秦岭主脊区年降水量空间插值最优方法研究北大核心CSCD

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。     

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。     

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。     

秦岭中部山地降水的垂直变化研究

明确秦岭高海拔山区降水的变化规律,是深入理解秦岭作为中国南北地理过渡带特征、认识秦岭水资源在南水北调中线工程中重要作用的前提。但秦岭高海拔地区长期缺乏有效的降水观测数据,导致对其降水变化缺乏了解。利用2018年6月1日—2019年5月31日秦岭太白山海拔3760 m实测降水数据,发现在秦岭海拔3760 m处年降水量可达1300 mm,远高于汉江盆地和关中平原600~800 mm的年降水量。在此基础上,检验了克里金（Kriging）、反距离加权（IDW）和薄盘样条（ANUSPLIN）插值方法,以及GPM修正数据（GPM-cal）和ERA5再分析资料对秦岭中部山地年和季节降水空间模态的再现效果,各方案均能揭示秦岭高山区是降水高值中心,且降水随海拔的升高而增大,但利用克里金、反距离加权插值方案不能得到准确的高海拔降水值,与此相比,GPM-cal数据、薄盘样条插值与ERA5资料能较准确刻画秦岭中部山地年降水量随地形的变化。水汽通量分析显示,秦岭凭借高大地形对600 hPa高度以下的南来湿润气流具有明显的阻挡、强迫和拦截作用,使其南坡成为区域降水高值中心。结合高山区降水观测、薄盘样条插值、多源格点资料和数据修正方法,是认识秦岭山地降水形成和变化的有效途径。     

不同源降水数据在天山南坡阿克苏河流域适用性分析

降水是水热循环以及气候变化研究的重要环节,降水资料的准确与否直接影响流域尺度的水文过程研究。本文基于2000-2015年天山南坡阿克苏河流域气象站点观测降水数据,对比分析了Tropical Rainfall Measuring Mission（TRMM）降水数据集和Global Land Data Assimilation System（GLDAS）两种具有代表性的降水格网数据集在阿克苏河流域的适用性。结果表明：TRMM3B43数据在阿克苏河流域的整体表现优于GLDAS-2数据。两种数据的精度在月尺度上表现最优,相关系数分别为0.938和0.901,通过了0.01的显著性检验;在季节尺度,TRMM3B43数据各季节与站点插值的拟合度要优于GLDAS-2数据,但二者均呈现出高估冷季降水而低估暖季降水的趋势;在年尺度上,两种数据表现较差。在空间分布上,两种数据类型均能够反映出阿克苏河流域降水自西北向东南递减的空间分布趋势。并且两种数据在平原区的表现均优于山区,低估高海拔地区降水而高估低海拔地区的降水。     

2001-2010年石羊河流域上游TRMM降水资料的降尺度研究

在地形比较复杂的石羊河流域上游,基于2001-2010年TRMM3B43降水数据和1 km空间分辨率DEM数据,采用回归方程+残差法的插值方法,对石羊河流域上游10年平均TRMM3B43和2001、2007年两个典型干、湿年份的TRMM3B43数据分别进行降尺度操作,将空间分辨率由原来的0.25°×0.25°提高为1 km×1 km。利用研究区34个雨量站的观测数据作为"真实值",对2001-2010年的TRMM3B43和降尺度结果进行精度检验,结果表明:TRMM3B43降水数据整体上具有一定的可信度,但比地面站点观测的降水量偏小;TRMM3B43经过降尺度之后,数据在空间分辨率和精度方面都有一定程度的提高,其中10年平均TRMM3B43降尺度结果的精度要高于2001年(干旱),而2001年的降尺度结果精度又高于2007年(湿润);就单个雨量站而言,位于西部高海拔区域的站点的降尺度结果精度较高,而位于东部低海拔区域的站点的降尺度结果精度较低。     

一种改进的生成区域日降水场的方法及精度分析

利用全国687个气象站点11年的日降水数据,对基于地理特征和统计回归的函数拟合类模型DAYMET生成中国区域日降水场的能力进行了验证。交叉验证表明,DAYMET模型估计日降水累计得到的年降水量的绝对偏差11年平均为29.8%,年降水总量估计偏差低于20％的站点占48.3％。鉴于中国陆地区域降水深受季风的影响,不同方位气象站点对插值点的影响也有所不同,引入了站点不同方位对插值的影响权重,对DAYMET模型进行了改进,改进后年降水量的绝对偏差降为27%。与梯度距离平方反比法相比,该方法具有较高的区域降水插值精度。还以无定河流域降水插值为例,说明降水插值精度的高低与区域内雨量站点的多寡紧密相联。     

复杂地形下降水的高空间分辨率插值方法研究

复杂地形山区降水格局在多种地形要素的综合影响下呈现出显著异质性特征,弱化了降水站点观测资料的空间代表性,限制了遥感及再分析产品的适用性及传统插值方法的准确性。常用的PRISM降水插值算法通过提取并权重化地形要素,借助加权最小二乘算法对降水站点观测数据进行空间插值,被广泛应用于降水产品制备。本文针对PRISM算法对中小地形地貌刻画能力不足的问题,在解析影响复杂地形降水模式的地形要素的基础上,改进了PRISM的地形要素计算与权重化过程,同时,考虑到实际日降水量的随机性,将改进后的PRISM嵌入到“平均态日降水—比值”插值框架,构建了适用于复杂地形的日降水插值算法MPRISMR。随后,以具有复杂地形特征的元江流域为例,通过交叉验证及与ERA5-Land和TRMM_3B42降水产品的对比分析,发现该算法具有较高的准确性与可靠性。结果表明,在元江流域23个气象站点上,MPRISMR的插值结果与观测值的相关系数、相对偏差的中位数分别为0.72、0.98%,总体上优于ERA5-Land和TRMM_3B42日降水产品。另外,MPRISMR插值结果的精度随时间变化更小,更为稳定。最后,研究基于MPRISMR制备了空间分辨率约3 km的元江流域日尺度降水格网数据。本文可为复杂地形的陆面模式或流域水文水质模型提供高精度降水驱动场数据产品,从而支持流域可持续管理决策。     

丘陵地貌区高程内插适宜方法选择——以长春净月潭为例

对不同的地貌区进行空间内插时选择的适宜方法不同,以典型丘陵地貌区长春市净月潭地区的高程为研究对象,用ArcGIS 9.2分别作反距离权重法、最近邻点法、趋势面分析和克里金法做高程内插。应用交叉检验方法对其内插的精度作出分析,检验其科学性和可靠性,得出反距离权重法、最近邻点法、趋势面法、样条函数法和克里金法高程内插的不同精度,并对各种方法的适用性进行讨论。结果表明最近邻点法精度最高,以下依次为普通克里金插值法、样条函数、反距离权重法、趋势面法。为类似于净月潭地区的丘陵地貌区高程内插提供选择参考。     

基于PLS回归模型的石羊河流域降水空间分布

利用石羊河流域内国家气象站点和中国内陆河湖水文站点2010—2012年逐日降水观测资料,基于DEM资料提取流域经度、纬度、坡度、坡向、海拔等地形因子,建立降水量与地理地形因子之间的多元偏最小二乘(partial least squares,PLS)回归模型,对石羊河流域2010—2012年在年、季、月尺度上的降水分布特征进行研究,结果显示:1)采用交叉验证法对PLS与反距离加权法(IDW)、样条函数法(SPLINE)、普通克里金插值法(OK)等传统插值方法的精度验证结果比较发现,PLS的平均绝对误差(MAE)和均方根误差(RMSE)值均是最小的。PLS回归模型对降水量的拟合相关系数除2011/2012年冬季分别为0.68和0.66,其余模型的拟合相关系数均在0.81以上,且显著性水平在95%以上。2)不同的时间及时间尺度,地形因子对降水量的影响是不同的,基本上海拔和坡度对降水量的影响是较大的,且随海拔和坡度的增加降水量增加。3)石羊河流域2010—2012年年降水量从南向北逐渐递减,最大降水量均在南部祁连山区;季节降水量大小依次为夏季秋季春季冬季,夏季降水量较丰富;不同年的夏季6/7/8月的降水特征也各不相同,2011年7月和2012年8月降水量相对较丰富。     

秦岭—大巴山高分辨率气温和降水格点数据集的建立及其对区域气候的指示

本文建立了秦岭—大巴山高分辨率（~29 m×29 m）的气候格点数据集,包括逐月气温和降水、年均温和年降水、春夏秋冬气温和降水。空间插值方法采用国际上较为先进的ANUSPLIN软件内置的薄盘光滑样条函数,以经度、纬度和海拔为独立变量。空间插值结果与流行的WorldClim 2.0气候格点数据集具有一致性,但是比后者更精确、分辨率更高、细节更突出。本文揭示和证实：秦岭南麓是最冷月气温的0 ℃分界线。秦岭—大巴山气温具有明显的垂直地带性。6月气温直减率最大,为0.61 ℃/100 m;12月气温直减率最小,为0.38 ℃/100 m;年均气温直减率为0.51 ℃/100 m。夏季和秋季降水从西南向东北递减,强降水中心出现在大巴山西南坡。冬季降水从东南向西北递减。大巴山是年降水1000 mm分界线,夏季降水500 mm分界线;秦岭是年降水800 mm分界线,夏季降水400 mm分界线。与大尺度大气环流对比揭示：秦岭—大巴山气温和降水空间分布主要受到东亚季风和地形因子的控制。本文进一步明确了秦岭和大巴山的气候意义：大巴山主要阻挡夏季风北上,影响降水空间分布;秦岭主要阻挡冬季风南下,影响冬季气温空间分布。本文建立的高分辨率气候格点数据集,加深了对区域气候的认识,并将有多方面的用途。     

秦岭南北日照时数时空变化及突变特征

根据秦岭南北47个气象站1960-2011年逐月数据,采用样条曲线插值法（Spline）、气候倾向率、Pettitt突变点检测、相关分析等方法对该区日照时数的时空变化特征以及影响其变化的气象要素进行了分析。结果表明：（1）研究区多年平均日照时数为1 838.7 h,空间分布呈东北向西南递减格局,按各分区日照长短排序为秦岭以北>秦岭南坡>汉水流域>巴巫谷地。四季日照时数分布特征与年尺度上的结论基本一致,4个季节按其大小排序为夏季>春季>秋季>冬季,四季均以秦岭以北的日照时数最大。（2）近52 a各区年日照时数变化趋势较为一致,绝大部分站点呈下降趋势。下降的站点占本区站点总数的比例排序为巴巫谷地>汉水流域>秦岭以北>秦岭南坡,秦岭以南的广大地区相对于秦岭以北日照下降更明显。春季47%的站点呈上升趋势,显著上升的站点集中于中部地区;夏季98%的站点呈显著下降趋势;秋季和冬季变化特征及其空间分布无明显规律。（3）年尺度、春季和夏季突变年份集中于1978-1981年间,秋季的突变特征不甚明显,突变年份和空间分布无明显规律性可言,冬季日照时数突变年份同步性和一致性较差。（4）绝大部分站点日照时数与风速、最高气温、平均气温呈正相关关系,与降水和相对湿度呈负相关关系,与最低气温关系不明显。     

降雨量地面观测数据空间探索与插值方法探讨

空间插值方法广泛应用于气象数据产品的制作,其精度与气象要素的空间变异特征、气象观测站分布和插值方法选择有关。选择美国得州599个地面观测站30年平均降雨量记录,设计了27个观测站样本方案,选择全年、1月和8月数据,利用空间统计、空间自相关、半变异函数等方法探索降雨量的空间变异特征,并采用5种常规方法进行空间插值,比较和解释插值结果,在此基础上讨论基于知识的气象要素空间插值方法。案例研究发现:①降雨量地面观测数据通常具有明显的空间趋势、较强的空间自相关特征和较稳定的空间变异规律,但针对不同时段或采样方案,其空间自相关强度和半变异函数模型会有一定的差异。②增加气象观测站数,空间插值误差有减小的趋势;但观测站数目达到一定数值后,增加观测站数,插值精度提高并不明显。③在观测站较少时,不同插值方法间的精度差异较大,而在观测站充足的情况下,其差异有减小的趋势。④探讨气象要素与地理环境要素之间的关系,获得定量化的先验知识,开发基于知识的空间插值模型,是高精度气象要素插值的关键;线性加权回归和地理加权回归方法的初步试验验证了这一思路的有效性。     

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。     

秦岭南北年极端气温的时空变化趋势研究

依据1960~2009年秦岭南北地区60个气象站数据,主要应用M-K突变检验、kriging插值法对秦岭南北地区近50a来年平均气温,年极端最高、最低气温的时空变化特征进行了分析。结果显示:①年均气温和极端最高、最低气温的气候倾向率关系为陕南<关中<全国、关中<全国<陕南、陕南≈关中<全国。②秦岭南北地区年均气温突变年份均为1997年,晚于全国;年极端最高温度突变都不显著,年极端最低气温的突变年份都为1978年。③年均气温和极端最低气温的空间分布为南高北低,沿纬向分布;极端最高气温为东高西低,呈经向分布。     

1960-2013年秦岭陕西段南北坡极端气温变化空间差异

作为气候变化研究的重要内容,极端气温研究对生态环境保护和灾害事件预警具有重要意义。根据1960-2013年秦岭32个气象站点的逐日气温资料,采用RClimDex软件、克里格插值法、线性倾向估计法和相关性分析法,研究秦岭山地陕西段（简称秦岭）气温的空间分布特点,以及极端气温的空间变化特征。结果表明：① 1960-2013年秦岭年平均气温、年最高气温和年最低气温分别为10.48 ℃、16.44 ℃和6.18 ℃;秦岭北坡气温在低海拔区高于南坡,在中、高海拔区低于南坡;南北坡的气温差值在低海拔区域最小,中海拔区域最大。② 秦岭极端气温的频率、强度和持续时间均表现为增加趋势,极端气温变化的敏感区域位于南坡的镇安、柞水和北坡的周至、户县。③ 秦岭北坡极端气温频率的变化更明显,秦岭南坡极端气温强度和持续时间的变化更明显;且北坡的增温主要发生在夜间,南坡的增温主要发生在白昼。④ 秦岭极端气温的变暖速率随海拔升高而增大,高海拔区域极端气温频率和强度的变化最明显,中海拔区域极端气温持续时间的变化最明显。     

秦岭陕西段南北坡植被对干湿变化响应敏感性及空间差异

秦岭位于暖温带与亚热带交界处,也是中国南北地理分界线,秦岭南北坡植被对干湿变化响应敏感性,可以折射出暖温带、亚热带地区主要植被类型对干湿变化的响应规律和机制特征,对深入理解不同气候带植被变化规律具有重要意义。本文利用秦岭山地32个气象站点的气象数据和MODIS NDVI时间序列数据集,探讨了2000—2018年秦岭南北坡NDVI和SPEI时空变化特征,揭示了南北坡植被对干湿变化响应敏感性及其空间差异。结果表明：① 2000—2018年秦岭植被覆盖情况整体显著改善,但秦岭南坡NDVI上升幅度和面积占比均高于北坡,南坡植被比北坡改善情况好。秦岭湿润化趋势不显著,但秦岭北坡湿润化速率和面积占比均大于南坡。② 秦岭北坡植被比南坡植被更易受干湿变化影响,秦岭北坡植被对3—6月总体干湿变化最为敏感,南坡植被对3—5月（春季）干湿变化最为敏感。秦岭南北坡植被主要受3~7个月尺度干湿变化影响,对11~12个月尺度的干湿变化响应较弱。③ 秦岭有90.34%的区域NDVI与SPEI呈正相关,大部分地区春季湿润化能促进全年植被生长;随海拔上升,植被对干湿变化响应敏感性先上升再下降,海拔800~1200 m是植被响应最敏感的海拔段,海拔1200~3000 m随海拔上升植被响应敏感性下降;南北坡草丛均是对干湿变化响应最为敏感的植被类型,但秦岭北坡多数植被类型对干湿变化响应比南坡敏感。     

全球气候变化下秦岭南北气温变化特征

选取秦岭南麓1 000 m划分方案,运用气候倾向率、线性拟合方程、Mann-Kendall非参数检验、小波分析等气候数理统计方法,分析秦岭南北气温变化特征。结果表明:近50 a秦岭南北气候变化具有同步性,增温趋势明显;在气温突变方面,关中地区气温突变(1995年)早于陕南(1998年)。通过近10 a秦岭南北气温时空格局演变分析,认为秦岭地区气温变化符合全球变化规律,其变化是自然因素和人类活动共同作用的结果,在小尺度上人类活动干扰尤为明显(特别体现在快速城市化影响气温上升)。     

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。     

1951-2010年中国季平均降水高精度曲面建模分析

利用1951-2010年中国711个气象观测站的月降水资料,对多年季平均降水根据中国农业气候类型进行分区模拟。针对中国降水特点,首先分析了影响各分区降水的地理、地形因素及局部地形因素,利用多项式回归和逐步回归的方法对各分区降水进行了趋势拟合;在此基础上,采用改进的高精度曲面建模(HASM)方法,对各模拟区域去掉趋势后的残差进行迭代修正,并比较验证了模拟效果。同时,为保证HASM在边界附近的模拟精度,根据区域内站点间的距离,对每一分区设置一个缓冲区,将HASM实际插值区域扩展为缓冲区内的部分。模拟结果表明:HASM方法的模拟精度在不同区域不同季节内均比经典的插值方法模拟精度高。利用上述方法分析了同一季节各分区降水的分布特点,并模拟了不同季节内多年平均降水的空间分布状况,模拟结果符合我国降水的实际分布特点。