在本文中，我將解釋測量降水量時如何發生誤差，討論校正方法，并演示如何使用算法來設計高質量的翻斗式雨量計。
l 介 紹
液態降水（雨）是簡單的機械、電子測量設備之一，也是很難做好準確性和一致性的測量設備。有兩種表征降雨的方法：降雨數量或累積量、降雨強度。降雨量是以英寸或毫米為單位的降水深度，降雨強度則是每小時的降雨量。降雨強度是降雨量測量中導致誤差的極大因素之一。
使用廣泛的雨量計類型通常被稱為翻斗式雨量計。它有一個位于漏斗下方的翻轉機構，該翻斗經過校準，可在充滿校準體積的水時來回翻轉。
因為翻斗的翻轉速度是有限的，因此在翻轉的過程中會有少部分的降雨量滴到翻斗之外，造成測量的誤差。換言之，降雨量測量的準確性在一定程度上取決于降雨的速率和強度。
一般來說，液態降水的另一個重要誤差來源是風，有時造成的損失高達20%。RainVUE?系列降水雨量計獨特的沙漏形狀設計就是用于減輕風對集水區的影響，并且已在實踐中驗證“它”是有效的。
坎貝爾公司研制了一種雨量強度校正算法，并將其集成到RainVUE?系列智能雨量傳感器中。在本文的其余部分將具體介紹我們開發和測試該算法的方法。
l 過 程
大多數翻斗式雨量計的原理都是非常簡單的電子元件感應機理——比如每次翻斗都會觸發開關動作，這些開關的閉合次數由數據采集器統計。這意味著兩件事：
1.我們需要做的不僅僅是記錄次數。
2.雨量計需要額外的計量（如時間）和計算。
所有這些都可以放入數據采集器的運行程序中。但是，為了簡單和易于使用，我們在儀表中添加了一個模塊來進行計算并通過SDI-12將數據傳送到采集器，因此用戶無需創建或維護復雜的程序。該模塊還可以作為數據的備份，并在數據采集器的通訊故障或者電源故障時繼續使用內部電池運行一段時間。
校正降雨強度的一種方法是，首先計算降雨強度（每小時量）。然后，從強度修正降雨量。我們選擇了一種更直接的路線來校正降雨累積或強度量，方法是測量兩次翻斗過程之間的時間（TBT）并將其用作每次翻斗雨量的預測因子。根據TBT和降雨量，降雨強度即可通過簡單的單位換算進行計算。
l 數據收集和模型開發
我們在每個 RainVUE? 產品中使用了 10 個新的翻斗進行數據收集。每個斗以 12 到 16 個固定的模擬降雨強度（取決于模型和強度校正的目標范圍）進行三次校驗。通過高精度噴嘴噴射固定量體積的去離子水來模擬降雨。
對于大于 100 mm/hr 的速率，每個斗通過足夠的水，每次重復的總翻斗數為 1，000 個。
對于較低的速率，每次翻斗至少 330 個。
（使用我們的測試夾具，每次可以同時運行多達四個翻斗，但每個 RainVUE?產品僅數據驗證收集一次就需要大約 1，000 小時或更長時間！）
憑借已知的水體積數量以及使用CR6 數據采集器可以準確測量翻斗和 TBT 的數量，我們就可以獲得開發校正模型所需的所有數據。然后使用數據回歸，比較了幾個模型的擬合曲線。示例的函數模型形式包括冪函數和指數函數衰減曲線等。通過交叉驗證和收集新數據來相互驗證模型的準確性。
說明：交叉驗證是將數據集拆分為測量數據集和驗證數據集的做法。例如，使用來自一半翻斗的數據來開發模型，并使用來自其余存翻斗的數據來驗證模型。
下圖顯示了原始數據的示例以及我們考慮的候選模型之一（例如，冪函數、指數衰減函數等）：
l 結 論
總的來說，這個項目是一個有趣的挑戰，我希望這篇文章能提供一些關于開發過程的見解，并展示用于創建算法的強大方法，為高質量的翻斗雨量計的增加應用價值。
Why Do We Need an Algorithm for Rainfall Intensity Correction? (campbellsci.com)
