基于贝叶斯最大熵的甘肃省多年平均降水空间化研究

 贝叶斯最大熵方法可以对具有一定不确定性的“软数据”和认为没有误差的“硬数据”进行插值。对甘肃省1961—1990年52个气象站点的多年平均降水数据进行空间化研究。通过比较普通克里格、共协克里格、三元回归建模后残差插值以及基于贝叶斯最大熵的3种不同软硬数据参与情况下的插值结果,发现考虑降水30 a时间序列不完整性以及辅助变量经验模型不确定性的插值结果的MAE和RMSE,比直接使用多年平均降水数据直接插值的MAE和RMSE小,表明贝叶斯最大熵方法通过对不确定性的考虑可以有效降低预测结果的绝对误差。从降水的空间分布来看,考虑辅助变量DEM的插值结果能相对较好的体现高程对降水的地形影响,尤其分区将辅助变量转换为软数据可以有效体现不同区域高程对降水的不同影响问题。综合误差评价以及降水插值结果的空间分布,认为BME插值过程中可以考虑数据本身以及辅助数据利用的不确定性,使降水空间化的结果更加真实客观,同时为合理利用辅助信息提供了一个新思路。     

土壤厚度的空间插值方法比较——以青海三江源地区为例

利用青海三江源地区533个土壤剖面中的厚度数据, 在GIS技术的支持下, 采用确定性内插(反距离加权、全局多项式、局部多项式和径向基函数)和地统计内插(普通克里格、简单克里格、泛克里格和协同克里格)两类共八种插值方法对研究区土壤厚度的空间分布进行了预测, 并综合比较了各种插值方法的预测误差、统计特征值和插值结果分布图。结果表明:(1)在地统计内插方法中, 普通克里格方法(一阶)插值效果比普通克里格方法(二阶)要好;在普通克里格方法(一阶)的半方差函数模型中, 球状模型的插值效果优于指数模型和高斯模型;普通克里格方法在四种地统计内插方法中预测误差最小、预测结果准确性最好。(2)确定性内插方法中, 反距离加权(指数为1)法的误差较小, 并且对区域与局部趋势的反映效果最好。(3)从预测误差大小和对区域总体及局部趋势的综合反映效果来看, 有异向性的球状模型普通克里格(一阶)插值方法预测结果最能准确反映青海三江源地区土壤厚度的空间分布。     

基于地形高程的云南省降雨量空间插值方法研究

以云南省1961-2010年多年平均降雨量和云南省数字高程模型为基础数据源,通过对降雨数据的分析,将数字高程模型作为影响降雨强度的主要因素,引入到降雨量空间预测的多元地理统计中,并利用协同克里格算法构建降雨强度与地形高程之间的数学关系模型,对云南省年平均降雨数据进行空间插值模拟。插值结果与距离权重法、一阶局部多项式法、二阶局部多项式法、样条函数法、普通克里格法等其他5种空间数据插值方法进行对比与分析,并通过分析各个交叉检验统计量来验证评估数据的误差,从而选取出最优的空间插值方法。结果显示,普通克里格法和协同克里格法对降雨量空间插值的效果和精度高于反距离法、局部多项式法和样条函数法,而协同克里格法由于考虑了地形高程对降雨量的影响,具有更好的插值效果,因而更适合山地降雨数据的空间插值。     

耕地土壤速效钾含量的空间预测方法研究

利用插值方法进行土壤属性的空间预测是土壤学科的研究热点之一,以土壤发生学相关信息作为辅助变量的克里格空间插值方法则少有研究。该文以成土母质多样的湖南省石门县为例,基于GS+、ArcGIS和Matlab,结合成土母质信息的克里格(PMK)插值方法,对研究区土壤速效钾空间分布进行了预测。结果表明,PMK法较好地解决了因成土母质间速效钾含量差异给预测带来的误差,预测精度较反距离权重(IDW)、普通克里格(OK)法分别提高了21.68%、16.43%;PMK法制作的空间预测图中速效钾分布突变而非渐变,较IDW、OK预测结果接近研究区实际情况,进而证明在成土母质较为复杂的地区,PMK法适合对土壤速效钾含量的预测。     

DEM的不确定性对温度插值精度的影响

以2001-2010年全国711个气象站点温度观测数据为数据源,在薄板样条插值方法和ANUSPLIN软件支持下,对比分析了使用GTOP30、SRTM3和ASTER GDEM三种DEM数据作为协变量开展空间插值得到的温度成果数据精度。研究发现:1)GDEM的平均相对误差(MRE)、平均绝对误差(MAE)和均方根误差(RMSE)明显高于其他两套数据,数据质量最差;SRTM3和GTOP30的数据精度较高,各误差评估指标大致相同。2)在全国尺度上,在MAE方面,基于ASTER GDEM所得温度插值结果比其他两组DEM得到的温度插值结果高0.4℃左右;在RMSE方面,基于ASTER GDEM获得的温度比其他两组DEM得到的温度高0.5℃左右。基于ASTER GDEM所得温度插值数据的误差明显高于其他两套数据。3)在温度插值误差的空间分布格局上,在我国中东部地区,三种DEM温度插值误差分布规律基本相同;在我国西南部地区,基于GTOP30和SRTM3的温度插值结果的数据精度明显好于基于ASTER GDEM的温度插值结果。4)温度插值误差与DEM高程误差呈现明显的耦合特性,这表明DEM数据的精度是影响温度插值结果的重要因素。     

不同时间尺度、季节的气温数据空间平稳特征及其对插值结果的影响

不同时间尺度、季节的气温数据表现出不同的空间平稳特征。为探讨分析空间平稳性对气温插值的影响规律,采用趋势线法对气温数据进行空间平稳性探索,并对比分析不同空间平稳性条件下,普通线性回归、普通克里格、回归克里格的气温插值精度及插值结果的空间分布特点。结果显示：冬季日均、月均气温与年均气温呈现空间非平稳,插值精度随时间序列的增长而提高,随着气温数据逐渐趋于稳定,精度提高的幅度逐渐下降;夏季日均、月均气温呈现空间平稳,随时间序列的增长,插值精度的提高并不显著;夏季日均气温各插值方法的插值精度普遍高于冬季日均气温。与普通克里格相比,回归克里格能有效提高空间非平稳数据的插值精度。时间序列的增长削弱了不同插值算法之间的插值精度差异和插值结果空间分布差异。     

松花江哈尔滨段悬浮物含量遥感反演与克里格插值预测精度对比

以松花江干流哈尔滨段水体中悬浮物为研究对象,2012年7月14~15日,设置了11个采样断面,共33个采样点,测量得到总悬浮物含量和江面高光谱反射率数据;选用时间上较为接近的TM影像,分别用遥感反演模型(PSO-LSSVM模型)和克里格空间插值方法,对总悬浮物含量进行预测,并对使用两种方法的结果进行比较。结果表明,使用两种方法的结果的预测精度较为接近,遥感反演模型预测值的平均绝对百分误差为11.21%,均方根误差为10.05 mg/L;克里格空间插值预测结果的平均绝对百分误差为11.32%,均方根误差为10.93 mg/L;遥感反演模型预测值能较好的反映出松花江干流哈尔滨段总悬浮物含量的总体分布特征和变异特征;克里格空间插值对空间自相关小范围内具有较好的预测能力,超出自相关范围不能预测。     

基于多光谱和地理加权回归模型的石嘴山城市 土壤有机碳空间分布研究

城市土壤有机碳（SOC）分布受城市建设、工业发展等人为因素的影响表现出明显的空间差 异。为揭示石嘴山市 SOC 受城市化、工业化等人类活动的影响，分别利用普通克里格法（OK）、多元 线性回归克里格法（RK）、遥感反演方法（RS）和遥感-地理加权回归克里格法（RGWRK）预测石嘴 山市 SOC 空间分布。结果表明：石嘴山市 SOC 含量在 1.31 ~ 66.92 g·kg^{- 1} 之间变化，其平均值为 17.61 g·kg^-1。石嘴山市不同功能区 SOC 含量存在显著差异（p < 0.05），具体表现为工业区>医疗区> 商业区>道路>住宅区>公园>农田>科教区；SOC 含量变异系数为 66.27%，呈中等程度变异；其最佳 拟合模型为高斯模型，C₀（/ C₀+C）为 0.02，属于强空间自相关。SOC 与遥感影像波段 DN 值的差值 （B1-B7、B3-B7、B4-B7）和地形因子（高程、坡度、起伏度）之间存在着极显著的相关性（p < 0.01）； 通过对 4 种方法的结果进行对比可知以各波段 DN 值差值与地形因子为输入量，利用 RGWRK 预测 的 SOC 精度最高，相比 OK 精度提高了 10.05%，相比 RK 精度提高了 8.79%，相比 RS 精度提高了 8.92%；研究区 SOC 含量呈北高南低的趋势，工业区 SOC 含量是郊区农田 SOC 含量的 1.92 倍，表明 城区 SOC 含量有富集的趋势。     

基于协同克里格的基准地价评估及空间结构分析

随着社会主义市场经济体制的不断完善,城市建设越发需要有章可循。城市土地的合理配置是城市发展的重要环节,其基础性工作之一--城市基准地价评估更是作用显著。在对传统地价评估方法和常规克里格方法进行总结及评析的基础上,提出了基于第二信息源的协同克里格方法,并对其预测结果和精度加以全面分析,最后详细解读了由该方法反映出的地价空间结构特征。实证研究表明:克里格方法与反距离加权法相比,在预测及校准误差方面有着明显的改善;协同克里格法在均方差精度指标上更显优越性。因此,协同克里格法更具实用性和科学性,可以广泛应用到各级城市地价评估工作中。     

基于多维分形模型与指示克里格方法的地球化学异常识别研究

指示克里格方法是一种不依赖于分布假设条件的非参数估值方法,对于异常值和偏态分布都具有良好的稳健能力,因此可以作为地球化学异常研究的理想工具。阈值作为指示克里格方法最重要的参数,对于插值结果具有很大影响。该文从多维分形理论出发,利用浓度-面积(C-A)模型计算地球化学异常下限值,并将其作为阈值参与指示克里格法插值计算。为了解决多维分形测度时的不确定性,利用Voronoi图的唯一性对C-A模型进行了改进,并通过安徽省某铜矿区大比例尺化探Cu元素地球化学数据对上述方法进行了实例研究。结果显示,较之反距离加权插值法、普通克里格插值法,指示克里格法获取的最高累计概率范围与已知矿体的空间吻合程度更高,具有更好的地球化学异常识别能力。对于地球化学数据空间变异性强烈的地区,指示克里格方法在稳定变异函数形状和高值信息重建能力方面具有很大的优势。     

基于GIS的新疆气温数据栅格化方法研究

以新疆99个气象台站1971-2010年年平均气温为数据源,采用多元回归结合空间插值的方法对新疆区域气温数据进行栅格化研究。建立了年平均气温与台站经纬度和海拔高度的多元回归模型,对于残差数据的插值采用了反距离权重法(IDW) 、普通克立格法 (Kriging)和样条函数法(Spline)3种目前应用广泛的空间插值方法,针对于这3种方法进行了基于MAE和RMSIE的交叉验证和对比分析,结果表明在新疆的年平均气温的GIS插值方案中,IDW方法精度总体要高于其他两种插值方法。     

基于IBIS模型的1955~2006年中国土壤温度模拟及时空演变分析

基于IBIS模型对中国1955~2006年的土壤上层1m的年平均与月平均土壤温度进行模拟,并利用全国气象站点土壤温度观测数据对模拟结果进行验证,结果显示中国南方区的模拟效果优于北方及青藏高原区,春、夏、秋三季模拟效果优于冬季,总体而言取得了较满意的效果。基于模拟结果,利用Mann-Kendall方法对中国1955~2006年年平均和月平均土壤温度进行趋势分析的结果表明,年平均土壤温度,中国北方呈显著上升趋势,南方呈非显著上升趋势,四川盆地、贵州中部、藏东南及天山地区等小部分区域呈现显著或非显著下降趋势;月平均土壤温度,北方基本保持显著上升趋势,南方地区7~9月份总体呈现出下降的趋势,8月份最为显著。     

薄盘光滑样条插值中三种协变量方法的降水量插值精度比较

在薄盘光滑样条插值中,高相关协变量的选取决定了插值结果的精确性。以2001-2009年全国728个气象站点日降水为数据源,提取年降水量数据,在分析多年平均降水量与两协变量高程（DEM）和距海岸线距离（DCL）的空间相关性基础上,利用ANUSPLIN软件,比较不同协变量下降水量插值结果精度在全国尺度以及区域尺度上的差异。以DEM、DCL及DEM-DCL分别为协变量对降水量数据进行空间插值发现：①在全国尺度上,DEM法的平均绝对误差（MAE）为47.79,略低于DEM-DCL法（48.90）,但显著低于DCL法（55.54）;且DEM法的平均相对误差和均方根误差也明显低于其它两种方法。②在区域尺度上,除西藏地区外的其他7个区域,3种方法的插值误差与全国尺度上相一致。西藏地区降水插值结果以DCL法的精度最高,而DEM法则较差。研究建议除在西藏地区的降水量插值研究中采用DCL法,在全国其他大部分区域采用DEM法。     

Climate spatial variability and data resolution in a semi-arid watershed, south-eastern Arizona

In the 10,000 km² San Pedro River watershed area in south-eastern Arizona, high-resolution spatial patterns of long-term precipitation and temperature were better reproduced by kriging climate data with elevation as external drift (KED) than by multiple linear regression on station location and elevation as judged by the spatial distribution of interpolation error. Mean errors were similar overall, and interpolation accuracy for both methods increased with increasing correlation between climate variables and elevation. Uncertainty in station locations had negligible effect on mean estimation error, although error for individual stations varied as much as 27%. Our future ability to examine spatial aspects of climate change at high spatial resolution will be severely limited by continuing closures of climate stations in this part of the United States.     

A HIGH-RESOLUTION, GRIDDED DATASET FOR MONTHLY TEMPERATURE NORMALS (1971-2000) IN SWEDEN

A baseline climatology is required in evaluating climate variability and changes on regional and local scales. Gridded climate normals, i.e. averages over a 30‐year period, are of special interest since they can be readily used for validation of climate models. This study is aimed at creating an updated gridded dataset for Swedish monthly temperature normals over the period 1971–2000, based on standard 2‐m air temperature records at 510 stations in mainland Sweden. Spatial trends of the normal temperatures were modelled as functions of latitude, longitude and elevation by multiple linear regression. The study shows that the temperature normals are strongly correlated with latitude throughout the year and especially in cold months, while elevation was a more important factor in June and July. Longitude played a minor role and was only significant in April and May. Regression equations linking temperature to latitude, longitude and elevation were set up for each month. Monthly temperature normals were detrended by subtracting spatial trends given by the regressions. Ordinary kriging was then applied to both original data (simple method) and de‐trended data (composite method) to model the spatial variability and to perform spatial gridding. The multiple regressions showed that between 82% (summer) and 96% (winter) of the variance in monthly temperature normals could be explained by latitude and elevation. Unexplained variances, i.e. the residuals, were modelled with ordinary kriging with exponential semivariograms. The composite grid estimates were calculated by adding the multiple linear trends back to the interpolated residuals at each grid point. Kriged original temperature normals provided a performance benchmark. The cross–validation shows that the interpolation errors of the normals are significantly reduced if the composite method rather than the simple one was used. A gridded monthly dataset with 30‐arcsecond spacing was created using the established trends, the kriging model and a digital topographic dataset.     

福建省复杂地形下旬平均气温分布式模拟

为建立高时空分辨率的福建省复杂地形下气温栅格数据集，利用福建省及其周边33个常规气象站观测资料，基于数字高程模型（DEM）数据，综合考虑海拔、太阳总辐射、地表长波有效辐射对旬平均气温的影响，模拟了福建省复杂地形下旬均温的空间分布。结果表明：1）常规站验证结果显示：各旬气温绝对误差平均值（MAE）最小为0.46℃，最大为2.3℃，全年平均为0.87℃；加密站验证结果显示，MAE最大为2.3℃，最小0.5℃，全年平均为0.96℃。2）模拟结果能反映旬均温的宏观分布规律与局地细节特征。宏观范围内，旬均温受纬度影响较大，由北至南气温逐渐升高，沿海地区旬均温整体高于内陆，山区旬均温明显较低；局地范围内，各坡向上气温差异显著，海拔越高、坡度越大，差异越明显；地形因子对旬平均温的影响具有季节差异，具体表现为冬季时地形因子对旬均温的影响最大，秋季次之，春夏季节中地形因子对旬均温的影响最弱。     

Assessing the thermal regime of soils in the depressions of the Prebaikalia and Northern Transbaikalia

Long-term data from meteorological stations have been used in assessing the thermal state of the soil layer in large depressions of the Prebaikalia and Northern Transbaikalia. We examine the characteristics of temperature distribution in depth over an annual cycle for seasonally frozen and permafrost soils. For the Baikalian type depressions we carried out a spatial differentiation of the lowest and highest (having regard to the temperature lag) mean monthly soil temperatures. It is concluded that within a single depression the thermal regime of the soil fluctuates over a very broad range. On the other hand, an identical situation with the temperature regime can occur in different depressions.     

近50 a新疆气温精细化时空变化分析

利用新疆93个气象站1961-2010年的逐月平均气温资料,使用线性趋势分析、Mann-Kendall检测以及基于ArcGIS的混合插值法对春、夏、秋、冬四季和年平均气温的变化趋势、突变特征以及各气温要素多年平均值和突变前后变化量的空间分布进行了分析。结果表明：（1）新疆春、夏、秋、冬四季和年平均气温的空间分布总体呈现“南疆高,北疆低;平原和盆地高,山区低”的格局。（2）在全球变暖背景下,1961-2010年新疆春、夏、秋、冬四季和年平均气温分别以0.24 ℃/10 a、0.21 ℃/10 a、0.39 ℃/10 a、0.49 ℃/10 a和0.33℃/10 a的倾向率呈显著的上升趋势,并分别于2004年、1997年、1995年、1985年和1994年发生了突变性的上升,突变后较突变前,各季和年平均气温分别升高了1.5 ℃、0.8 ℃、1.2 ℃、1.6 ℃和1.0 ℃,但气温上升幅度具有明显的区域性差异,其空间分布总体呈现“北疆大,南疆小”的格局。     

Construction of the homogenized temperature series during 1910–2014 and its changes in Hunan Province

Based on the statistical method and the historical evolution of meteorological stations, the temperature time series for each station in Hunan Province during 1910–2014 are tested for their homogeneity and then corrected. The missing data caused by war and other reasons at the 8 meteorological stations which had records before 1950 is filled by interpolation using adjacent observations, and complete temperature time series since the establishment of stations are constructed. After that, according to the representative analysis of each station in different time periods, the temperature series of Hunan Province during 1910–2014 are built and their changes are analyzed. The results indicate that the annual mean temperature has a significant warming trend during 1910–2014 and the seasonal mean temperature has the largest rising amplitude in winter and spring, followed by autumn, but no significant change in summer. Temperature variation over Hunan Province has several significant warm-cold alternations and more frequent than that in whole China. Annual and seasonal mean temperatures except summer and autumn have abrupt warming changes in the recent 100 years. The wavelet analysis suggests that the annual and four seasonal mean temperatures in recent 100 years have experienced two climatic shifts from cold to warm.