人工降雨评估的进展:增强降水的统计证明外文翻译资料

英语原文共 15 页，剩余内容已隐藏，支付完成后下载完整资料

人工降雨评估的进展:增强降水的统计证明

Xianghua Wu¹ , Ni Yan¹ , Huaying Yu², Shengjie Niu³, Fangxiu Meng¹, Weiqi Liu¹, and Haiyan Sun⁴

吴香华、燕妮、于华英、牛生杰、蒙芳秀、刘伟奇、孙燕海

中国南京信息工程大学 数学与统计学院

中国南京信息工程大学 大气物理学院

中国南京信息工程大学 大气物理学院 大气环境与设备技术协同创新中心

吉林省长春人工影响天气办公室

摘要

近几十年来，由于降水时空分布不均匀，全球范围内都在积极地开展人工降雨工作。人工增雨试验和操作产生的催化作用在大气物理学中引起了广泛的学术争论。大气物理学家和统计学家为人工降雨的科学性评价进行了大量的探索性和验证性研究。综述了人工增雨的统计检验设计、目标指标和协方差的选取、统计方法的评价以及人工增雨评价的前景等方面的研究进展和存在的关键问题。我们描述的重要问题，旨在减少系统误差和统计试验中出现的不确定性，以及提高定量探测和评价的能力。首先，应建立一套规范化的设计、操作步骤，以优化人工降雨技术。其次，介绍大气物理、物理探测、统计等方面的最新成果，以提高其准确性和科学性。第三，期望中长期专题研究项目能帮助研究理想播种方案，统计检验计划，统计方法的效果。以上的要求可以增加我们队人工影响天气的知识和技术的进一步了解，促进多学科领域的合作，如数值模拟的逻辑集成、统计检验和物理分析。

人工增雨理论的可信度和设计实施方案的合理性往往通过人工增雨效果来验证。另一方面，科学有效的人工影响天气效果试验也可以促进人工影响天气理论和方法的发展。Silverman(2001)指出，检验效果是人工降雨试验中最重要的过程之一。世界气象组织气象组织也多次强调效果评估的重要性(2004年名单;WMO，1999,2003)。随着人工增雨作业的广泛实施，提高人工增雨作业效果试验的科学性和有效性成为迫切需要，在人工增雨作业研究中发挥着重要作用。效果检验包括三类:数值模拟(如Najafiamp;Mohammad-Hosseinzadeh，2013;Spiridonov等人，2015)、物理检验(如Geertsa等人，2013;SinKevich等人，2013)和统计检验(如 Breed等人，2014;Geertsa等人，2013;Manton等人，2011;Mantonamp;WarrenKevich，2011;SinKevich等人，2013)。数值模式对计算机性能、初始数据质量和时空分辨率都有很高的要求，它通过对云和降水物理过程以及人工降雨影响机制进行全面而详细的研究。然而，目前发展起来的一系列数值模式对云和降水的实际过程作了一些理想的假设和简化。因此，单一的数值模拟无法获得理想的人工降雨定量评估结果(薛等，2016)。物理测试中的宏观和微观物理变量受到催化操作等多种因素的影响，在整个云的生命周期中呈现出明显的自然波动，导致必须用适当的统计方法补充物理测试(例如Jiaamp;Yao，2016;Pokharel等人，2014;Silvermanamp;Sukarnjanaset，2000)。因此，有必要引进先进技术结合现代统计方法的研究成果，将物理试验、数值模型试验与统计试验相结合，实现人工增雨效果的科学、可靠的检验。

人工增雨作业基于数理统计理论，以地面降水或受催化作用影响的云中宏观、微观物理变量为研究对象。它将实际值与估计的自然值与假设没有催化作用的情况进行比较，以建立相应的评估指标来分析人工降雨的效果(Breed等，2014;Gabriel，1999)。之前的大多数研究选择降水量来分析，结果显示人工增雨作业的相关性影响大约为5%—45%。(如 Gabriel amp; Gagin, 1987; Gabriel, 1999; Gagin amp; Gabriel, 1987; Griffith amp; Yorty, 2014; 贾等人, 2003; Koloskov等, 1999; 李等, 2014; Morrison 等, 2009; Solak 等, 1987; 薛, Hashimoto, et al., 2013; 薛, Tessendorf等, 2013; Woodley等, 2003a, 2003b; 吴等, 2015; Wurtele, 1971;曾等, 1991; 翟, 2006; 翟等, 2008). 尽管取得了重要进展，但仍有许多关键问题或挑战依然有待解决，如降水时空分布的自然波动，缺乏对人工催化物理机制全面系统的认识，以及统计方法应用的局限性等。在统计检验方面，应对各种过程进行详细研究，包括设计和实施人工增雨试验和运行，确定目标区和控制区，判断效果持续时间，建立评价指标，选择协变量，统计方法的适用性，以提高效果检验的科学性和可靠性。

近几十年来，除了传统的设备(即卫星云图和雷达)外，越来越多的大气探测技术应用于人工增雨试验。这些技术包括粒子观测系统，该系统对云中的粒子进行全面观测(Geerts等，2010年)，遥感测量云液态水含量(王等，2012年)，以及双偏振雷达(Jingamp;Geerts，2015a)。此外，现代统计方法已经广泛应用于降水的定量分析，如蒙特卡罗 (如Silverman, 2009, 2010)、贝叶斯分析(如 Sahu等, 2005; Steinschneider amp; Lall, 2015)、经验正交函数分析(如陈等, 2017; 李等, 2012)，Kriging插值(如Bourennane等, 2000; 李等, 2011)、广义线性模型(如曹等, 2013; Chandler amp; Wheater, 2002; George等, 2016;刘等, 2010; Segond et al., 2006; 杨等, 2005)，神经网络方法 (如Hsu等, 2017; Nong amp; Jin, 2008)。人工增雨效果检验经历了从传统的单一统计检验和应力随机化试验到多重检验相结合的过程，注重物理证据，要求科学设计实验和操作，建立合理的评价指标(Changnon，1986;唐等，2009)。未来人工增雨效果试验的主要方向是发展综合试验技术，以统计试验的定量分析为主导，辅以物理试验和数值模拟(图1;Jingamp;Geerts，2015a;Thompson，2004,2008;肖等，2005;薛等，2016)。

2. Statistical Test Schemes

2.统计检验计划

2.1. Uncertainty of Statistical Test

2.1.统计检验的不确定度

不确定性是指人为预期增强的统计检验结果中可能出现的不可避免的偏差，分为随机或非随机因素造成的误差。误差产生于统计检验的多个阶段。为了对降水增强效应进行科学和可靠的定量评价，实验必须尽可能地减少和控制统计检验中的不确定性(Griffith等人，2009;Reynolds，2015)。

人工增雨效果评价的目标是确定人工增雨是否对云和地面降水的宏观和微观物理过程产生了显著影响。这需要准确地测量相应的物理指标。云的宏观和微观物理变量通常使用各种机载仪器进行观测或推导，而降水量的测量主要依靠地面雨量计的观测网络。机载仪器获取的数据质量对仪器的性能和人员的操作水平有很高的要求。同时，用雨量计网络获得的短期局地降水量常常存在误差。雷达探测降水是一个相对较好的选择，因为它可以获得较好的时空分辨率。然而，由雷达回波反演的降水量和强度依赖于雨滴大小分布，其可能受到人工降雨的影响(林等，1988;Woodleyamp;Rosenfeld，2004)。因此，应合理选择和处理物理指标的观测值和反演值，以减少数据的不确定性。

到目前为止，人工降雨影响的地区和催化作用的时间范围仍有待解决。大量统计检验通常采用实验区内一定范围的下风区作为目标区域，但如何在实验中准确地确定这一范围仍然是一个问题(Pokharel等人，2015年)。通过人工增雨项目的多次评估研究发现，除了主要目标区和人工增雨计划中设计的影响期外，催化影响的物理证据也出现在其他地区和时间(如Defelice等人，2014;Dennisamp;Koscietski，1969;Gabrielamp;Petrondas，1983;金等，2016;1Rosenfeldamp;Woodley，1993)。泰国和德克萨斯州的人工增雨试验中，据报道，降水在作业后3-12小时内增加，远远超过预期，而且增雨的覆盖范围也出现在目标区域之外(Woodleyamp;Rosenfeld，2004年)。美国中西部密苏里州粮食生产区的白顶计划中，播云线下风处附近地区的降雨量减少，但远离下风处的降雨量有明显增加（Deckeretal

.1971)。此外，人工降雨引起的动力学效应使目标区域不仅出现在作业地点的下风方向，而且还可能影响侧风甚至逆风方向(王等,2014;薛，Hashimoto等,2013;薛，Tessendorf等，2013)。

近年来，人工增雨的效果评价主要涉及各种跟踪方法、雷达探测方法和软件。在泰国，暖云吸湿粒子催化实验利用半径随雷达回波平均速度移动的雷暴中心区确定催化剂的影响区域(Silvermanamp;Sukarnjanaset，2000)。德克萨斯州和泰国进行的冰川增雨试验中，采用了雷达跟踪雷暴质心的算法，并将质心固定半径嵌入雷暴的中心区域，随平均质心运动(Rosenfeldamp;Woodley，1993;Woodleyetal.，2003a，2003b)。此外，Woodley等人(2003a)先后提出了移动实验单元设计和浮动目标面积基础(Woodleyamp;Rosenfeld，2004)。中国科学家提出了运动目标区域法(夏，1998)、扇形运动目标区域法(王等，2001)、利用雷达回波的运动轴线确定目标区域和控制区域的方法(王amp;王，2015)，以及基于VB MO不规则影响区域的计算方法(孙，2016)。

在统计假设检验中，我们遵循小概率事件原则，即小概率事件在单一试验中几乎不可能发生，但在大量重复试验中是不可避免的。然而,由于样本信息的局限性，遵循原则可能会导致两种类型的错误(表1)。我们可以假设云播种不起作用，并将其定义为无效假设。如果无效假设为真，并且推论统计学分析的结果为拒绝，则错误为类型1错误，即所谓的假阳性。这就意味着这种干扰效应在现实中是不存在的。如果原假设为假，结果显示为接受，则为类型2错误，称为假阴性。这意味着没有观察到实际效果(Anderegg等，2014)。

历史上一些重要的人工降雨试验再分析表明，第一类错误经常发生(例如Gelhaus等，1974;Rangnoamp;Hobbs，1993;Rangnoamp;Hobbs，1995;Rhea，1983;Rosenfeld，1997)。类型1和类型2的错误可以通过选择适当且显著性水平为正在进行的标准化测试或增加实验的样本大小来减少(Gabriel，1999;Geertsa等，2013;李等，2014;Morrison等，2009)。人工增雨试验中，避免这两种误差的最佳方法是建立对人工增雨敏感的先验响应变量(Reynolds，2015)。在播种试验期间，播种效应的详细物理证据可以帮助解释云和降水的过程，并减少产生1型或2型误差的机率(Tessendorfetal.，2012;Yeamp;Li，2001)。

（图1在文档最后）

2.2. Design of Statistical Test Scheme

2.2.统计检验方案的设计

人工增雨作业按其目标可分为两大类。一个是实验方案，人工增雨和先前实验的科学发展过程中的重要科学技术问题进行相关的科学实验或验证研究。这些实验对催化操作和操作前的效果评估进行了严谨的科学设计，因此其效果评估很容易被接受和重新编码。(Breed等，2014;Manton等，2011)。另一类是以增加降水量为明确服务对象的业务项目。实验操作项目的效果评估设计通常在操作后进行(Griffith等，2009;Griffithamp;Yorty，2014;Silverman，2008,2009)。

第一类人工增雨作业通常采用随机试验，将满足播种条件的数据分为播种单元和非播种单元。在这两组中，除催化因素外，其他因素对沉淀的贡献无系统性差异。因此，如果在降水过程中观察到明显的差异，则可以归因于催化作用。随机测试决定能否在云上随机样本、降水周期和降水过程播撒催化剂，而不是依赖历史数据。

随机试验中有一个特殊情况，即所谓的案例交叉设计，它选择两个相关性高但对降水没有干扰的地区。一个用于目标区域，另一个根据随机规则用于每个试验单元的控制区域。因此，播种效果通过比较播种和非播种单位的降水量来估算(Breedetal,2014;Ritzmanetal等,2015)。案例交叉设计的优点是在每个研究单元中产生配对数据，因此比合并数据更有效。实现统计显著性所需的案例数量将在交叉设计中减少一半或更多，与单一目标设计相比，聚集在一个明确的目标区域(Breed等，2014年)。此外，交叉设计还可以减少降水自然波动引起的系统误差。将交叉设计应用于人工增雨效果评价方案，优于单区设计和目标控制区设计，更为科学可靠(Heimbachamp;Super，1996;Twomeyamp;Robertson，1973)。

根据统计学原理，随机检验完全遵循随机抽样原则。因此，人工增雨试验的定量效果和可信度是科学可靠的。然而，随机试验通常放弃一半适合操作的机会，需要较长的周期以及大量的样本。相比之下，虽然非随机试验的统计特性不如随机试验，但对实验周期和样本量的要求较低，而且充分利用了所有适合于使用气

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[18451]，资料为PDF文档或Word文档，PDF文档可免费转换为Word