探空數據為觀測場，ERA5數據為模擬場.可見：ERA5溫度分布集中，相關系數均在0.99以上，標準差比值接近1，距觀測點很近，兩者呈現強相關性且誤差??；濕度分布相對離散，相關系數主要集中在-0.6～0.4 之間，標準差比值較接近1，距離觀測點較遠，兩者呈現弱相關甚至負相關，誤差水平明顯大于溫度；風向分布離散，相關系數主要介于0.6～0.95之間，標準差比值接近1，距離觀測點較近，兩者呈現較強相關性，誤差較??；風速分布離散度略好于風向，相關系數主要介于0.5～0.95 之間，標準差比值整體接近1，距離觀測點較近，兩者呈現較強相關性，誤差水平與風向相當.

圖4 下投探空和ERA5對比的泰勒圖

計算各組下投探空和對應ERA5 在20 個標準氣壓層的誤差并取平均，得出平均誤差和平均絕對誤差，廓線圖如圖5所示.

圖5 下投探空和ERA5平均誤差和平均絕對誤差廓線

溫度誤差介于-0.4～1.8 ℃之間，大部分絕對誤差小于1 ℃，在300 hPa達到最大值，隨高度沒有明顯變化特征，基本為正誤差，整體上下投探空大于ERA5；濕度誤差介于-38%～7%之間，對流層中下層絕對誤差小于7%，在300 hPa 達到最大值，對流層下層（1 000～800 hPa）沒有明顯大小關系，對流層中層（775～600 hPa）下投探空略大，對流層中上層（550～300 hPa）下投探空明顯小于ERA5，整體上誤差大小隨高度增加而增大，對流層上層探空儀測量的濕度大部分偏干20%左右；風向誤差介于-35°～60°之間，大部分絕對誤差小于25°，對流層中下層和上層誤差較大，在300 hPa 達到最大值，基本為負誤差，整體上下投探空小于ERA5；風速誤差介于在-5.8～2.8 m·s-1之間，除850 hPa外，絕對誤差均小于5 m·s-1，對流層中下層誤差較大，基本為負誤差，整體上下投探空小于ERA5.

綜合泰勒圖（圖4）和廓線圖（圖5）來看，下投探空和ERA5溫度變化趨勢相似度最高，誤差基本在1 ℃以內，整體上下投探空大于ERA5；風向、風速變化趨勢次之，對流層中下層和上層誤差較大，風向誤差基本在25°以內，風速基本在5 m·s-1以內，整體上風向、風速下投探空小于ERA5；濕度變化趨勢相似度最低，除對流層上層外誤差基本在7%以內，誤差隨高度增加而增大，對流層上層下投探空明顯小于ERA5.

下投探空和ERA5之間的差異除了受再分析資料本身的估計偏差影響外（海上觀測資料相對匱乏，海上再分析資料偏差偏大），還受下投探空儀本身測量準確度影響，包括探空儀降落速度變化、探空儀環境突變以及探空儀測量性能，具體在2.3節討論.

2.3 下投探空觀測準確性影響因素分析

2.3.1 下落速度圖6 為全部27 個探空儀下落速度廓線圖，每個子圖對應1 個探空儀，橫軸表示下落速度，縱軸表示對應海拔高度.下落速度在30～40 m·s-1左右時判定為未開傘，下落速度減小至10～20 m·s-1時判定為已開傘，通過對比開傘前后下投探空和ERA5的一致性變化，分析下落速度對下投探空觀測數據的影響.

圖7 為探空儀開傘前后下投探空和ERA5 不同觀測要素的泰勒圖（相關系數、標準差、均方根誤差取平均值），下投探空為觀測場，ERA5 為模擬場.可見：溫度分布接近，相關系數均大于0.99，開傘前略大，開傘后標準差比值更接近于1，距離觀測點更近，總體上開傘后一致性略好；濕度分布較遠，開傘前相關系數約為-0.6，呈現負相關，開傘后相關系數為0.2 左右，相關性明顯增強，開傘后的標準差比值更接近于1，距離觀測點更近，開傘后一致性明顯更好；風向分布相對較遠，開傘前相關系數為0.2左右，呈現弱相關性，開傘后相關系數為0.35 左右，相關性有所增強，開傘前標準差比值更接近于1，但開傘后到觀測點的距離減小明顯，綜合來看開傘后一致性更好；風速分布相對較遠，開傘前相關系數約為0.3，呈弱相關，開傘后相關性明顯增強，相關系數約為0.7，呈強相關，且開傘后標準差比值更接近1，距離觀測點明顯更近，綜合來看開傘后一致性明顯更好.

圖7 開傘前后下投探空和ERA5各觀測要素泰勒圖

進一步分析（由于溫度開傘前后變化不大，而濕度還受其他因素影響，此處僅進一步分析風向、風速），結合下落速度廓線（圖6）和誤差廓線（圖5）來看，1～12組下投探空（含風向風速數據）大部分在6 000 m 左右開傘，相應的風向誤差在6 000 m 以上顯著增大，風速沒有明顯變化；將風向進行8 方位轉化，將風速進行風力等級轉化，計算開傘前后的一致率，結果如圖8所示，開傘前風向、風速均有多組數據一致率為零，開傘后一致率明顯提升，開傘前風向、風速平均一致率均為20%左右，開傘后分別提高到45%和35%左右，可見，探空儀以較小速度平穩下落時測得的風向、風速數據更準確.以同樣的方法對比下投探空和常規探空可以得出相同結論.

圖8 開傘前后下投探空和ERA5風向、風速一致率對比

綜上所述，開傘后各要素的一致性均優于開傘前，溫度變化不大，濕度、風向、風速變化明顯.這種變化與探空儀下落速度有關：濕度傳感器響應速度較慢，測量存在滯后誤差，高速下落的情況下滯后誤差被放大；風向、風速由北斗和GPS 雙模衛星導航定位信號獲得，高速下落在一定程度上影響了定位精度［16］，從而造成風向、風速的測量誤差.

2.3.2 傳感器測量性能高空（對流層上層和平流層）濕度觀測存在較大誤差，主要與濕度傳感器低溫靈敏度差、易凍結有關［17-18］，在穿越云層時較為明顯.探空儀進入云層時，隨著周圍水汽含量增加而濕度增加，出云后濕度傳感器無法立即脫濕而產生濕滯效應，導致出云后短時間內的測量誤差，高空低溫云內結冰會加劇誤差.此外，此次試驗使用的濕度傳感器測量范圍為0～100%，對于大于100%的濕度無法測量，而對流層上層及平流層由于冰過飽和原因，實際存在濕度大于100%的情況.因此，在濕度傳感器測量性能和測量范圍的雙重影響下，下投探空測量的濕度顯著偏小，與唐南軍等［19］的研究結果一致.

2.3.3 環境溫度突變為了防止存放下投探空儀的吊艙結冰，吊艙配備了加熱裝置.探空儀投放高度10 000 m左右，環境溫度達到-30 ℃，吊艙溫度10 ℃左右；探空儀投放瞬間環境溫度從10 ℃突變為-30 ℃，瞬間變化近40 ℃，可能在一定程度上影響濕度測量的準確度，具體影響程度有待進一步驗證.

3 結論

本文利用2020 年大型高空無人機觀測試驗的下投探空資料和常規探空資料以及ERA5 再分析資料進行對比，采用誤差、平均絕對誤差、相關系數、標準差、均方根誤差等統計方法，對溫度、濕度、風向、風速四種觀測要素進行了一致性分析，結果表明：

（1）各組下投探空之間，溫度一致性最好，濕度次之，風向、風速相對較差；

（2）下投探空溫度、濕度、風速誤差水平接近WMO CIMO 的精度要求，在考慮探空儀下落速度和下墊面差異對風向測量影響的情況下，風向的誤差水平也接近WMO CIMO的精度要求；

（3）ERA5 溫度、中下層濕度與下投探空偏差較小，風向相差較大，風速在1 000～2 000 m 高度區間偏差較大，下投探空上層濕度明顯偏干.

（4）下投探空濕度、風向、風速測量準確度受探空儀下落速度影響明顯，濕度還可能受傳感器測量性能、環境溫度突變影響.后續試驗可通過縮短開傘時間以降低探空儀高速下落帶來的測量誤差.

海上高分辨率垂直觀測資料的獲取對降水分布、臺風內部結構及其演變的認識具有重要作用，高空大型無人機的應用無疑在該領域邁出了重要一步.以上結論僅基于一次試驗觀測數據，樣本量較小，部分結論還有待系列觀測試驗及數據來進行驗證.