PA%2CP58
- 格式:xls
- 大小:81.00 KB
- 文档页数:39


江西农业学报㊀2021,33(06):78 84ActaAgriculturaeJiangxi㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀DOI:10.19386/j.cnki.jxnyxb.2021.06.014基于Pa和SPI指数的昆明市气象干旱分析陈晨,张刘东∗,李京东,赵杨,廖悦㊀㊀收稿日期:2020-09-28基金项目:国家自然科学基金项目(51669035);云南省教育厅项目(2020Y187);云南农业大学学生科技创新创业行动基金项目(2021ZKY319)㊂作者简介:陈晨(1996─),男,重庆铜梁人,硕士研究生,从事主要从事农业水土资源研究㊂∗通信作者:张刘东㊂(云南农业大学水利学院,云南昆明650201)摘㊀要:收集昆明地区1980 2017年的降雨资料将数据划分为季尺度和年尺度,计算昆明市38年的Pa指数和SPI指数,分析了云南省昆明市的气象干旱特征,通过Pettitt突变检验法进行分析㊂结果表明:近38年以来,昆明市整体气候以正常的情况居多,干旱的情况较少;近20年来,干旱年份的比例有所增加而湿润情况有所减少,Pa指数和SPI指数变化的趋势基本一致㊂通过Pettitt突变检验法可知,近38年中,昆明市的Pa指数和SPI指数都没有发生显著性的突变㊂关键词:气象干旱;Pa指数;SPI指数;Pettitt突变检验中图分类号:S423㊀文献标志码:A㊀文章编号:1001-8581(2021)06-0078-07AnalysisofMeteorologicalDroughtinKunmingBasedonPaandSPIIndexesCHENChen,ZHANGLiu-dong∗,LIJing-dong,ZHAOYang,LIAOYue(CollegeofWaterConservancy,YunnanAgriculturalUniversity,Kunming650201,China)Abstract:TherainfalldataofKunmingfrom1980to2017werecollected,andthedataweredividedintoseasonalscaleandannualscale.ThePAindexandSPIindexofKunmingCityin38yearswerecalculated.ThemeteorologicaldroughtcharacteristicsofKunmingCityinYunnanProvincewereanalyzedbyPettittmutationtestmethod.Theresultsshowthatinthepast38years,Kunming soverallclimateismostlynormal,andthedroughtsituationisless.Inthepast20years,theproportionofdroughtyearshasincreased,andthehumidityhasdecreased.ThechangetrendofPAindexandSPIindexisbasicallythesame.AccordingtoPettittmutationtest,thereisnosignificantmutationinPAindexandSPIindexofKunminginrecent38years.Keywords:Meteorologicaldrought;Paindex;SPIindex;Pettittmutationtest㊀㊀近年来,干旱灾害频繁发生,由干旱灾害引发的社会经济和环境问题日益严重,已成为不可忽视的问题[1-2]㊂昆明市位于云贵高原中部,滇池盆地北部,属亚热带季风气候,有明显的旱季雨季之分,属于旱灾多发的地区㊂2009 2013年间,昆明市就发生了4年的连旱,造成了巨大的损失[3]㊂目前,昆明市干旱形势依然严峻,分析干旱特征对区域水资源开发㊁配置与保护具有重要的意义[4]㊂目前,国内外评价气象干旱常见的指标有标准化降水指数(SPI)㊁降水距平百分率(Pa)㊁Z指数㊁PDSI指数㊁MCI指数等[5],其中SPI指数法基于反映降水指标与干旱的关系,与其他干旱指标相比,SPI指数法的相关资料获取容易,具有稳定的计算特性,在各个区域和各个时段均能有效地反映干旱状况,Pa指数法反映时段降水与平均降水的偏差,能直观反映降水异常引起的干旱,在我国使用较为普遍[6-8]㊂本文利用昆明市1980 2017年的降水资料计算降水距平百分率(Pa)和标准化降水指数(SPI),对昆明市的气象干旱指数的变化特征进行分析,为昆明市区域水资源规划和可持续利用提供参考依据㊂1㊀数据来源与研究方法1.1㊀数据来源本文采用的昆明市降水数据来自昆明气象站1980 2017年的降水资料(数据来源于中国气象数据中心网)㊂根据昆明气象特征四季划分为:3月到5月为春季,6月到8月为夏季,9月到11月为秋季,12月到次年2月为冬季㊂1.2㊀研究方法1.2.1㊀Pa指数法㊀Pa指数法能直接反映降水异常引起的干旱[9]㊂具体计算公式如下㊂Pa=P-PPˑ100%(1)式(1)中,Pa为降水距平百分率,P为某时段降水量,P为计算时段同期气候平均降水量㊂Pa指数干旱等级划分见表1[7]㊂1.2.2㊀SPI指数法㊀SPI指数通常用于监测干旱情况,可以定量化地表示不同时段内降水量的缺乏程度㊂计算方法如下[10]:SPI=St-(c2t+c1)t+c0[(d3t+d2)t+d1]t+1.0(2)式(2)中,c0=2.515517,c1=0.802853,c2=0.010328,d1=1.432788,d2=0.189269,d3=0.001308㊂t=ln1F(x)2,F(x)=ʏx0f(x)dx,f(x)=1βαΓ(x)xα-1e,其中β和α分别是尺度参数和形状参数,均大于零,当F>0.5时,S=1,当Fɤ0.5时,S=-1㊂α=1+1+4A34A,β=xα,A=ln(x)-ðni=1lnxim(3)式(3)中,n是降水序列的长度,其中为零的项数为m,x是降水序列中非零项的平均值㊂表1㊀Pa指数干旱等级划分指数干旱等级无旱轻旱中旱重旱Pa指数Pa>-15%-30%ɤPa<-15%-40%ɤPa<-30%Pa<-40%表2㊀SPI指数干旱等级划分表指数干旱等级湿润正常轻旱中旱重旱极端干旱SPI指数SPI>0.5-0.5ɤSPI<0.5-1.0ɤSPI<-0.5-1.5ɤSPI<-1.0-2.0ɤSPI<-1.5SPIɤ-2.01.2.3㊀Pettitt突变检验法㊀Pettitt检验法用于检验变异点,计算统计量Ut,n的公式如下[11-13]:Ut,n=Ut-1,n+ðni=1sgn(xt-xi),t=2,3, ,n(3)式(3)中:xt㊁xi分别为第t㊁i个时序样本,sgn为符号函数㊂若当时刻t满足:Kt=max1ɤtɤnU(4)则t点处为突变点㊂建立检验统计量P验证突变点的显著性,公式如下:P=2e(5)如果Pɤ0.05,则认为检验出的突变点是显著的,否则,突变点不显著㊂2㊀结果与分析2.1㊀Pa指数变化分析2.1.1㊀Pa指数年际变化㊀采用式(1)对昆明市1980 2017年的降水资料进行计算,得到年际的Pa指数㊂通过统计分析,不同年代各干旱等级出现的频率百分比见表3㊂从Pa指数干旱等级频率可以看出,昆明市总体无旱的情况居多,干旱的程度以轻度干旱为主㊂从20世纪80年代至90年代,无旱的情况有一定的增加,轻旱情况减少㊂2000 2009年干旱情况基本与20世纪90年代相似,中度干旱有所减少而重度干旱有所增加㊂从近8年的情况来看,无旱的情况稍有减少而中度干旱和轻度干旱的情况有所增加㊂总体来看,近20年来发生中重旱的频率有增加趋势㊂㊀㊀㊀㊀表3㊀年尺度的Pa指数干旱等级频率%时间无旱轻旱中旱重旱1980 1989年50.040.010.001990 1999年80.010.010.002000 2009年80.010.0010.02010 2017年62.525.012.50㊀㊀昆明市气象站1980 2017年的年尺度Pa干旱指数,计算结果如图1所示㊂根据Pa指数干旱等级划分㊂近38年来,昆明市的干旱情况正常年份居多㊂1982㊁1984㊁1988㊁1989㊁1993㊁2003㊁2012和2013年这8年出现轻度干旱的情况,1987㊁1992和2011年这3年发生中度干旱,2009年发生重度干旱㊂2000年及之后的18年中,Pa指数小于0的比例增多,中度干旱及以上的比例增加,Pa指数大97㊀6期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀陈晨等:基于Pa和SPI指数的昆明市气象干旱分析于0的部分峰值减少,表明近期湿润程度有所减少㊂图1㊀昆明市年Pa指数的计算结果2.1.2㊀季节Pa指数变化㊀通过计算得出昆明市不同季节的干旱情况出现频率百分比见表4㊂根据不同季节的Pa指数干旱情况频率可以看出,近38年来一年四季以无旱为主,夏季和秋季无旱的频率更为突出㊂轻旱情况春夏季相对突出,中度干旱情况春季稍多于其他季节,冬季和春季的重旱情况明显高于夏秋两季,冬季的重旱情况尤为突出,冬春气象干旱的特征明显㊂㊀㊀㊀表4㊀不同季节的Pa指数干旱情况频率%季节无旱轻旱中旱重旱春季55.2613.1613.1618.42夏季68.4213.167.8910.53秋季71.0510.537.8910.53冬季57.892.637.8931.58㊀㊀季节Pa干旱指数结果如图2所示,从图2可以看出,总体干旱年份相对较少,近20年来,一年四季的轻度干旱和中度干旱的频率都有增多的趋势,秋季与冬季的重度干旱明显增加㊂春季轻度干旱的年份有1980㊁2003㊁2007㊁2010和2014年,中度干旱年份有1984㊁1993㊁2009㊁2011和2015年,重度干旱年份有1982㊁1987㊁1988㊁1991㊁1992㊁1995和2005年㊂夏季轻度干旱的年份有1996㊁2000㊁2009㊁2010和2012年,中度干旱年份有1982㊁1993和2013年,重度干旱年份有1987㊁1989㊁1992和2011年㊂秋季轻度干旱的年份有1980㊁1984㊁1985和1988年,中度干旱年份有2002㊁2003和2012年,重度干旱年份有1998㊁2000㊁2007和2009年㊂冬季轻度干旱的年份有2005年,中度干旱年份有1997㊁2011和2016年,重度干旱年份有1984㊁1985㊁1988㊁1995㊁2000㊁2001㊁2004㊁2007㊁2008㊁2009㊁2012和2017年㊂2.2㊀SPI指数变化分析2.2.1㊀SPI指数年际变化㊀采用式(2)对昆明市1980 2017年的降水资料进行计算,得到年际的SPI指数㊂通过统计分析,不同年代各干旱等级出现的频率百分比见表5㊂通过年尺度SPI指数干旱等级频率可以看出,2010年之前正常情况逐渐增加,近期的干旱频率有所增加,这与Pa指数法研究的结果基本一致㊂轻度干旱情况在干旱等级中出现的频率最大,说明昆明市发生中等以下的干旱情况最多㊂中度及以上的干旱总体来说发生次数较少,基本上每10年里就有一次重度干旱的发生㊂㊀㊀㊀㊀表5㊀年尺度SPI指数干旱等级频率%时间湿润正常轻旱中旱重旱极端干旱1980 1989年30.020.020.020.010.001990 1999年50.030.0010.010.002000 2009年10.060.020.000.010.02010 2017年50.012.525.0012.50㊀㊀年际变化趋势如图3所示,由SPI年际变化图可以看出,近38年来,昆明市正常和湿润的年份居多㊂轻旱的年份有1982㊁1989㊁2000㊁2003㊁2012和2013年,中旱的年份有1984㊁1988和1993年,重旱的年份有1987㊁1992和2011年,极端干旱年份2009年,自2000年以来,湿润年份和湿润程度都有所减少㊂2.2.2㊀季SPI指数变化㊀通过计算得出昆明市不同季节的干旱情况出现频率百分比见表6㊂通过不同季节的SPI指数干旱情况频率可以看出,昆明市的春季大多呈现正常和湿润状态,轻旱和中旱较多,重旱和极端干旱较少㊂夏季与春季相比,重旱情况略有增加,极端干旱减少㊂秋季和冬季的08江㊀西㊀农㊀业㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀33卷情况差距较大,干旱主要以轻度干旱为主,中度干旱及以上的情况发生频率较小,而冬季干旱主要以中度干旱为主,轻度干旱和重度干旱次之,有极端干旱情况发生,严重干旱及其以上的情况在一年之中频率最大㊂总体看来,昆明市季节尺度情况为湿润和正常情况居多,其中秋季发生的轻度干旱居多,春季的中度干旱发生频率最大,春季和冬季发生重度以上干旱频率较高㊂图2㊀昆明市的季节Pa指数的变化图3㊀SPI指数的年际变化㊀㊀㊀表6㊀不同季节的SPI指数干旱情况频率%季节湿润正常轻旱中旱重旱极端干旱春季31.5836.8413.1613.162.632.63夏季31.5836.8413.1610.537.890秋季26.3244.7415.797.892.632.63冬季36.8434.217.8910.537.892.63㊀㊀SPI指数季节变化情况见图4,春季轻度干旱的年份有1984㊁2009㊁2010和2011年,中度干旱年份有1987㊁1988㊁1991㊁1992和2005年,重度干旱年份有2005年,1982年为极端干旱㊂夏季轻度干旱的年份有1996㊁2000㊁2009㊁2010和2012年,中度干旱年份有1982㊁1989㊁1993和2013年,重度干旱年份有1987㊁1992和2011年,无极端干旱㊂秋季轻度干旱的年份有1980㊁1984㊁1985㊁1988㊁2003和2012年,中度干旱年份有2000㊁2002和2007年,重度干旱年份有1998年,2009年秋季极端干旱㊂冬季轻度干旱的年份有2000㊁2004和200718㊀6期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀陈晨等:基于Pa和SPI指数的昆明市气象干旱分析年,中度干旱年份有1984㊁2001㊁2008和2012年,重度干旱年份有1985㊁1995㊁和2009年,1988年冬季发生极端干旱㊂SPI指数与Pa指数处理下,干旱的年份一致,但由于划分的条件不一样,因此部分年份在2种条件下的干旱等级有所不同㊂图4㊀SPI指数的季节变化2.3㊀Pettitt突变检验2.3.1㊀Pa指数突变检验㊀采用Pettitt突变检验方法对年尺度的Pa指数进行突变检验,检验结果见图5㊂通过Pettitt检验图可以看出:年Pa指数序列的Ut,n最大值对应为1993年,其次为2013年,表明昆明市年尺度Pa指数在1993年发生突变㊂结合公式(5)可算出P=0.8117>0.05,表明检验出的突变点的意义不显著㊂图5㊀年尺度Pa指数变化的突变检验㊀㊀通过图6可以看出,昆明市四季Pa指数序列的Ut,n最大值对应年份分别为1995年㊁1993年㊁2014年和2006年㊂对应的Ut,n最大值分别为|-129|㊁|-114|㊁|-85|㊁|71|㊂通过公式(5)可算出,四季Pa指数的显著性概率P分别为0.3397㊁0.5008㊁0.9262和1.1689,均大于0.05显著性水平,这表明昆明市四季Pa指数的突变均不显著,Pettitt突变检验的结果见表7㊂2.3.2㊀SPI指数突变检验㊀采用Pettitt突变检验方法对年尺度与季尺度的SPI指数进行突变检验,年尺度检验结果见图7,季尺度的检验结果见图8㊂通过图7可以看出,年SPI指数序列的变化与Pa指数法变化一致,Ut,n最大值对应为1993年,其次为2013年,P=0.8117>0.05,表明检验出的突变点的意义不显著㊂㊀㊀通过图8可以看出,昆明市四季SPI指数序列的Ut,n最大值对应年份分别为1995年㊁1993年㊁2014年和2008年㊂对应的Ut,n最大值分别为|-128|㊁|-116|㊁|-85|㊁|138|㊂通过公式(5)可算出四季SPI指数的显著性概率P分别为0.3491㊁0.4769㊁0.9262和0.2629,均大于0.05显著性水平,这表明昆明市四季SPI指数的突变均不显著,Pettitt突变检验的成果见表7㊂㊀㊀通过Pettitt突变检验成果表可以看出,用Pa指数和SPI指数分析昆明市近38年的干旱情况,均无显著性突变的情况发生㊂对应的突变年份和P28江㊀西㊀农㊀业㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀33卷值基本一致,只有冬季有一定的误差,造成误差的原因可能是由于Pa指数对干旱的响应相对缓慢㊂图6㊀季节尺度Pa指数变化突变检验图7㊀年尺度SPI指数变化突变检验表7㊀Pettitt突变检验结果序列对应年份P值是否大于0.05是否显著突变年际Pa19930.8117是否春季Pa19950.3397是否夏季Pa19930.5008是否秋季Pa20140.9262是否冬季Pa20061.1689是否年际SPI19930.8117是否春季SPI19950.3491是否夏季SPI19930.4769是否秋季SPI20140.9262是否冬季SPI20080.2629是否图8㊀季节尺度SPI指数变化突变检验38㊀6期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀陈晨等:基于Pa和SPI指数的昆明市气象干旱分析3 结语本文通过对昆明市1980 2017年降水资料的收集,计算出近38年间的年际与四季的Pa指数与SPI指数,并基于指数计算进行Pettitt突变检验,结果表明,昆明市整体气候以湿润和正常的情况居多,干旱的情况较少,每10年间会出现1次中度及以上干旱,轻度干旱以秋季居多,中度干旱大多发生在春季而重度干旱和极端干旱则集中于冬季㊂近20年来,干旱的比例有所增加,而湿润程度和年份都有所减少㊂Pa指数和SPI指数的Pettitt突变检验变化基本一致,在年尺度上,发生突变的年份是1993年,由于P>0.05,因此突变是不显著的㊂同理,四季发生突变也均是不显著突变㊂参考文献:[1]季定民,张勃,王东,等.甘肃河东玉米种植区春夏气象干旱时空变化特征及其与环流因子关系[J].自然资源学报,2015,30(9):1547-1559.[2]罗纲,阮甜,陈财,等.农业干旱与气象干旱关联性:以淮河蚌埠闸以上地区为例[J].自然资源学报,2020,35(4):977-991.[3]孙国印,姜敏,金晨曦.昆明地区持续干旱随机模拟研究[C]//云南省水利学会.云南省水利学会2013年度学术交流会论文集.云南省水利学会:云南省科学技术协会,2013:232-239.[4]刘杨梅,黄英,王杰.云南省滇中地区气象干旱特征分析[J].安徽农业科学,2012,40(18):9799-9801.[5]王素萍,王劲松,张强,等.多种干旱指数在中国北方的适用性及其差异原因初探[J].高原气象,2020,39(3):628-640.[6]李大鹏,慕鹏飞,白涛,等.基于标准化降水指数SPI的西江流域多尺度干旱特征及其驱动力分析[J].西安理工大学学报,2020,36(1):41-50.[7]王泽.基于Pa指数的汾河流域气象干旱评价[J].山西水利科技,2019(2):69-71,77.[8]冯怡,薛联青,张洛晨.三种气象干旱指数在塔里木河流域应用的对比分析[J].水电能源科学,2018,36(9):23-26.[9]赵新来,李文龙,GuoXulin,等.Pa㊁SPI和SPEI干旱指数对青藏高原东部高寒草地干旱的响应比较[J].草业科学,2017,34(2):273-282.[10]宁忱,陈浩,刘璨然.基于标准化降水指数(SPI)的宝鸡地区干旱趋势变化及周期研究[J].宝鸡文理学院学报:自然科学版,2017,37(4):80-85.[11]张应华,宋献方.水文气象序列趋势分析与变异诊断的方法及其对比[J].干旱区地理,2015,38(4):652-665.[12]周建琴,王学锋,黄玮,等.近50年云南气温序列的均一性检验与订正实验[J].云南大学学报:自然科学版,2013,35(4):516-522.[13]李舒,吕志方.窟野河径流突变点分析[J].人民黄河,2015,37(1):27-29,33.(责任编辑:曾小军)48江㊀西㊀农㊀业㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀33卷。
第一页答卷编号:论文题目:风电功率波动特性的分析——从一个风电场入手指导教师:参赛学校:报名序号:证书邮寄地址:(学校统一组织的请填写负责人)第二页答卷编号:风电功率波动特性的分析——从一个风电场入手一、摘要本文运用多种数学建模方法就风电功率波动特性问题进行探讨,结果表示各预测模型精准度都较高。
针对问题一,首先通过对样本数据进行筛选整合,剔除异常点,继而利用SVM估计回归的方法将输入空间的数据映射到高维,简化运算,建立了基于支持向量机的风电功率预测模型,借助损失函数并运用MATLAB编程求解,获得了良好预测效果;为了便于对比分析,对数据进行随机性和平滑性检验并修正,建立了基于ARMA的时间序列预测模型,结果显示,该模型的预测精度较为可观;为了全面的对风电功率进行预测,基于经验分布模型与非参数回归技术,建立了风电功率预测误差的概率分布函数,得到风电功率预测值的概率区间。
通过对三种预测模型进行结果分析,得出风电功率的预测精度随着开机容量的增加、预测时间跨度的变长而下降的结论。
针对问题二,在问题一的基础上,对风电机组的汇聚对预测结果的影响问题上深入讨论,并总结了风电机组汇聚的普遍结论,然后对风电机组汇聚给风电功率预测误差带来的影响上做了合理预期。
针对问题三,我们在预测方法上进一步改进,建立了基于ARMA的BP神经网络预测模型,并进行风电功率的实时波动特性预测,结果比较精确,同时深入分析论证了阻碍风电功率实时预测精度进一步改善的主要因素,综合分析得出,虽然预测模型的精度可以进一步提高,但是由于预测精度受到诸多因素的影响,其提高是有局限性的。
关键词:电功率波动特性A R M A非参数回归BP神经网络二、问题重述大规模风电场接入电网运行时,大幅度地风电功率波动会对电网的功率平衡和频率调节带来不利影响。
如果可以对风电场的发电功率进行预测,电力调度部门就能够根据风电功率变化预先安排调度计划,保证电网的功率平衡和运行安全。
1.有一斜管压力计,其标尺刻度为0-250mmH2O 充液(酒精),ρ=0.8095g/cm3,斜管与水平线的倾角α=29°30′,Sin α=0.492,斜管断面积A1和环形容器断面积A2之比A1/A2=0.0025。
试求仪表处于这种情形的测量上限(1mm=9.806Pa) 答案:压力计常数为K =ρ(Sin α+A1/A2)=0.8095×(0.492+0.0025)=0.4测量上限为P =L ×K =250×0.4=100mmH2O2.与节流装置配套的差压变送器的测量范围为0-39.24KPa ,二次表刻度为0-10t/h 。
若二次表指示50%,变送器输入差压△P 为多少?变送器输出电流I0为多少? 答案:测量与差压的关系为M =K ×△P (K 为常数)M100%=K ×39.24=10t/hM100%=K ×△P =5t/h 则(10/5)2=(39.24/△P) △P =9.81KP a变送器输出电流范围为4-20mA9.8139.24=4-I 4-200I0=8mA3.在工作压力P=24.5Mpa(绝压)和工作温度t=60℃下氮气流量Q=4m3/h 。
试求相应于标准下的流量QN 。
答案:将工作状态下气体的容积流量换算到标准状况下的溶积流量,可按公式QN=Q=ρ/ρN式中ρN —标准状态下氮气的密度,1.2506Kg/cm3(0℃)或1.165Kg/m3(20℃) ρ—工作状态下的密度,Kg/m3ρ=ρN(P ×TN/PNTK) PN=0.1012MPa TN=273K 或293K压缩系数K=1.15(N2)因此0℃时ρ=1.2506×(24.5×273)/(0.1012×333×1.15)=215.76Kg/cm3 或20℃时ρ=1.165×(24.5×293)/(0.1012×333×1.15)=215.72Kg/m3所以0℃时QN=4×215.76/1.2506=690.1Nm3/h20℃时QN=4×215.72/1.165=740.67Nm3/h4.一真空压力表量程范围为-100~500kPa,校验时最大误差发生在200kPa,上行程和下行程时校准表指示为194kPa 和205kPa,问该表是否满足其1.0级的精度要求? 答案:变差=[△max/(量程上限-量程下限)]×100%=(205-194)/[500-(-100)]×100%=1.83%>1.0%,所以不满足1.0级精度要求。