基于符号回归的四川省多因子气温空间插值

以四川省为例开展复杂地形下气温插值方法的研究,结合遥感数据、DEM数据与气象站点数据,基于符号回归分别构建多因子气温插值模型、少因子气温插值模型,并与多元线性回归模型和传统插值方法(反距离权重法、普通克里金法、协同克里金法)进行对比。结果表明：基于符号回归的两种模型与多元线性回归模型在四季插值精度均显著优于传统插值方法,其中多因子气温插值模型在四季精度皆为最高;评估基于符号回归的两种模型与多元线性回归模型在简单与复杂地形区域下的气温插值精度,多元线性回归模型在夏季整体精度最差,少因子气温插值模型在冬季的复杂地形区域插值精度最低,而多因子气温插值模型在两种地形区域的全年插值精度皆最优;多因子气温插值模型的气温空间分布特征与遥感气温产品最相近,整体误差较小,可精准反映气温空间分布特征。基于符号回归的多因子气温插值模型可以提升复杂地形区域气温插值精度。     

基于DEM的复杂地形气温空间插值研究

利用江西省87个国家气象观测站点1987—2016年月平均气温资料,结合数字高程模型(DEM),建立了一个基于江西省DEM的多元线性回归空间插值模型,并与传统的反距离权重法(IDW)、普通克里金插值法(OK)和协同克里金插值法(CK)进行空间插值精度和效果对比。研究表明:基于DEM的多元线性回归空间插值方法(MLR)的误差精度和插值效果均优于其他3种传统插值方法。江西省月(年)平均气温与纬度和海拔高度呈负相关,与经度呈正相关,与坡度、坡向无明显相关性;江西省月平均气温垂直递减率约为0.35—0.65℃/(100 m),年平均气温垂直递减率约为0.49℃/(100 m)。     

江西省降水空间插值方法适用性分析

文中基于数字高程模型,建立了多元线性回归插值模型(MLR)和PRISM空间插值方法,并与传统的反距离权重法(IDW)和普通克里金插值法(OK)进行比较.结果表明:1)江西省5月、7—10月降水量与海拔高度存在显著的相关性,与坡度、坡向无明显相关.2)从插值精度来看,3—9月PRISM和MLR空间插值精度明显优于IDW和OK,冬半年IDW和OK插值精度略高于MLR和PRISM;4种插值方法的年降水量插值精度排序为PRISM>MLR>OK>IDW;PRISM和MLR在高海拔地区的插值精度远高于IDW和OK.3)从插值效果来看,4种插值方法的降水空间分布具有一致性,MLR和PRISM优于IDW和OK.     

基于DEM修订的新疆区域气温空间插值精度优化研究

为研究新疆地区气温的空间变异性,以新疆66个国家气象台站1981—2010年月平均气温和30 m空间分辨率DEM数据为基础,采用传统插值法、基于DEM多元线性回归插值和基于DEM修正的空间插值方法对新疆区域气温数据进行栅格化,并分析年平均气温与海拔的相关关系。通过采用反距离权重法(IDW),普通克里格法(Kriging),样条函数法(Spline)和趋势面分析法(Trend)4种空间插值方法对气象要素进行直接插值、气温多元回归模型残差结果插值、基于DEM修正插值对比分析。通过针对插值方法进行基于MAE和RMSIE的交叉验证,结果表明传统插值方法、基于多元线性回归和基于DEM修正4种空间插值精度均为IDWKrigingSplineTrend。反距离权重(IDW)空间插值方法最优,基于DEM修正IDW插值、基于多元线性回归IDW插值与传统IDW插值精度分别是0.039、0.477、1.038,插值结果客观的表达了新疆区域气温随空间梯度的变化趋势。     

基于机器学习的气温要素空间插值

掌握近地表气温的空间分布对于科学理解生态环境变化和陆地-大气热力学相互作用机理等至关重要,然而气象观测站在地理空间上分布不均,为区域的气温插值带来了挑战。本文以全国711个气象站点的月平均气温为基础数据,分析了气温与经度、纬度和高程的相关性,利用随机森林、支持向量机、高斯过程回归三种机器学习方法,对中国陆地区域的气温进行了空间插值,并与反距离权重、普通克里金以及ANUSPLIN等传统的插值方法以及全球土地数据同化系统（Global Land Data Assimilation System,GLDAS）气温数据产品进行对比。结果表明：（1）在整个中国陆地区域,利用机器学习进行气温插值的精度明显高于传统的反距离权重和普通克里金插值,并且机器学习方法明显提高了夏季的气温插值精度（R2）;(2)在三种机器学习方法中,高斯过程回归表现最好,支持向量机次之,然后是随机森林,ANUSPLIN具有较高的插值精度,但是整体低于高斯过程回归模型;（3）在气象站点稀少且分布不均匀的青藏高原地区,三种机器学习方法插值精度明显高于反距离权重和普通克里金方法,且整体优于ANUSPLIN的结果,尤其是在夏季,机器...     

GIS空间插值方法在内蒙古气温插值中的应用

文章对GIS软件中几种常见插值方法的原理进行了详述,剖析了插值过程中参数设置对插值结果产生的影响。以内蒙古多年平均气温插值为例,对比了各种插值方法的优劣,结果表明:普通克里金法的插值结果最能反映内蒙古多年平均气温的分布特征,均方根误差为1.138℃;反距离权重法可反映基本特征但等值线不够平滑、局部有"牛眼"现象,均方根误差为1.260℃;趋势面法不能反映基本特征,均方根误差为1.425℃;使用协同克里金法,将高程作为协同因子对普通克里金算法进行改善,未取得明显效果。     

重庆山地区域气象要素空间插值方法对比

利用重庆地区1999年和2018年气象数据, 分别采用薄盘光滑样条、协同克里金、普通克里金、反距离加权4种方法, 从年和月两种尺度对气温、降水、太阳总辐射三个要素进行空间插值; 采取交叉验证方法, 用MAE、MRE、RMSE评估插值精度, 确定各要素最优插值方法。结果表明: 气温和太阳总辐射最优插值方法为薄盘光滑样条, 降水为反距离加权; 插值精度上气温、太阳总辐射高值月份优于低值月份, 降水则相反, 但三个要素均表现出年尺度优于月尺度。MRE检验表明, 插值精度为气温>太阳总辐射>降水, 1999年年尺度插值精度分别为1.86%、4.60%、6.87%, 月尺度插值精度分别为2.79%、5.82%、17.42%;2018年太阳总辐射年、月尺度插值精度分别为3.03%、4.88%, 区域站加密后气温、降水年尺度插值精度分别为2.03%、11.20%, 月尺度对应插值精度分别为3.20%、23.14%。     

粤北山区降水量空间插值方法对比分析

利用韶关市2015—2020年区域自动气象站降水数据，选用泰森多边形法、反距离权重法、普通克里金法、协同克里金法、样条函数法、薄盘光滑样条函数法6种插值方法对降水插值效果进行对比分析，结果表明：各种插值算法一致反映出韶关地区2015—2020年平均降水空间分布整体呈现中南部多、北部少，降水大值区位于韶关南部与清远交界一带，且极值区域落在曲江南部喇叭口地形处；对于粤北山区降水插值，在前汛期、后汛期和年尺度上考虑高程和经纬度的协同克里金法的均方根误差(RMSE)最小，且能很好的反映局部地形降水特征；在月尺度上，泰森多边形法的RMSE最小。     

基于DEM的江苏气温空间插值研究

以江苏省及周边39个常规气象站点1957—2001年的月平均气温数据和90 m空间分辨率的DEM数据为基础,采用基于DEM的多元线性回归插值方法,分析多年平均气温与海拔、坡度和坡向等地形因子的相关关系,建立适合该区域的多元回归空间插值模型.同时与反距离权重法(IDW)和克里格(Kriging)插值法等传统方法的计算结果进行对比,并用交叉验证方法比较5种插值方法的精度.结果表明:该研究区各月气温递减率在 0.5~0.9 ℃/(100 m) 左右;基于DEM的多元线性回归空间插值方法(MLR)无论从插值效果还是误差精度上,均优于其他传统插值方法.插值结果客观地表达了气温与各地形要素的相关性,反映了气温的空间变异性.     

基于DEM的气温插值方法研究

以甘肃河东为研究区,利用河东及周边的82个气象站点1971~2004年的月平均气温数据,结合数字高程模型(DEM),在分析平均气温与经度、纬度、海拔高度、坡度、坡向地形要素相关关系基础上,提出了一种基于DEM的多元线性回归空间插值方法(MLR),并与传统的反距离平方法(IDS)、样条函数法(SPLINE)和普通克里金法(OK)进行了精度比较.精度验证结果显示:无论从误差大小还是从插值效果上,考虑了地形要素的MLR方法均优于传统的插值方法.最后,基于MLR插值方法生成84 m×84 m甘肃河东地区月平均气温栅格数据集.平均气温结果表明:河东各月平均气温大致呈现由东南向西北逐渐降低的空间格局,且平均气温的季节内波动差异较大.其中,夏季气温的波动幅度最小,波动幅度自西向东减弱;冬季次之,有自北向南减弱的趋势;春季和秋季较大,有自西南向东北降低的趋势.     

西安市各区县气温预测统计方法对比分析

利用西安市7个国家一般气象站1971—2000年的逐月平均气温,依次选用最优气候值法、多元线性回归预测法、自回归移动平均法(ARIMA)和灰色系统理论法进行回报检验,模拟出7个站点2001—2013年的月、季、年平均气温,再对其进行PS评分和异常级分析,结果显示:季、年平均气温预测以最优气候值法、灰色系统理论法较为适用,月平均气温预测中各种方法在时空序列上各有优劣,多元线性回归预测法应适当避免使用;从时间尺度来看,春、夏、秋和年平均气温预测以最优气候值法最优,冬季平均气温预测以自回归移动平均法最优,月平均气温预测3—8月以最优气候值法最优,1—2月、9—12月以自回归移动平均法最优;从空间尺度来看,靠近山区及平原区(周至、户县、市区、高陵)月、季、年平均气温预测以灰色系统法最优,山区与平原区过度区域(临潼、蓝田、长安)月、季、年平均气温预测以最优气候值法最优。     

基于GIS的陕西省极端气温及其重现期值的空间分布特征研究

通过统计方法,分析陕西省极端最高、最低气温重现期,并以GIS为工具,结合数字高程模型,对其进行空间插值处理,从而得到其在陕西省的空间分布。结果表明：威布尔分布计算陕西省的极端气温重现期较为合理;在考虑海拔高度影响时,普通克里金插值方法效果最佳;陕西省极端气温空间分布和重现期值的空间分布具有明显地域特征。     

GPS大气可降水量空间插值方法对比研究

对比分析不同空间插值模型对GPS大气可降水量的插值精度,并对插值误差影响因素进行研究.利用反距离权重法、全局多项式法、局部多项式法、径向基函数法、普通克里金法5种常用空间插值方法对SuomiNet 网GPS PWV数据进行插值,应用交叉验证法对比分析各方法的精度,得出5种插值模型均达到一定的插值精度.其中,普通克里金法和径向基函数法插值精度最高,全局多项式法和反距离权重法精度最低,而局部多项式法插值精度中等.对插值误差影响因素的分析表明,GPS站点密度越高、水汽值越低、水汽值变化程度越小,空间插值精度越高.研究成果可为大气水汽含量空间分布特征和规律研究,以及空间插值方法选取提供借鉴.     

三种插值方法对区域自动气象站日气温缺测数据插补的适用性研究

为解决气温观测记录缺测的问题,选择反距离权重插值(Inverse Distance Weighted,IDW)、普通克里金插值(Ordinary Kriging,OK)和多元线性回归(Multiple Linear Regression,MLR)三种方法,以湖北省2020年为例,对全省逐日平均气温(T)、最高气温(T_max)和最低气温(T_min)进行空间插补,并采用平均绝对误差(Mean Absolute Error,MAE)对3种方法的插补结果进行检验。结果表明:用MLR插补得到的Tmax、Tmin、T的MAE最小,分别为0.41℃、0.31℃和0.20℃,其中T的插补误差在1℃以内的站点比例高达100%;相比IDW和OK,MLR插补结果的MAE空间分布均匀,其不仅随海拔高度变化较小,随季节变化也相对较小。单站试验结果表明,当用于MLR模型的样本数量越多、时间离散度越大时,MLR对气温的插补效果越好。总体上,对日气温缺测数据的插补效果,MLR最优,IDW次之,OK最差;对于建立气象站点长时间连续气温数据集而言,MLR更适合解决区域自动气象站...     

高山区多时间尺度Anusplin气温插值精度对比分析

以中国地形起伏较大的横断山区为研究区,利用研究区内51个国家气象站点1960-2014年气温数据,以高程为协变量,采用Anusplin对不同时间分辨率(年代、年均、季节、月、日)的气温数据分布进行空间插值。通过气象站点交叉验证,结合绝对误差(平均绝对误差和均方根误差)和相对误差(平均相对误差)等量化指标,对比分析各个时间尺度气温数据的插值精度。结果表明:(1)夏季插值的绝对精度和相对精度最优,年代、年均和秋季气温插值的绝对精度水平相近,春季次之,冬季气温插值的绝对精度和相对精度最差。(2)在区域气候变化趋势方面,各个时间尺度气温插值数据的变化趋势和变化率与观测值结果一致。(3)年内各月均温和各月内日均温插值结果的相对精度和绝对精度在夏季月份精度最佳,在冬季月份精度最差,且各月内日均温插值结果在绝对精度和相对精度方面均低于各月均温插值结果的精度水平。分析显示,利用Anusplin的山区气温插值,气温海拔梯度性的优劣是造成不同时间尺度气温插值精度水平不一致的主要原因。     

近57年我国气温格点数据集的建立和质量评估

在普通克里金插值方法的基础上, 引入高程因子并充分考虑插值的边界效应, 对1951:2007年我国气温站点资料进行空间结构分析和插值, 得到我国地面气温日、月、年平均值1°×1°格点数据集。数据集的质量评估结果表明:高程在我国区域气温空间结构分析和插值中起着重要作用, 高程资料的引入有效提高了大部分高山地区的插值效果; 相比站点资料, 所建立的格点数据集在描述我国年平均气温以及季节平均气温分布时更为合理, 突出了温度场的大尺度特征; 数据集反映出了我国年平均气温变化趋势主要的空间差异; 数据集较好地反映了我国年平均气温变化状况, 1951- 2007年气温变暖幅度约为1.6 ℃, 增温速率0.28 ℃/10 a, 比全球或半球同期平均增温速率明显偏高, 且气温增暖主要发生在最近的20余年之内。另外, 格点数据集显示, 1998—2007年是1951年以来最暖的10年, 其中2006年全国平均气温距平接近2000年之前的历史最高年份1998年, 而2007年全国平均气温距平值超过1998年, 达到1951年以来的历史最高值1.3 ℃, 为最暖的一年。     

基于ANUSPLIN的京津冀区域逐日气温格点数据集建立方法研究

为建立一个高精度、高空间分辨率的逐日气温格点数据集,满足公共气象服务对于精确信息及实时信息的需要,利用2018年6—8月京津冀区域以及临近省区共3 974个国家级及区域气象观测站质控后的逐日气温资料,采用ANUSPLIN软件对逐日气温数据进行空间内插,得到了京津冀区域逐日气温格点数据集（0.01°×0.01°）,并分别利用反距离权重插值法、普通克里金插值法、样条函数法对逐日气温数据进行空间插值,采用相关系数（Corr）、平均绝对误差（MAE）、平均相对误差（MRE）等作为评估指标来检验插值精度。结果表明：1）ANUSPLIN软件满足了空间插值对精度及曲面平滑度的要求,能直观体现京津冀区域气温由北向南递增的空间分布特征;2）4种插值方法中,基于ANUSPLIN软件的插值结果最优,相关系数平均达0.97,其样本误差在1 ℃之内占比为90.59%,MAE为0.46 ℃,MRE为1.81%;3）插值误差较大的区域位于冀北高原、燕山丘陵及太行山脉一带,高海拔、低站点密度等是造成插值误差的主要原因。基于ANUSPLIN插值方法建立的逐日气温格点数据集具有分辨率高、空间插值误差小的优势,ANUSPLIN对气温的空间分布具有较好的预测能力。     

都江堰特大暴雨过程中GIS的多种面雨量计算方法对比

本文采用GIS栅格插值的常用方法,反距离权重法(IDW),样条函数法(Spline),克里金法(Kriging),协同克里金法(Co-Kriging),泰森多边形法(Thissen)对2013年7月8～11日都江堰特大暴雨过程进行面雨量计算的对比分析,并用FLood Area模型对此次过程中白沙河流域的暴雨洪涝过程进行模拟,结果显示:5种面雨量计算方法的结果受雨量站密集程度和降水空间分布特征的制约,特别是样条函数法和泰森多边形法,对雨量站分布影响较为敏感;小时面雨量计算中站点分布对样条函数法影响更大;协同克里金法计算面雨量可使FLood Area模拟结果更优,更接近于真实值;在复杂地形条件下面雨量计算中,考虑地形的相关影响可有效提高降水插值精度,使Flood Area模型的模拟结果误差更小。      

贺州市丘陵区降雨量的空间插值方法比较

以2012—2021年贺州市113个自动气象站年平均降雨量数据为基础,基于GIS技术,选取反距离权重插值方法（IDW）、普通克里金插值方法（OK）、协同克里金插值方法（CK）、径向基函数插值方法（RBF）、局部多项式插值方法（LPI）和经验贝叶斯克里金插值方法（EBK）,分别对贺州市多年年平均降雨量进行空间插值,对插值结果进行交叉检验和误差分析。结果表明,在考虑贺州市多年平均降雨量的上下限和空间分布特征,局部多项式插值方法（LPI）插值效果最好,能较为真实地表现贺州市多年平均降雨量空间分布特征。贺州市多年平均降雨量的分布特点为自东北向西南逐渐增多,受地形地貌影响,其年平均降雨量最大值主要位于贺州市昭平县。     

梧州市百香果气候适宜性种植区划研究

选取年平均气温、年极端最低气温、日平均气温稳定通过18～22℃年有效积温和10月至次年4月日照时数四个区划因子,采用多元线性回归方法建立各气候区划因子的空间模型,运用层次分析法及专家打分法,制作梧州市百香果气候适宜性种植区划图。结果表明,百香果产业可适度在梧州市发展,但冬季的低温冷害、夏季的高温热害是限制梧州市百香果产业发展的主要因子。