在本文中，我将解释测量降水量时如何发生误差，讨论校正方法，并演示如何使用算法来设计高质量的翻斗式雨量计。
l 介 绍
液态降水（雨）是简单的机械、电子测量设备之一，也是很难做好准确性和一致性的测量设备。有两种表征降雨的方法：降雨数量或累积量、降雨强度。降雨量是以英寸或毫米为单位的降水深度，降雨强度则是每小时的降雨量。降雨强度是降雨量测量中导致误差的极大因素之一。
使用广泛的雨量计类型通常被称为翻斗式雨量计。它有一个位于漏斗下方的翻转机构，该翻斗经过校准，可在充满校准体积的水时来回翻转。
因为翻斗的翻转速度是有限的，因此在翻转的过程中会有少部分的降雨量滴到翻斗之外，造成测量的误差。换言之，降雨量测量的准确性在一定程度上取决于降雨的速率和强度。
一般来说，液态降水的另一个重要误差来源是风，有时造成的损失高达20%。RainVUE™系列降水雨量计独特的沙漏形状设计就是用于减轻风对集水区的影响，并且已在实践中验证“它”是有效的。
坎贝尔公司研制了一种雨量强度校正算法，并将其集成到RainVUE™系列智能雨量传感器中。在本文的其余部分将具体介绍我们开发和测试该算法的方法。
l 过 程
大多数翻斗式雨量计的原理都是非常简单的电子元件感应机理——比如每次翻斗都会触发开关动作，这些开关的闭合次数由数据采集器统计。这意味着两件事：
1.我们需要做的不仅仅是记录次数。
2.雨量计需要额外的计量（如时间）和计算。
所有这些都可以放入数据采集器的运行程序中。但是，为了简单和易于使用，我们在仪表中添加了一个模块来进行计算并通过SDI-12将数据传送到采集器，因此用户无需创建或维护复杂的程序。该模块还可以作为数据的备份，并在数据采集器的通讯故障或者电源故障时继续使用内部电池运行一段时间。
校正降雨强度的一种方法是，首先计算降雨强度（每小时量）。然后，从强度修正降雨量。我们选择了一种更直接的路线来校正降雨累积或强度量，方法是测量两次翻斗过程之间的时间（TBT）并将其用作每次翻斗雨量的预测因子。根据TBT和降雨量，降雨强度即可通过简单的单位换算进行计算。
l 数据收集和模型开发
我们在每个 RainVUE™ 产品中使用了 10 个新的翻斗进行数据收集。每个斗以 12 到 16 个固定的模拟降雨强度（取决于模型和强度校正的目标范围）进行三次校验。通过高精度喷嘴喷射固定量体积的去离子水来模拟降雨。
对于大于 100 mm/hr 的速率，每个斗通过足够的水，每次重复的总翻斗数为 1，000 个。
对于较低的速率，每次翻斗至少 330 个。
（使用我们的测试夹具，每次可以同时运行多达四个翻斗，但每个 RainVUE™产品仅数据验证收集一次就需要大约 1，000 小时或更长时间！）
凭借已知的水体积数量以及使用CR6 数据采集器可以准确测量翻斗和 TBT 的数量，我们就可以获得开发校正模型所需的所有数据。然后使用数据回归，比较了几个模型的拟合曲线。示例的函数模型形式包括幂函数和指数函数衰减曲线等。通过交叉验证和收集新数据来相互验证模型的准确性。
说明：交叉验证是将数据集拆分为测量数据集和验证数据集的做法。例如，使用来自一半翻斗的数据来开发模型，并使用来自其余存翻斗的数据来验证模型。
下图显示了原始数据的示例以及我们考虑的候选模型之一（例如，幂函数、指数衰减函数等）：
l 结 论
总的来说，这个项目是一个有趣的挑战，我希望这篇文章能提供一些关于开发过程的见解，并展示用于创建算法的强大方法，为高质量的翻斗雨量计的增加应用价值。
Why Do We Need an Algorithm for Rainfall Intensity Correction? (campbellsci.com)
