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。     

复杂地形区域平均气温空间插值方法研究

采用反距离权重、克立格、径向基函数法、三维二次趋势面和地理加权回归5种方法,对云南125个站1月、4月、7月、10月和年的30年平均气温进行空间插值并比较分析发现:反距离权重、克立格、径向基函数法3种常规插值方法对地形复杂的云南气温空间分布模拟精度不高;三维二次趋势面和地理加权回归模型对云南气温空间分布模拟较好,交叉检验结果显示前者的平均绝对误差(MAE)为0.43~1.02℃,均方根误差(RMSE)为0.67~1.77℃,其推算的云南气温栅格数据能较好地反映出云南各地气温的分布和差异;GWR模型对气温的交叉验证在5种插值方法中误差最小,插值结果 MAE在0.65℃以下,RMSE在0.8℃以下;进而使用"地理加权回归模型插值+反距离权重残差内插"叠加法对抽取的10个检验站平均气温进行插值检验,64%的插值结果绝对误差在0.5℃以内,74%的插值结果相对误差在5%以内,且实测值与插值估算值回归关系决定系数R2在0.9以上。     

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%。     

支持向量机优化的克里金插值算法及其海洋资料对比试验

针对常规克里金插值方法中变异函数为有限确定函数,难以准确刻画实际数据分布（特别是复杂要素资料的空间结构）的不足,基于最小二乘支持向量机从实际资料场中拟合重构变异函数的研究思想,提出了一种改进的插值方法——支持向量机—克里金插值算法（SVM-Kriging）。采用常规的克里金方法和支持向量机—克里金插值方法（SVM-Kriging）进行插值试验和对比分析,结果表明：支持向量机—克里金方法（SVM-Kriging）的变异函数源自实际的数据场,它克服了常规克里金插值对变异函数选择的依赖性以及变异函数选择的主观性和人为性,表现出较好的针对性和客观性,较为有效地改善了插值效果。     

复杂山地环境下气候要素空间插值精度比较研究

空间插值可以提供每个计算栅格的气候要素资料,该文运用反距离加权插值法（IDW）、普通克里格插值法、薄盘光滑样条函数拟合法3种空间插值方法,对1971--2000年西南地区复杂山地环境下92个气象站点温度、降水以及相对湿度的各月气候平均值和多年平均值进行了空间插值。并进行了交叉验证和随机站点验证,运用绝对平均误差（MAE）、相对平均误差（MRE）及均方根误差（RMSE）作为插值精度检验的标准。结果表明：插值方法中,薄盘光滑样条函数插值法在山地环境下对3种气象要素的插值精度是最优的,特别是对于温度和降水,而对于相对湿度3种方法差别不大,都可以满足精度要求;在时间尺度上,对于温度相对较低、降水量相对较小的冬季,3种插值方法插值精度都相对于夏季和年平均明显较差,相对湿度插值精度季节差异不明显。     

不同空间插值方法对重庆地区降水的适用性分析

利用中国气象局全国综合气象信息共享平台（CIMISS）提供的1981~2018年重庆地区35个国家气象站逐日降水资料,采用最小曲率插值法、径向基函数插值法、克里金插值法、局部多项式插值法、反距离加权插值法以及改进的Shepard插值法,对平均累计降水、降水极值以及夏季极端降水空间插值模拟结果进行交叉检验。结果表明:空间插值方法在渝西和渝中大部分地区以及长江沿线地区适用性较好,在渝东北、渝东南地区北部以及渝西地区南部的山区适用性较差。对于平均累计降水,各插值方法的均方根误差随着降水量的增加而增大,其中最小曲率插值法整体表现最为稳定,最小曲率插值法在渝东南、渝中以及渝西地区最为适用,径向基函数插值法在渝东北地区最为适用。对于降水极值,量级模拟最好的插值方法为径向基函数插值法,位置模拟最好的方法为最小曲率插值法。对于夏季极端降水,最小曲率插值法插值结果与实况最为接近。      

面雨量空间扩展估算法

以温州地区1991～2001年90个观测站的月平均降雨为例,在GIS支持下,对样条函数法、克立格内插法及距离平方反比法这3种插值方法进行了对比研究;并在90个观测站中筛选出最少量的、能达到稳定结果的站点数;还考虑了插值的空间分辨率对结果的影响。对上述3点进行大量的计算、统计分析的结果表明:①在选择距离平方反比法及样条函数法对月平均降雨量插值效果均较好;②利用这两种插值方法对不同站点密度选取不同空间分辨率插值后得出,选取50站误差趋于稳定,利用距离平方反比法插值结果误差较小,而空间分辨率对结果几乎没有影响。利用距离平方反比法,选择50个站得到了温州地区1km×1km面雨量空间扩展结果,为水文预报工作提供一种较精确的面雨量估算和输入方法。     

复杂地形下浙江夏季气候要素空间插值方法评价

利用1988—2017年浙江省68个国家气象观测站气温和降水数据,分别采用ANUSPLIN、反距离加权(IDW)和普通克里格(O-kriging)3种方法,估算夏季平均气温和降水量空间插值。同时,应用交叉验证方法评价3种方法的精度差异,并进行空间误差分析,探讨符合浙江复杂地形条件和气候背景下的气象要素空间插值最优方法。结果表明:(1)3种方法对气温和降水的插值精度总体接近,空间分布较为一致,但对于要素空间异质性大的区域,ANUSPLIN在细节上的表现明显优于IDW和O-kriging方法。(2)ANUSPLIN对气温和降水的插值精度均高于IDW和O-kriging,气温的平均绝对误差(MAE)和均方根误差(RMSE)均小于0.5℃,其中气温RMSE表现为:ANUSPLIN(0.381℃)O-kriging(0.459℃)IDW(0.463℃)。降水RMSE表现为:ANUSPLIN(37.8 mm)O-kriging(42.2 mm)IDW(49.1 mm)。(3)平原地区的平均气温插值误差低于山区;降水误差空间分布沿海地区误差最大,出现明显低估值。总体来说,ANUSPLIN更适合浙江复杂地形条件和气候背景下的气象要素空间插值处理。     

站点气温格点化方法在贵州区域的研究与应用

利用2019年1—12月国家气象信息中心实况格点资料、贵州地面观测站资料以及ECMWF 2m气温0场资料,讨论了相同插值方案下站点数对空间分布的反演效果以及相同测站数下不同插值方案的表现,同时对国家气象信息中心实况格点场进行了检验,并对本地建立的气温格点分析场进行初步评估。结果表明：相同的插值方案下,站数越多越能反映要素场的实际分布状态;基于贵州特殊地形,在相同站数下双线性插值法优于邻域法;通过对国家气象信息中心实况格点分析场评估,日最高、低气温在贵州区域均存在明显误差,其平均绝对误差分别为1.6 ℃与1.1 ℃左右, 平均RMSE分别达2.2 ℃与1.6 ℃。采用Cressman方案对离散观测资料重建的本地化气温格点分析场,其最高、最低气温平均绝对误差降至0.2 ℃与0.1 ℃左右,大幅度降低了与测站观测值的差异,基本可以代替国家气象信息中心下发气温格点分析场,并将为今后我省业务或研究工作中格点预报的客观订正提供新的更符合实际的参考。     

应用样条插值方法对湿度场进行客观分析的尝试

本文应用-维三次样条函数插值方法,对湿度场(以T—Td为要素)的平面网格区域及垂直方向进行插值分析,并将分析结果与实况进行了比较。初步结果表明,该方法是有一定实用价值的。      

基于改进三次样条插值的探空资料质控研究

由于L波段探空资料存在缺测及稀疏、零散的数据,造成信息量在时空分布上的不均匀性。考虑到参与插补计算的权重因子个数和插补半径对探空观测数据影响较大,在三次样条插值基础上将插补半径和参与计算权重因子个数作为约束条件引入算法中,以被插值点±40 gpm为插值半径,取有效因子个数≥3个,提出了改进的三次样条插补算法。通过交叉验证分时段对插补结果进行检验评估,气温AE在±0.1℃之间,RMSE值小于0.08;相对湿度AE在-1.0%～+0.7%之间,RMSE值小于0.3;风速数据AE在±0.6 m/s之间,RMSE值小于0.2,表明改进三次样条插补算法对探空资料的质控效果在时间和空间上一致性较好。在晴空条件下相对湿度的插补效果优于有降水天气,气温和风速的插补效果不受晴空条件和降水条件的影响。     

基于局部薄盘光滑样条函数的重庆地区气温空间插值

利用薄盘光滑样条函数的曲面拟合程序ANUSPLIN和数字高程模型(DEM),对2017年12月31日21时至2018年12月31日20时重庆1 000个台站的气温要素进行空间插值,结果显示:以经、纬度为函数自变量,海拔高度为协变量,样条次数为2的三变量局部薄盘光滑样条函数作为插值方案,实现了对站点稀少的山脉地带气温的插...     

基于地统计方法的气候要素空间插值研究

在回顾了地统计学的产生、发展及其基本原理的基础上,对于目前众多可以提供计算网格的气候要素的空间插值方法中,具体探讨了普通克里格法和协同克里格法。将甘肃省1961—1990年30年平均降水量和蒸发量作为区域化变量,根据不同的半变异函数理论模型,采用普通克里格法和双变量协同克里格法,通过对比分析得到：（1）不论是多年均降水量还是多年平均蒸发量在空间上都呈现明显的梯度变化,二者的空间变程都很大,而降水量变化幅度更大。降水量从东南部向西北部逐渐减少,蒸发量则相反,从东南向西北逐渐增加。（2）基于地统计的插值方法,根据半变异函数云图和试验方差最小的原理,选择合适的半变异函数理论模型进行变量的空间插值,能够较好地模拟区域化变量的空间连续分布格局,并取得较好的效果。对比普通克里格法和协同克里格法,后者增加了高度对降水量和蒸发量的影响,在空间分布上更为合理,插值的精度也要明显好于普通克里格法。（3）采用地统计方法虽然在总体上能够较好地反映气候要素的空间分布格局,但检验显示,两种方法空间插值的精度都还不是很高,插值的精度还有待进一步提高。     

台站温度质量控制中IDW算法改进及应用

在反距离加权插值算法的基础上,结合气象上温度随高程的变化,以及各测站垂直方向上温度场与气压场的关系,对国内地面气象观测站的温度数据进行插值算法改进。然后,从搜索半径与距离权重系数的关系,以及参与插值站点数量与距离权重系数的关系两个方面进行试验数据分析,试图找出相对最佳的算法参数和最小的插值误差。最后,将改进的算法应用到温度观测数据的质量控制中。结果表明:改进后的算法可明显改善因近地面逆温造成的插值误差,在台站分布较密集的我国中东部地区,温度质量检验的灵敏度可达到1至5摄氏度。     

专用气候数据空间插值软件ANUSPLIN及其应用

空间化的气候数据作为环境因子参数是区域气候模型和地学模型的基础,而插值软件是实现气候观测点数据空间化的工具.ANUSPLIN基于薄盘样条函数理论,引入多个影响因子作为协变量进行气象要素空间插值,大大提高插值精度,且能同时进行多个表面的空间插值,对时间序列的气象要素更加适合.     

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.     

基于Copula模型的暴雨综合指标分析——以万州为例

利用重庆市万州区1967—2019年的降水资料,选取年暴雨量、年暴雨强度和年暴雨贡献率为暴雨要素,利用Archimedean Copula函数构建二维联合分布,并根据RMSE,AIC,Bias和OLS值进行优度检验,确立最优Copula函数,分析多要素联合下的暴雨概率以及重现期特征。研究表明,Clayton Copula函数适合构建年暴雨量和年暴雨强度、年暴雨强度和年暴雨贡献率的综合指标联合分布模型,Frank Copula函数适合构建年暴雨强度和年暴雨贡献率的综合指标联合分布模型;暴雨要素之间具有的正相关关系可由Copula函数直观清晰的反映,最优Copula函数适用于分析暴雨多要素的联合概率;Copula函数模型能够反映暴雨多方面的特征,基于暴雨多要素的联合重现期以及同现重现期可以呈现更多的暴雨要素信息,也可以反映暴雨灾害发生时的降水集中程度和暴雨的强度等级。因此,利用Copula函数能够有效反映暴雨的联合特征,提供更全面的暴雨信息。     

基于逐时降水站点资料空间插值方法对比研究

自动站降水资料的格点化是目前气象业务及研究亟需解决的问题,空间插值方法是数据格点化最直接有效的方法。本文选取3个降水个例分别作为大范围强降水、大范围弱降水和局地强对流3种类型降水的典型代表,采用8种常用的插值方法,设计3组试验,通过交叉检验对比8种插值方法降水的插值效果及站点密度对插值效果的影响。结果表明:高密度站点试验表明(站点平均距离约为9.0 km),8种插值方法降水的插值效果依次为CR、IW、NN、LP、KR、TL、MQ和SP,8种插值方法之间的差异小于样本间的差异,即插值效果主要取决于站点的分布而不是插值的方法。低密度站点试验表明(站点平均距离约为30.0 km),大范围降水个例(包括大范围强降水和大范围弱降水)插值的均方根误差(Root Mean Square Error,RMSE)显著增大,不同插值方法之间的差异也增大;而局地强对流个例中,插值后均方根误差增大幅度较小,不同插值方法之间的差异较小。利用CR、IW和NN等3种插值方法开展站点密度敏感性试验,试验表明站点密度提高有利于减小降水插值误差,但站点平均距离达13.0 km甚至更密时,降水误差减小的趋势变缓。     

考虑地形的空间插值算法在复杂下垫面地区气温和降水精细化插值的评估

为探索考虑地形的空间插值算法在复杂下垫面地区的适用性,利用重庆市区域自动气象站2017年逐月观测数据,采用Cokriging、PRISM和IDW三种算法进行了1 km分辨率插值试验,并分析对比了其在月累积降水、月平均气温插值中的误差。结果表明,当样本数量较多时,平均气温的插值以PRISM误差相对较小,Cokriging和IDW效果相当;对累积降水的插值,PRISM和Cokriging效果相当,并略优于IDW。三种算法的误差均随样本数量减少而增大,但PRISM的平均气温误差增长相对最慢,累积降水误差增长相对最快。当样本数量较少时,PRISM对气温插值的误差相对最小,而Cokriging对降水的插值误差相对最小。进一步分析表明:PRISM能显著减少复杂地形区的气温插值误差;累积降水插值主要受降水强度及降水局地性影响,考虑地形的插值算法并无明显优势。     

河南省春季气候变化及其对小麦产量构成要素的影响

目前有关气候变化及其对农作物产量影响的研究较多,而对产量构成要素的影响研究相对较少.本文利用自然正交函数(EOF)分解、相关分析、趋势倾向率分析等方法对河南省近30多年的气候和近20多年的小麦产量构成三要素--穗数、粒数、粒重进行了时空变化特征分析,在此基础上分析了春季气候变化对小麦产量及其构成要素的影响.结果表明全省春季平均气温、降水量、日照时数变化具有比较好的空间一致性,平均气温呈比较明显的上升趋势,降水呈不太明显的下降趋势,日照呈一定的下降趋势;小麦粒重和产量变化具有较好的空间一致性,而穗数、粒数则具有反位相空间变化特征,穗数、粒重及产量均呈明显的上升趋势,粒数呈抛物线变化趋势,其中1991年后呈明显上升趋势;平均气温的升温变化趋势有利于小麦粒重、穗数和最终产量的提高,但不利于粒数增加;降水变化趋势不利于粒重提高,对其他产量构成要素影响不明显;日照的变化对产量及各构成要素影响不明显.