超声波传感器自动测量雪深误差分析及改进

2019-12-24 09:21刘文忠李建明
传感器与微系统 2019年12期
关键词:雪深正点台站

张 婷, 刘文忠, 刘 宇, 李建明

(河北省气象技术装备中心,河北 石家庄 050021)

0 引 言

积雪深度是表征降雪量和积雪特征的主要参数,对于防灾减灾和公共气象服务具有重要意义。目前,我国气象业务上主要通过人工读取测雪尺刻度的方法获取雪深数据[1]。人工观测虽能较准确地反映积雪深度,但主观性强、时效性差、时空密度不足等缺点,不能全面、连续反映积雪的动态变化过程,已难以适应当今气象业务的需求[2]。因此,为了获取更客观、连续的观测资料,提高观测质量和观测效率,急需研发适合当今气象业务应用的自动化雪深观测仪器[3]。

常见的雪深自动化观测方法有光扫描法、单杆法、双杆法、红外测距法、激光测距法、超声波法。前三种方法是传统上应用较多的雪深测量方法,但由于受机械活动部件的影响,在实际观测中故障频发,需经常维护[4];红外测距法制作成本较低、易于研制,但其测量距离短、精度低、方向性差[5];激光测距法测量精度高,但制作成本高,难度较大,且光学系统需要时刻保持洁净,否则会对测量质量产生严重影响,此外,在降雪时能见度低、降雪后阳光强烈的天气状况下,测量精度会严重下降,不利于实际测量[6];超声波法虽然在空气中的传播速度受环境温度影响较大,但通过温度补偿法能够提高其测量精准度,此外,该方法制作简单、成本低廉,没有机械活动部件,受天气状况影响较小[4,7,8],因此日常业务上被较多采用,也是目前较适合气象业务化应用的自动化雪深观测方法。国内,针对超声波传感器测量已有相当的研究。徐多等人[9]利用12:30加密和08:00常规人工雪深观测数据对4个站SR-50A雪深观测数据进行了评估和对比分析。梁延伟等人[10]通过对2010年2月、3月佳木斯国家基准气候观测站人工观测与超声波雪深传感器测量获取数据对比、分析不同天气条件下(高风速、低风速、低温度)两种方法获得的数据差值的变化情况。肖瑶等人[11]利用2004年5月以来超声雪深传感器SR-50在青藏高原唐古拉综合监测场获取的实时积雪资料和相关气象数据,评估了SR-50在青藏高原积雪监测中的性能和作用,并对青藏高原腹地多年冻土区积雪变化特征进行了初步分析。

本文利用2009~2010年中国气象局综合观测司在北京、河北26个气象台站开展的对比观测试验资料,以同一时刻人工测量的积雪深度作为比对标准,对超声波传感器自动测量雪深结果进行评估,并提出了改进方法,旨在为今后的自动化雪深观测业务运行提供参考和借鉴意义。

1 超声波雪深测量原理

超声波雪深传感器原理是通过超声波发射器向雪面发射一串超声波脉冲,同时开始计时,超声波在空气中传播途中碰到雪面就立即返回,超声波接收器接收到反射回波时立刻停止计时,从而测量出超声波在空气中的传播时间,再根据超声波在空气中的传播速度,即可计算出传感器与雪面之间的距离,从而得到雪深。雪深计算公式[10]为

D=H-vt/2

(1)

式中D为雪深,H为超声波传感器安装高度,v为超声波在空气中的传播速度,t为超声波往返时间,考虑到空气温度对超声波传播速度的影响,通过温度补偿法对传播速度及雪深予以校正[10]

(2)

从而校正后的雪深为

(3)

式中Tk为环境的开氏温度,Ds为测得的超声波传感器到雪面的距离。

2 超声波雪深观测误差分析

2.1 人工观测有积雪时超声波传感器误差分析

利用2009年11月~2010年4月河北省22个台站人工观测有雪深时次的人工和超声波传感器自动测量雪深数据,计算得到雪深平均误差ε1及雪深误差绝对值平均ε2

(4)

(5)

由图1可知,雪深平均误差多为正值,22个站求平均后为3.32 mm,表明人工略大于超声波传感器测得的雪深。对22个站的雪深误差绝对值平均求平均值后为8.96 mm。各台站之间的雪深平均误差及雪深误差绝对值均存在较大差异,绝对值误差最大的站是黄骅站达40 mm,其次为蔚县达23 mm,可见利用超声波传感器自动测量雪深不够稳定。

图1 超声波传感器观测雪深平均误差及误差绝对值平均

为了进一步分析超声波雪深观测误差,利用2010年1月至3月北京4个台站人工定时观测雪深与同时间超声波传感器观测的雪深数据,分别计算出雪深的日平均误差、日正点最大误差、日正点最小误差。其中,日平均误差为当日各正点观测误差绝对值的平均值;日正点最大(小)误差为当日各正点观测误差的绝对值的最大(小)值。如图2所示,北京4个台站的日平均误差主要分布在0~10 mm之间,约占总数据量的90 %。日平均误差的平均值为6.36 mm,均方差为6.20 mm。4个台站超声波传感器观测与人工观测的日正点最大误差相对较大,平均值为12.83 mm,均方差为11.95 mm,当人工观测雪深在50 mm以下时,87.5 %的日正点最大误差在0~20 mm之间,50 mm以上时在18~46 mm之间。日正点最小误差除南郊站在1月4日较大外,其余站点均稳定在0~5 mm之间。

图2 超声波传感器观测雪深日误差分布

由图1和图2可知,超声波传感器测量值的日平均误差主要分布在毫米(mm)级范围内,精准度上基本能够满足业务需求,但日正点最大误差存在较大波动,数据稳定性较差,无法满足气象部门对雪深观测仪器稳定性的要求。

2.2 人工观测无积雪时超声波传感器误差分析

2009年11月~2010年4月观测期间,当人工观测无积雪现象时,河北省22个台站平均有6天出现超声波传感器自动测量有雪深数据的情况,且各台站出现有雪深数据的日数差异较大,其中遵化最多为43d,其次为宣化34d。由此可见,超声波雪深传感器的稳定性是目前亟待解决的问题。

图3 人工观测无积雪时,超声波传感器观测有积雪的日数

3 超声波雪深传感器改进方法

分析可知,超声波雪深传感器稳定性较差,主要是仪器测量方法存在缺陷造成的。雪深传感器是利用超声波进行测距的,不同环境温度下超声波的速度是不一样的,需要测量雪深传感器所处位置空气温度来修正超声波的速度。由于台站开始安装的温度传感器测的是直射温度,导致雪深数据无规律跳变。针对上述问题,对河北省22个台站的超声波传感器增加了温度传感器辐射罩(如图4),并对增加温度传感器辐射罩前后超声波传感器自动测量雪深进行了模拟。

图4 增加温度传感器辐射罩后的探头

图5为2010年1月17日00:00时~18日23:59时超声波雪深传感器增加温度辐射罩前基准面实测高度分钟数据,基准高度为1 582 mm。

图5 未增加温度辐射罩时基准面实测高度分钟数据

由图5可知,实测高度数据无规律跳变,且与基准高度存在较大偏差,差值范围在-11.4~4.2 mm之间。图6为2010年12月4日00:00时~5日23:59时增加温度辐射罩后超声波雪深传感器基准面实测高度分钟数据,基准高度为1 485 mm,由图6可见,数据跳变大幅度下降,与基准高度偏差范围在-5.1~4.2 mm之间。

图6 增加温度辐射罩后基准面实测高度分钟数据

图7为2010年11月24日00:00时~25日23:59时增加温度辐射罩后,在下垫面放置32 mm厚的木板进行模拟雪深,实测雪深分钟数据与模拟雪深偏差在-7~7.6 mm之间,雪深误差绝对值平均为2.0 mm,标准差为2.5 mm。由此可见,温度会影响超声波脉冲的工作性能,也是影响超声波传感器测量稳定性的一个主要因素。通过增加温度传感器辐射罩的方法对温度进行校正后,超声波传感器测得的雪深数据受温度的影响大大减少,分钟数据出现跳变的次数明显减少。

图7 增加温度辐射罩后模拟雪深分钟数据

4 结 论

利用2009~2010年中国气象局综合观测司在北京、河北26个气象台站开展的对比观测试验资料,对超声波传感器自动测量雪深的准确度和稳定性进行了评估,并提出了改进方法。得到以下结论:

1)人工观测有积雪现象时,北京4个台站超声波传感器测量值的日平均误差主要分布在0~10 mm之间,约占总数据量的90 %;河北22个台站雪深平均误差求平均值为3.32 mm,雪深误差绝对值平均求平均值后为8.96 mm,均在毫米(mm)级范围内,精确度基本能够满足气象业务需求。

2)超声波雪深测量值稳定性较差,人工观测有积雪时,北京4个台站超声波传感器日正点最大误差相对较大,平均值为12.83 mm,均方差为11.95 mm,人工观测雪深在50 mm以下时有87.5 %的日正点最大误差在0~20 mm之间,50 mm以上时日正点最大误差较大,在18~46 mm之间。人工观测无积雪时,各站平均有6 d出现自动测量有雪深数据的情况,且各台站出现有雪深数据的日数差异较大。因此,超声波传感器无法满足气象部门对雪深观测仪器稳定性的要求。

3)温度是影响超声波传感器测量稳定性的一个主要因素。未增加温度辐射罩的基准面实测高度分钟数据无规律跳变,且与基准高度存在较大偏差,差值范围在-11~5 mm之间。增加温度辐射罩的基准面实测高度分钟数据跳变大幅度下降,与基准高度偏差范围在-5~4 mm之间。且增加温度辐射罩后,利用32 mm厚的木板模拟雪深,超声波传感器的实测雪深分钟数据与模拟雪深偏差在-7~7.6 mm之间,雪深误差绝对值求平均为2.0 mm,标准差为2.5 mm。所以,通过增加温度传感器辐射罩的方法对温度进行校正,大大减少了超声波传感器自动测量雪深数据跳变次数,有利于提高超声波传感器测量稳定性。

猜你喜欢
雪深正点台站
草甸草原动态融雪过程与气象要素关系分析
——以额尔古纳市为例
中国科学院野外台站档案工作回顾
一种适用于高铁沿线的多台站快速地震预警方法
复杂地形的动车组正点、节能优化
正点
趣味汉字——正点和整点
铁路防灾雪深图像采集的设计和实现
青藏高原积雪深度时空分布与地形的关系
基层台站综合观测业务管理之我见
MDOS平台台站级使用方法及技巧