基于杨赤中推估法的降雨空间插值应用研究

杨赤中推估法是一种以二项系数加权游动平均为基础,按照迭代法几何滤波过程建立推估数学模型的最小二乘估值方法,它能够基于少量已知数据点取得好的插值效果。针对有限的降雨观测站点和分布不规则的雨量特征点数据,本文基于杨赤中滤波与推估法空间插值,以湖南省降雨观测站点数据为实例数据,实例研究了建立降雨估值数学模型和实现插值计算的过程。首先,按照逐步增大游动半径进行滤波建立杨赤中特征函数,选用负幂指数函数模型拟合特征函数,建立降雨估值数学模型;然后,设计了杨赤中空间插值计算的自动化流程,实现降雨观测变量规律性变化的最优估值,并构建出研究区连续分布的降雨空间信息;最后,将其与TRMM(Tropical Rainfall Measuring Mission)和DEM(Digital Elevation Model)数据作为协变量进行协同克里金插值的结果进行对比验证。结果表明:杨赤中滤波与推估法在不需要其他协变量的情况下,可以取得较好的插值模拟结果,证实了该方法针对少量且不规则分布的降雨观测点数据插值的可行性与有效性。     

集成学习支持的复杂地貌类型区土壤全钾含量自适应曲面建模

土壤属性空间分布受复杂地学环境要素影响，空间分异特征十分明显，用单一全局插值模型进行土壤属性模拟，难以实现高精度模拟。对于空间不连续、全局插值模型精度有限及适应性差的特点，本文提出了一种集成学习支持的、融合地学环境变量的土壤属性自适应曲面建模方法（ASM-SP）。利用2013年采集的110个样点数据，使用回归克里金（RK）、贝叶斯克里金（BK）、普通克里金插值法（OK）、反距离加权法（IDW）、ASM-SP，分别对青海湖复杂地貌类型区进行土壤全钾含量的插补。本文采用逐点交叉验证（LOOCV）插值方法模拟精度。结果表明，ASM-SP不仅考虑了地学环境变量与土壤属性的非线性关系，而且融合了多个模型的适应性优势，是实现复杂地貌类型区土壤全钾含量的高精度模拟的一种新方法。     

稀少监测点沉降量插值方法选取研究

沉降观测具有观测点少、实测精度高、沉降值小的特点,其沉降量插值受插值方法影响较大。本文对常规插值方法进行理论分析,初选了反距离加权插值、克里金插值、谢别德插值三种插值方法进行插值实验与精度分析。根据广州越秀山离职干部休养所基坑沉降观测数据,用不同插值方法绘制了累计沉降观测量沉降曲面图,并基于交叉验证法对各插值方法进行了比对,分析了各种插值方法精度的优劣。通过交叉验证,发现反距离加权插值精度最高,克里金插值次之,谢别德插值精度最差。     

土壤重金属的空间插值方法比较分析——以阳谷县为例

空间插值通过采集少量的数据点,利用其中的空间关联,推求该区域内其他位置的属性值。本文以山东省阳谷县土壤重金属Cu采样数据为例进行空间探索性分析,分别采用了反距离权重插值和普通克里金插值两种方法进行空间分布插值模拟。结果表明,针对研究区采样数据,反距离权重插值方法生成的模型平均误差为1.97 mg/kg,总体精度为92%;普通克里金插值模型的平均误差为1.91 mg/kg,总体精度为92.35%,普通克里金插值方法更优。     

基于MODIS雪盖数据的北疆雪深多元非线性回归克里金插值

为了提高北疆地区雪深时空分布监测的准确性,以该区域48个气象站点2006年12月—2007年1月的月平均雪深观测数据为基础,通过分析月均雪深空间自相关性及其与经纬度、高程的相关性,结合MODIS雪盖数据构建了多元非线性回归克里金插值方法,插值获得了北疆地区较高精度的雪深空间分布数据。将插值雪深数据与普通克里金插值法、考虑高程为辅助变量的协同克里金插值法的预测结果进行比较,结果表明:1相对普通克里金和协同克里金方法,多元非线性回归克里金法的12月份雪深预测精度分别提高了15.14%和9.54%,1月份的提高了4.8%和6.7%;2由于充分利用了经纬度和地形信息,多元非线性回归克里金法的雪深预测结果可提供更多细节信息;3预测结果客观地表达了雪深随经纬度和地形变化的趋势,反映了积雪深度的空间变异性;4基于不显著相关的协变量高程的协同克里金插值法预测的雪深数据精度劣于普通克里金插值法的预测结果。     

基于ArcGIS的降水量空间插值方法研究

目前对降水量空间插值方法的研究很多,针对反距离权重插值、样条函数插值、普通克里金插值在降水量空间插值中的缺陷,提出引入月平均总云量影响因子的协同克里金插值方法。并以内蒙古降水量数据为例进行实验,实验结果表明,引入月平均总云量影响因子的协同克里金插值在精度和拟合度方面得到改善。     

基于数据同化算法融合多源数据估算雪深

在积雪深度研究中,地面资料插值产生的平滑效应以及遥感空间分辨率不足的问题,在很大程度上影响着积雪深度的估计精度。本文采用中高分辨率成像光谱仪(moderate resolution imaging spectro-radiometer,MODIS)和微波扫描辐射计(advanced microwave scanning radiometer-EOS,AMSR-E)融合后的无云积雪面积产品构建虚拟站点,弥补了气象站点少且不均匀的不足,修正雪深克里金插值产生的平滑效应。同时,提出了基于数据同化算法融合以地面观测资料为基础的克里金空间插值雪深、MODIS积雪面积产品和AMSRE微波反演雪深产品的雪深估计方法。以新疆北疆地区为研究区域进行了算法应用及验证,并选取不同海拔的站点观测资料对融合结果进行验证分析,通过均方根、偏差和相关性系数指标检证了该方法能够有效地提高雪深估计精度。     

一种基于主成分分析的协同克里金插值方法

针对协同克里金插值方法在插值时,辅助变量较多造成计算复杂度增加,而辅助变量较少引起插值精度降低这一问题,提出了一种基于主成分分析的协同克里金插值方法（PCA-CoKriging）。该方法首先使用主成分分析对插值相关变量进行将维,得到较少几个综合指标,然后里利用这几个综合指标作为辅助变量进行协同克里金插值。为验证该方法的有效性和数据分布对该方法的影响,本文选取了2016年北京市范围内4个季节中PM_2.5浓度满足正态分布效果不同的4组数据,分别使用PCA-CoKriging和普通克里金插值方法、常规协同克里金插值方法,进行了插值试验。结果表明,本文方法与普通克里金插值方法、常规协同克里金插值法在4组试验中的平均绝对误差分别为4.91、6.04、5.61,平均均方根误差分别为6.65、8.76、7.57。综合比较,本文方法比常规协同克里金插值的平均绝对误差与均方根误差分别提升了10.73%、12.56%,比普通克里金插值法的平均绝对误差与均方根误差分别提升了18.71%、24.09%。     

基于GIS的格点精细化预报插值方法的研究

在格点间隔为9 km的气象预报基础上,本文运用双线性插值方法进行局部格点加密与数据的平滑,实现局部地区的3 km格点预报。通过使用距离倒数插值、克里金插值、自然邻域插值和样条函数插值,将局部3 km格点间隔数据与其余9 km格点间隔数据整体进行插值,并使用交叉验证法比较整体插值结果,发现克里金插值方法插值精度最好,最终选择使用克里金插值方法进行精细化格点插值预报,作为气象预报人员进行精细化天气预报的参考依据。     

流动重力空间插值方法比较

流动重力对于地震监测具有十分重要的指示作用,对其进行空间插值能获取其空间分布特征、弥补测站数据较少的不足。本文使用球面Kriging、反距离加权、改进的Shepard 3种方法对流动重力进行插值,从数据分布、插值点个数、插值分辨率、搜索半径（搜索点数）分析插值结果,并对结果予以验证。结果表明：①与球面Kriging、反距离加权法相比较,改进的Shepard方法对于流动重力的插值能取得较好的结果,当插值区域内流动重力样本点的变化较小、不存在异常点时,使用球面克里金插值会获得连续性好、平滑度较高的插值结果;②流动重力插值过程中要根据样本点分布特征、插值范围选取适当的分辨率;③对于地球要素插值,要充分考虑其地球物理构造性质及空间相关性和变异性。     

澜沧江流域降水量空间分布的克里格插值分析

澜沧江流域范围狭长,地形起伏较大,降水等气候信息复杂多变,获取困难。而使用地质统计学当中的克里格插值方法,可以对降水量的空间分布情况进行插值分析,获取流域内及周边地区的降水量空间分布特征。本文对地质统计学及克里格插值的基本理论进行了简单介绍,利用降水量空间分布的各向异性特征,对澜沧江流域多年平均降水量进行了空间插值处理,对试验误差进行了比较,并对流域内降水量的整体分布特征和其中部分地区降雨量异常的原因进行了初步的分析。     

时空Kalman滤波在变形分析中的应用研究

时空Kalman滤波可对变形监测数据进行时空滤波去噪、数据插补和变形预测,本文利用时空Kalman滤波进行变形分析,从模型原理及试验两方面比较分析了Kriged Kalman filter(KKF)、space time Kalman filter(STKF)和spatio-temporal mixed effects(STME) 3种典型时空Kalman滤波模型的性能和适用性。结果表明:3种时空Kalman滤波模型均基于空间基函数及动力学模型组合形式描述时空数据的时空相关性,其主要差异在于空间变异的描述形式不同、空间基函数和状态转移矩阵构造过程不同及模型降维方法不同。在适用性方面,KKF模型更适合于稀疏测站的变形分析,STKF模型及STME模型更适合于海量测站的变形分析。在变形分析应用效果方面,3种时空Kalman滤波模型均具有较高精度的时空滤波去噪、数据插补和变形预测性能,其滤波结果相对于普通Kalman滤波结果的平均改善率为21.1%,其缺失数据插补结果相对于Hermite时间插值结果的平均改善率为42.4%,其空间预测结果相对于Kriging空间插值结果的平均改善率为65.3%,其对已知测站未来变形的时空预测结果相对于普通Kalman滤波时间预测结果的平均改善率为20.6%,其对非观测站点未来变形的时空预测结果相对于Kalman滤波+Kriging组合模型预测结果的平均改善率为20.5%。     

基于重庆CORS网的电离层VTEC插值研究

通过处理重庆CORS网的5个基准站观测数据,获得5个基准站上空电离层垂直总电子含量(VTEC)。利用其中的4个测站上空的VTEC采用克里金插值和反距离加权插值内插出另外一个测站上空VTEC。将插值结果及广义三角级数函数模型计算的电离层VTEC与实测VTEC进行比较,发现克里金插值和反距离加权插值的精度比广义三角级数函数计算的精度更高,更稳定;且克里金插值精度高于反距离加权插值。     

基于空间可视化的气温插值方法比较

基于GIS的可视化、空间插值和叠加分析功能,以1982年全国684个气温台站观测数据为插值实验样本,探讨可视条件下空间插值几种主要方法的优劣及适用性,通过对年均气温预测精度的对比及陕西省年均气温预测图的分析,得出就效果而言普通克里格空间插值最优、反距离加权法次之而规则样条法相对较差的初步结果。     

克里金插值的多路径误差空间分布特征

针对多路径误差的空间分布特征,该文提出采用克里金插值法构建多路径误差的空间插值模型。通过采用ArcGIS中克里金插值工具构建的多路径误差的空间插值模型,较好地展现出多路径误差与测站位置、反射源距离等因素的空间分布特征。实验结果表明:对比泛克里金插值法、普通克里金插值法、简单克里金插值法3种方法构建的多路径误差插值模型,普通克里金插值法的效果最好。研究成果直观反映出在林区、多层建筑物等环境下多路径误差影响较大,还预测出未采样区域的多路径误差影响范围,该研究成果可应用于GPS观测站选址、GPS测量技术设计等领域。该文从空间分布特征的角度提出了一种新的研究多路径误差特性的思路,实现了对指定测区内的多路径误差的空间分布特征的探究。     

降水数据空间插值的时间尺度效应

介绍了克里金插值法的前提条件和基本原理,进行了对降水数据的插值试验,发现了时间尺度的改变比变异函数模型的改变对降水数据插值结果精度的影响更大。