梅江河流域年均降雨量空间插值方法研究

分析了降雨空间分布的影响要素及降雨空间插值的主要方法,并在此基础上,利用地理信息系统(GIS)的空间分析功能,综合考虑高程、坡度、坡向等影响降雨空间分布的多种要素,应用协克里金方法,探讨流域降雨量的空间插值问题及其应用,并与反距离权重法、克里金方法等单要素方法进行了降雨空间插值的效果比较.结果表明:应用协克里金方法,在综合考虑高程、坡度、坡向等影响要素的条件下,对降雨进行空间插值,其结果具有比较好的精度.     

气象要素栅格化方法比较——以福建省月平均气温为例

以福建省70个地面气象观测资料中的1976年1月、7月平均气温,经纬度,海拔及由DEM所提取的坡向、坡度为数据源,采用反距离权重法、克里格法、协同克里格法等空间插值方法,对1月、7月平均气温进行空间插值,并用交叉验证、平均绝对误差、均方根误差等检验标准对各种插值方法的精度进行比较分析.结果表明:综合考虑了海拔、经纬度、坡度、坡向等影响要素的协同克里格方法用于月平均气温的空间插值相对较好.     

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。     

复杂地形条件下风速插值研究——以吉林省为例

以ARCGIS为平台,利用吉林省1∶25万DEM数据,土地利用数据和气象台站资料,在Kriging插值的基础上,综合考虑下垫面、海拔高度、坡度、坡向和坡位等地形要素对风速的影响,对吉林省的冬季风风速分布进行模拟。研究结果表明,基于地形因子的风速校正有效提高了风速插值的精度,可以作为风速插值方法的有效补充,实现复杂地形条件下风速的精确模拟。     

环境因子对土壤水分空间异质性的影响——以北京市怀柔区为例

为了探讨山区表层土壤水分的空间分布格局及其影响因素,以北京市怀柔区为研究区域,联合使用ALOS/PA-LSAR微波数据和Landsat-5遥感影像反演得到研究区的土壤水分数据,运用旋转主成分分析法分析了高程、坡度、坡向和植被盖度4个环境因子对土壤水分的影响情况及分布规律,并确定相应的主控因子.结果表明:高程和坡度是影响山区表层土壤水分空间变异的主控因子,植被盖度次之,坡向的影响最弱.对主控因子(高程和坡度)的单因素分析表明,土壤含水量随着高程的增加而逐渐减少,随着坡度的增加,土壤含水量总体上呈现先增加(坡度＜3°)后减小(坡度＞3°)的趋势,对深入研究山区土壤水分分布特性和水土保持具有指导意义.     

喀斯特石漠化小流域景观的空间因子分析——以贵州清镇王家寨小流域为例

以贵州喀斯特地区的王家寨小流域为研究对象,基于多源信息,依托RS和GIS技术获取2005年该流域石漠化景观格局信息,以此为基础进行石漠化景观分布指数、石漠化综合指数、 -s平面分析模型以及三次曲线拟合等分析,旨在从小流域尺度上探讨石漠化景观在坡度、坡向、高程和与村庄距离等空间因子上的分布规律。结果表明:潜在、轻度石漠化景观受坡度影响最显著;其他类型石漠化景观受坡向影响最明显。石漠化程度先随坡度的增大而加重,27°后呈缓解趋势;各坡向中南、东南坡石漠化最严重;随高程增加石漠化加剧;距村庄越远石漠化越严重。初步推断各空间因子对石漠化程度的影响由强至弱的顺序为:坡度、坡向、高程、与村庄的距离。     

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。     

地形复杂度对坡度坡向的影响

采用三阶不带权差分算法，研究了地形复杂度与坡度坡向的关系，澄清了目前关于坡度坡向误差空间分布的矛盾观点，并分别在凹向椭球和高斯合成曲面数学模型曲面DEM上对其进行验证。通过研究得出：①坡度、坡向误差与坡度值正相关；②坡度坡向误差主要分布在平坦地区；③坡向误差较坡度误差对DEM高程数据误差敏感，较小的DEM误差引起较大的坡向误差。     

起伏地形下黄河流域太阳直接辐射分布式模式

基于数字高程模型(DEM)数据和气象站观测资料建立了起伏地形下太阳直接辐射分布式计算模型,模型充分考虑了地形因子(坡向、坡度、地形相互遮蔽)对起伏地形下太阳直接辐射空间分布的影响;以1km×1km分辨率的DEM数据作为地形的综合反映,计算了起伏地形下黄河流域1km×1km分辨率太阳直接辐射的空间分布;深入分析了起伏地形下太阳直接辐射受地理、地形因子影响的变化规律.结果表明受地形起伏和坡向、坡度等局地地形因子的影响,山区年太阳直接辐射量的空间差异比较明显,向阳山坡(偏南坡)的年直接辐射量明显高于背阴山坡(偏北坡).     

基于DEM的大尺度季风风速空间分布模拟研究

起伏地形条件下的风速空间变化受多种地形因素的影响,以往利用DEM对风速空间分布的模拟一般是在内插基础上进行高程订正,不能反映迎风坡和背风坡的风速差别。利用山东日照1∶5万DEM数据,借助研究区及周边6个气象台站1970—2000年的冬季月平均风速资料,在确定冬季主风向的前提下,利用ARC/INFO软件,综合考虑海拔高度、坡度、坡向和坡位等地形要素对风速的影响,通过编写AML程序,实现了起伏地形条件下风速空间分布的模拟,其结果更接近实测风场,为日照市茶树适生环境评价提供重要的冬季风空间分布基础资料。     

秦岭主脊区年降水量空间插值最优方法研究

利用ARCGIS软件,以研究区多年平均年降水量为数据源,开展以下研究：（1）采用反距离权重法、普通（泛）克里金法、样条函数法和趋势面法进行直接内插。（2）利用降水量随海拔递增率,再次利用以上方法进行插值。（3）分析站点数量的变化对插值精度的影响。（4）分析插值空间尺度变化对插值精度的影响。针对插值结果,使用交叉验证法来评估插值方法的优劣,旨在找出研究区年降水量空间插值的最优方法。结果表明：（1）研究区多年降水量与纬度呈现出很好的负相关,与其他各地理环境因子相关性很差或无相关性。（2）考虑降水随海拔的递增率后,研究区南坡西段和研究区海拔<600 m和>800 m的大部分观测站的空间内插精度得到有效提高,其它区域以及其它海拔区间的插值精度反而降低,因此使用单一线性数据作为整个研究区降水随海拔的变化率不够科学和严谨。（3）在缺少研究区不同剖面降水观测资料的情况下,权重为0.001 的正规则样条函数法是最优插值方法。（4）像元尺度在50～1 000 m间的变化对降水插值的不确定影响甚微;插值精度与选取的插值点个数无明显相关性,当站点个数为20个时,插值精度最高。     

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。     

基于地统计学和GIS的福建省降雨侵蚀力空间格局

运用地统计学,结合GIS技术研究了福建省降雨侵蚀力空间分布特征.采用变异函数定量描述空间分布结构特征和析取克里格法进行最优插值,结果表明:福建省降雨侵蚀力变异函数采用指数模型模拟较好,有显著的空间结构性特点,且具有中等空间相关性;分形维数表明降雨侵蚀力表现出一定的方向性特点,在NW-SE向相关性较好;从Kriging插值结果可知,析取克里格插值优于普通与简单克里格插值,降雨侵蚀力较大值分布于研究区域的西北和东北部地区.     

基于改进证据权重法的北海道地震同震滑坡易发性评价

多模型耦合方法被广泛应用于同震滑坡易发性评价研究,但耦合证据权重法和其他方法的改进型证据权重法鲜有涉及。该文以北海道地震震中区为研究区,基于震前和震后高精度遥感影像解译出5977处同震滑坡(以中小型为主),选取高程、坡度、距断层距离、距水系距离等8个滑坡易发性评价因子,对同震滑坡的空间分布规律和控制因子进行分析,发现同震滑坡集中发育在距断层小于5 km、距水系小于800 m、峰值地面加速度(PGA)0.5 g、高程90~250 m、坡度20°~40°、坡向东至东南向、岩性以页岩和砾岩为主的区域内;基于改进型证据权重法,综合考虑地形、地质和水文条件对北海道同震滑坡易发性进行评价,经ROC曲线评价模型验证,发现改进模型曲线下面积(AUC)为0.916,较原模型(AUC为0.870)精度有明显提高。改进模型能为同震滑坡易发性评价提供新的研究思路,并为震后区域防灾减灾提供科学依据。     

降雨信息空间插值的不确定性分析

文章以潮白河流域为样区,根据58个雨量站1990年的降雨观测数据,采用反距离权重法、克立格法、样条函数法、趋势面法等插值方法,分析了站点数量变化、时间尺度变化、栅格像元的尺度变化、插值方法的差异对降雨数据空间插值结果的影响,剖析降雨插值中的不确定性。结果表明：（1）插值站点数量越大,区域降雨插值的不确定性越小;（2）像元尺度在50m~1000m间变化对降雨插值的不确定性只有微弱的影响;（3）对应于时间尺度由年到月到日的变化,降雨插值的不确定性随时间尺度的减小而显著增大;（4）不同插值方法影响到降雨空间插值的不确定性水平。为了减少降雨信息空间插值的不确定性,根本途径是要引入第三方相关变量,并将其整合到现有的插值算法中。高相关性变量的选取及其与插值模型的整合方式将成为降雨插值研究的主导方向。     

Crossing natural and data set boundaries: coastal terrain modelling in the South-West Finnish Archipelago

Geographical information systems (GIS) are important tools in coastal research and management. Coastal GIS applications involve special challenges, because the coastal environment is a complex transitional system between the terrestrial and marine realms. Also acquisition methods and responsibilities for spatial data (and thus their properties) change at the shoreline. This article explores the consequences of this land-sea divide for coastal terrain modelling. We study how methods designed for terrestrial environments can be used to create integrated raster coastal terrain models (CTMs) from coarse elevation and depth data. We focus on shore slopes, because many particularities of coastal terrain and the data which describe it as well as the resulting problems are concentrated in the shore zone. Based on shorelines, terrestrial contours, depth contours and depth points, we used the ANUDEM algorithm to interpolate CTMs at different spatial resolutions, with and without drainage enforcement, for two test areas in a highly complex archipelago coast. Slope aspect and gradient rasters were derived from the CTMs using Horn's algorithm. Values were assigned from the slope rasters to thousands of points along the test areas' shorelines in different ways. Shore slope gradients and aspects were also calculated directly from the shorelines and contours. These modelled data were compared to each other and to field-measured shore profiles using a combination of qualitative and quantitative methods. As far as the coarse source data permitted, the interpolation and slope calculations delivered good results at fine spatial resolutions. Vector-based slope calculations were very sensitive to quality problems of the source data. Fine-resolution raster data were consequently found most suitable for describing shore slopes from coarse coastal terrain data. Terrestrial and marine parts of the CTMs were subject to different errors, and modelling methods and parameters had different consequences there. Thus, methods designed for terrestrial applications can be successfully used for coastal terrain modelling, but the choice of methods and parameters and the interpretation of modelling results require special attention to the differences of terrestrial and marine topography and data.     

气象要素空间插值方法优化

在区域水土平衡模型的研究中 ,空间插值可提供每个计算栅格的气象要素资料。本文运用反距离加权法 (IDW )和梯度距离反比法 (GIDW ) ,对 196 1～ 2 0 0 0年甘肃省及其周围85个气象站点的多年平均温度与降雨量进行了内插。交叉验证结果表明 :对于IDW和GIDW ,二者温度插值的平均绝对误差 (MAE)分别为 2 2 8℃和 0 73℃ ,平均相对误差(MRE)分别为 2 9 0 2 %和 9 4 1% ,降雨插值的MAE值依次为 5 5 2mm和 4 90mm ,MRE值分别为 19 4 3%和 17 80 % ,GIDW明显优于IDW。需要指出的是 :对于降雨 ,当其经纬度和海拔高程的复相关系数大于 0 80时 ,GIDW插值结果优于IDW ;否则相反     

Influence of survey strategy and interpolation model on DEM quality

Accurate characterisation of morphology is critical to many studies in the field of geomorphology, particularly those dealing with changes over time. Digital elevation models (DEMs) are commonly used to represent morphology in three dimensions. The quality of the DEM is largely a function of the accuracy of individual survey points, field survey strategy, and the method of interpolation. Recommendations concerning field survey strategy and appropriate methods of interpolation are currently lacking. Furthermore, the majority of studies to date consider error to be uniform across a surface. This study quantifies survey strategy and interpolation error for a gravel bar on the River Nent, Blagill, Cumbria, UK. Five sampling strategies were compared: (i) cross section; (ii) bar outline only; (iii) bar and chute outline; (iv) bar and chute outline with spot heights; and (v) aerial LiDAR equivalent, derived from degraded terrestrial laser scan (TLS) data. Digital Elevation Models were then produced using five different common interpolation algorithms. Each resultant DEM was differentiated from a terrestrial laser scan of the gravel bar surface in order to define the spatial distribution of vertical and volumetric error. Overall triangulation with linear interpolation (TIN) or point kriging appeared to provide the best interpolators for the bar surface. Lowest error on average was found for the simulated aerial LiDAR survey strategy, regardless of interpolation technique. However, comparably low errors were also found for the bar-chute-spot sampling strategy when TINs or point kriging was used as the interpolator. The magnitude of the errors between survey strategy exceeded those found between interpolation technique for a specific survey strategy. Strong relationships between local surface topographic variation (as defined by the standard deviation of vertical elevations in a 0.2-m diameter moving window), and DEM errors were also found, with much greater errors found at slope breaks such as bank edges. A series of curves are presented that demonstrate these relationships for each interpolation and survey strategy. The simulated aerial LiDAR data set displayed the lowest errors across the flatter surfaces; however, sharp slope breaks are better modelled by the morphologically based survey strategy. The curves presented have general application to spatially distributed data of river beds and may be applied to standard deviation grids to predict spatial error within a surface, depending upon sampling strategy and interpolation algorithm.