基于GIS的新疆地区两种气温插值方法对比研究

以新疆为研究区域,运用气温垂直订正和多元回归+残差订正2种插值方法对研究区105个气象站点2015年月、季、年均温进行空间插值,并通过交叉验证和相关分析方法对其精度进行评价。结果表明:新疆地区气温垂直订正插值法的均方根误差和平均绝对误差分别为0.58~1.79℃和0.46~1.17℃,而多元回归+残差订正插值法分别为1.47~2.89℃和0.98~2.23℃;垂直订正插值法得到的气温预测值与实测值的相关系数达0.90~0.98,而多元回归+残差订正插值方法为0.52~0.91;与多元回归+残差订正法相比,气温垂直订正法的误差更小、相关性更好,更适于新疆区域气温的插值。     

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。     

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。     

新疆地区平均气温空间插值方法研究

基于1981—2008年新疆地区53个测站和甘肃青海邻近10个测站的多年月(年)平均气温进行探索性分析和试验性插值的基础上,以"多元回归+残差内插+地形调节"和"海拔订正+零海拔插值+地形调节"两种混合性气温空间插值方法对该地区的多年月(年)平均气温进行了空间分布插值、交叉验证和对比分析。结果表明,单一的任何一种确定性函数或地统计方法都不能对新疆地区的气温进行较准确的插值,缺乏对影响因子的考虑,与实际情况相差较远;两种混合性插值方法都可以得到较精确的气温空间插值结果,空间分布一致,精度都随月份有所差异,对夏、秋季的插值结果较冬、春季的稳定、精度高;两种方法对夏、秋季各月的插值结果并无显著差异,而在冬、春季后者的误差大于前者。整体而言,"多元回归+残差内插+地形调节"的方法较"海拔订正+零海拔插值+地形调节"法更准确、稳定,但两种方法各有优缺点,应根据实际应用情况进行选择。     

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.     

潮州热量资源空间分布模型及插值方法

利用潮州28个气象站点的气温资料和地理信息数据通过多元线性逐步回归方法,建立了各热量因子的空间分析模型。通过空间分析模型叠加残差插值的方法(IDW、克里克、样条函数)模拟出的热量因子空间分布图均能较好地反映热量因子的空间变化趋势,精细化程度较高;比较3种插值方法的模拟结果,发现IDW和克里克法要略优于样条函数法;误差分析显示,在潮州使用空间分析模型模拟叠加IDW插值结果的热量因子空间分布栅格图的精度较高,该方法可用于潮州热量因子精细化估算。     

用Kriging方法对中国历史气温数据插值可行性讨论

使用 Kriging 插值方法对已经过质量控制和均一化的1951年1月-2004年12月中国全部基本、基准站气温资料逐月进行空间插值.通过站点的实际序列与插值后格点序列进行比较,针对相关系数和线性趋势等多个量来检验 Kriging 方法对气候资料插值的效果.结果表明:插值前、后的气温空间分布、气温变化趋势都非常一致,从年际变化来看,插值序列与实际站点序列的相关性也非常高.对比分析还发现用距平序列的插值效果要明显优于原始气温序列插值,但不同的球面模型半径插值在站点稀疏地区的插值结果差别较大,需要先对气候要素进行空间代表性进行分析,以合适的球面半径进行插值.对于气候变化比较特殊的地区,如中国西南部分地区,插值序列很难反映更小尺度的气候变化规律.     

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。     

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%。     

基于GIS的新疆多年平均降水量空间插值精度比较研究

以新疆具有完整资料的90个气象站点中的75个站点的基本地理信息和1995—2008年平均降水数据资料为基础,以ArcGIS为数据处理平台,分别采用反距离加权法、径向基函数法、克里格法、协克里金方法对全疆降水空间分布进行插值,并通过没有参与插值的15个气象站点的实际降水量与插值结果进行相对误差分析,研究结果表明:在年降水量插值的4种算法中,普通克里格法(Kriging)的计算精度最高。利用最优的插值方法的栅格降水空间数据库,建立的多年降水资源信息系统,可快速计算研究区内任一地域单元中降水的总量及其空间变化,对降水资源模拟、工程规划、发展战略及决策管理,均具有重要的意义。     

乌鲁木齐市气象塔梯度观测资料质量控制与处理

本文介绍了乌鲁木齐市建成区内5座100 m气象塔地理位置,根据逻辑极值检查、僵值检查、时间一致性检查、空间一致性检查和人工干预检查等组成的一套针对气象塔观测资料的质量控制方法和四点滑动平均插值、要素垂直分布拟合和线性回归方法组成的数据插值方法,对乌鲁木齐市从南至北5座100 m气象塔2012年4月1日至2014年4月30日的资料进行质量控制和数据插值。结果表明:该套方案能很好地找出缺测、错误和可疑的数据,结合人工干预,使得检验结果更为可靠。5座气象塔资料的质量是比较好的,正常数据占总数据的97.17%,其中红光山数据质量最好(正常数据占总数据的99.01%)。非正常数据只是少数情况(占总数据的2.83%),包括缺测和错误数据,其中缺测数据占非正常数据的6.23%(出现在米东和燕南立交),错误数据占非正常数据的93.77%。虚假数据占错误数据的89.99%(大部分为风速、风向),僵值数据占错误数据的5.47%(大部分为气温和湿度).超出逻辑极值数据占错误数据的0.41%(只出现在水塔山气温),不符合一致性数据占错误数据的4.13%(主要为湿度,主要在燕南立交)。利用四点中央插值法、每座气象塔要素垂直分布拟合和不同气象塔之间线性回归方法插值气温和相对湿度的效果较好。     

Modeling and mapping temperature and precipitation climate data in Greece using topographical and geographical parameters

This study presents a methodology for modeling and mapping the seasonal and annual air temperature and precipitation climate normals over Greece using several topographical and geographical parameters. Data series of air temperature and precipitation from 84 weather stations distributed evenly over Greece are used along with a set of topographical and geographical parameters extracted with Geographic Information System methods from a digital elevation model (DEM). Normalized difference vegetation index (NDVI) obtained from MODIS Aqua satellite data is also used as a geographical parameter. First, the relation of the two climate elements to the topographical and geographical parameters was investigated based on the Pearson’s correlation coefficient to identify the parameters that mostly affect the spatial variability of air temperature and precipitation over Greece. Then a backward stepwise multiple regression was applied to add topographical and geographical parameters as independent variables into a regression equation and develop linear estimation models for both climate parameters. These models are subjected to residual correction using different local interpolation methods, in an attempt to refine the estimated values. The validity of these models is checked through cross-validation error statistics against an independent test subset of station data. The topographical and geographical parameters used as independent variables in the multiple regression models are mostly those found to be strongly correlated with both climatic variables. Models perform best for annual and spring temperatures and effectively for winter and autumn temperatures. Summer temperature spatial variability is rather poorly simulated by the multiple regression model. On the contrary, best performance is obtained for summer and autumn precipitation while the multiple regression model is not able to simulate effectively the spatial distribution of spring precipitation. Results revealed also a relatively weaker model performance for precipitation than that for air temperature probably due to the highly variable nature of precipitation compared to the relatively low spatial variability of air temperature field. The correction of the developed regression models using residuals improved though not significantly the interpolation accuracy.     

多源融合格点实况数据在四川高温过程的适用性分析

利用1km和5km多源融合格点实况数据和四川地面观测站点资料,采用预报准确率、平均绝对误差、均方根误差和Alpha Index(AI)等统计量,选取2020年夏季四川2次高温天气过程对多源融合格点实况数据的质量进行了检验评估。研究结果表明:多源融合格点实况数据利用邻近插值方法插值到站点优于双线性插值;误差大值区主要位于高海拔地区,如川西高原、攀西地区及盆地山周;AI指数接近于0,多源融合格点实况数据没有随机误差,较为接近理想值;1km分辨率融合格点实况数据在四川的适用性优于5km,误差≤2℃的准确率可达98%,且均方根误差< 1。      

中国区域高分辨率温度实况融合格点分析产品质量评估

采用两种插值方法将2018年2m气温实况融合格点分析产品插值到2380个国家级考核站,通过相关系数、平均值误差、平均绝对误差、均方根误差及准确率等指标对该产品进行评估。结果表明:利用邻近插值法得到的评估结果略优于双线性插值法,实况融合格点分析产品的评估结果具有一定的日变化和月变化。总体而言,逐小时实况融合格点产品与站点实况基本一致,具有较高的参考性,其相关系数达到0.99以上,均方根误差在1℃以下,2℃以内准确率达到98%以上,1℃以内准确率达到95%以上。分省和分海拔评估结果表明,评估结果随海拔高度的增加而变差,因此在海拔较高、地形较复杂区域、气象站较稀疏区域应用该产品时应谨慎;由小时实况融合格点产品获得的日最高、最低温度也有很高的指示性;该产品对高温过程也有较好的监测能力。      

三维插值方法在2 m温度评估中的应用

模式地形与实况站点地形高度间固有差异严重影响了2 m温度检验评估精度,传统二维插值方法仅满足预报要素与实况观测间经纬度二维空间上的一致性,而忽略了垂直方向的一致性问题,使得检验评估中预报与观测不在同一三维空间上进行检验,从而引起严重的评估误导.利用模式三维预报变量,结合近地面要素预报产品,建立新的近地面要素三维插值方法,以确保预报与观测在三维空间上保持一致性.利用2013年7月整月24 h预报产品与观测的对比分析发现,新插值方法有效地改进了由于地形误差引起的评估误导问题,在不同地形高度条件下均保持了较为一致的误差分布趋势,显示其评估结论不受地形因素影响,具有更好的实际应用价值.进一步关注新插值方法在复杂地形区不同模拟分辨率条件下的评估改进效果,采用GRAPES区域预报模式（GRAPES-MESO4.0）针对2012年7月个例,对青藏高原复杂地形区进行了不同分辨率（45、15、5和2 km）条件下的60 h模拟敏感分析,结果表明新插值方法在高分辨率条件下（2 km）依然显示出明显的改进优势.     

热带气旋外围影响下的深圳市高温预报方法

通过单因子的相关分析,寻找在热带气旋外围影响下与深圳市最高气温密切相关的气象要素作为预报因子,用多元线性回归方法,建立受热带气旋外围影响下的高温定量预报方程,制作深圳未来24 h最高气温预报.业务试验预报结果表明,高温的定量预报没有出现漏报,误差较小,该方法有实用价值.可投入业务运行,对我国其它沿海地区作类似预报有一定的参考价值.     

三次观测站02时气温插补方法的比较分析

现行的国家级地面气象观测站网（共2416个站）包括基准站、基本站和一般站,其中1590个一般站（占总站数的65.8%）夜间不观测,但是按照《地面气象观测规范》的规定,在计算日平均气温时,必须通过数学方法给02时赋一个替代值或近似值,这种赋值过程无形中会带来计算误差。本文利用1961—2009年陕西19个国家基本/基准站的定时气温资料,对这种赋值误差进行定量评估分析,并通过多种方案的比较,提出新的赋值（或称插补）方法。结果表明：（1）传统方法所赋予的02时气温替代值比实测值偏高,19个站平均偏高0.77℃;（2）台站所处的纬度,以及季节、天气状况所引起的辐射强弱的差异,通过赋值变量（前一日20时气温）的传导,较明显地影响着02时气温的赋值误差;（3）用逐步回归分析方法,将传统方法的平均加权法调整为多因子非对称加权,显著减小了前一日20时气温的权重,降低了辐射强弱的影响,赋值与实测值更为接近,19个站平均偏差近似为零;新的回归方程对月平均气温、年平均气温产生一定的修正作用,年平均气温值可调降0.1～0.4℃,月平均气温甚至可下降0.5℃。