基于TRMM数据的福建省降水时空格局BME插值分析

传统空间插值方法可获得福建省区域内降水的总体分布,但该地区气象站点较稀疏且分布不均,导致该区域内降水的空间插值结果误差较大。为提高插值精度,本文利用TRMM卫星数据以弥补站点数据的不足,尝试将TRMM数据作为"软数据"、台站数据作为"硬数据",两者相结合后采用贝叶斯最大熵(Bayesian Maximum Entropy,BME)方法对福建省降水的时空格局进行分析。以2000-2012年近13年20个气象站点的年降水量和月降水量为基础数据,分别利用普通克里格法(Ordinary Kriging,OK)和TRMM为"软数据"的BME插值法,分析福建省多年降水的时空分布格局,并对2种方法的插值结果进行比较。结果表明:在时空分布上,以TRMM数据为辅助变量的贝叶斯最大熵插值结果能更好地体现降水的局部差异特征;在误差评价上,以TRMM数据为辅助变量的贝叶斯最大熵插值结果的MAE和RMSE较小,表明TRMM数据作为"软数据"参与插值的BME方法可以在一定程度上弥补站点数据的不足,有效降低预测结果的绝对误差。通过对福建省降水插值的时空分布格局分析和误差评价可看出,BME插值法通过对基础台站数据,以及TRMM卫星产品数据的利用,使降水的时空分析结果更加真实客观,同时,为TRMM卫星降水数据的应用提供了一个新思路。     

结合离散网格曲率和克里金的空间插值方法研究

提出了一种结合离散网格曲率和克里金的空间插值方法,根据钻孔点数据构建初始Delaunay三角网,迭代计算三角网格点的高斯曲率,根据曲率的大小动态选择待插值点的位置,新点的高程值用克里金插值生成,完成三角网插值。在三维地质建模中实践证明,本方法在保证插值点精度的情况下,提升了曲面模型的光滑性,以较少的三角面片准确表达曲面模型的特征信息。     

基于ArcEngine的等雨量线绘制

等雨量线的绘制是济南城市防汛预警决策支持系统中最基本的功能之一.等雨量线的绘制最关键的部分为用已有站点的雨量数据进行空间插值,生成连续的雨量栅格图,再将雨量值相等的点连成等雨量线.本文用ESRI提供的ArcEngine组件实现了反距离加权插值(IDW)、样条函数插值(Spline)、克里金插值(Kriging)3种常用的插值方法,结合济南市现有的31个雨量站点的雨量数据,分别绘制出等雨量线,并比较3种插值方法的插值结果.结果表明:3种插值方法的结果都基本上反映了济南降雨的空间分布规律,而克里金插值的效果最好.     

新疆阿克苏河流域降水空间变异特征分析

根据阿克苏河流域降水空间观测数据,其降水稀疏且分布不均匀的特点,选取不同模型对降水空间变化规律进行研究,其结果精确性差异很大。通常应用地统计理论研究降水空间变异性,一般只涉及单个变量,传统的多元回归分析虽然涉及多个变量的影响,但缺乏区域化的空间结构特征。揭示具有协同区域化特征的降水空间变异现象及建立其空间分布模型,既要考虑多元信息的空间位置关系,即同一变量在不同地理位置上的相关性,又要考虑多元信息由于空间重复性引起的协同关系,即同一地理位置上不同变量的相关性。本文用阿克苏河流域范围内的降水观测数据建立析取-协克立格模型,考虑高程变量对降水量空间分布的影响,定量地揭示降水区域化变量的空间变异规律,并将其结果用于降水量的空间最优插值。     

基于多尺度最小二乘支持向量机优化的克里金插值方法

克里金插值方法根据待估位置点、已知样本数据点的位置关系和区域化变量的空间相关性,实现空间加权估计,满足估计的无偏性和最优性。传统方法理论模型形状固定且选择具有人为主观性,无法反映空间数据的变化趋势及其空间多尺度特征。本文为解决上述问题,提出了一种基于多尺度最小二乘支持向量机优化的克里金插值方法,此方法为拟合实验变异函数提供了一种新的思路。从实际样本数据的变化趋势出发,采用最小二乘支持向量机拟合实验变异函数,并利用不同尺度小波核反映不同尺度下的空间变化。最后,实验环节包括模拟和应用,模拟主要验证经多尺度最小二乘支持向量机优化后插值方法的科学有效性以及准确性,应用主要研究青岛市PM_2.5浓度时空分布特征,为城市生态科学防护及控制提供理论依据。结果表明,基于多尺度最小二乘支持向量机优化的克里金插值方法能够更好地刻画变异函数,反映不同尺度下的空间变化细节,从而在一定程度上提高插值的精度,是一种可选的克里金插值方法。     

遥感及再分析降水产品在缺资料干旱内陆盆地的适用性评估

山区降水较集中,但降水测站多位于山谷或人口密集区,代表性差。遥感和再分析降水产品能提供时空分布连续的数据,不受地形条件限制。柴达木盆地中心属干旱荒漠区,水是制约该区开发的首要条件,其四周属高寒山区,降水相对较多,但降水监测十分薄弱。为获取该区相对精确的降水时空分布信息,本文评估了4套高分辨率降水产品（CMADS、TRMM、GPM和MSWEP）的适用性。首先基于地面站点数据评估它们在不同时空尺度上的精度,并分析它们在柴达木盆地的空间分布和年内分配特征。然后,以盆地东南隅的无测站山区香日德河流域为研究区,利用降水产品驱动SWAT模型来评估它们的分布式水文模拟适用性。结果表明：① MSWEP在年、月尺度上与站点降水的吻合程度最高（R ≥ 0.79,PBIAS = 0.5%）,其次是GPM和TRMM,CMADS精度最低（R ≥ 0.64,PBIAS = 5.8%）;② 从降水精度与站点高程的关系来看,降水产品在相对低海拔区容易高估站点降水,而在相对高海拔区常低估实际降水;③ 在香日德河流域,MSWEP（NSE = 0.64）在基准期（2009—2012年）的径流模拟表现明显好于其它降水产品（NSE = 0.36~0.59）,变化期（2013—2016年）表现最好的是CMADS（NSE = 0.75,其余产品NSE = 0.53~0.68）。本研究可为缺资料干旱山区获取精确的降水时空信息和后续水资源的科学管理与规划提供重要支撑。     

基于TRMM降水数据的空间降尺度模拟

本研究以黑河流域为例,通过在不同空间尺度上建立降水与影响因素的关系并选择最优尺度以此进行降尺度,建立了基于地理加权回归（GWR）与高精度曲面建模方法（HASM）相结合的跨尺度统计降尺度方法,对TRMM降水数据进行了降尺度模拟。最后,结合站点观测数据采用交叉验证法对降尺度结果进行了验证。结果表明,与传统的降尺度方法相比,考虑最优尺度的降尺度方法在一定程度上提高了降尺度结果的精度,同时表明对跨尺度过程中产生的误差进行修正可进一步提高结果精度。本研究所提出的方法可用于粗分辨率降水数据的降尺度模拟,可为站点稀疏地区或地形复杂地区高分辨率高精度降水数据的获取提供方法上的支持。     

面向稀疏散布数据集的时空Kriging优化

时空Kriging法通过将变异函数向时空域进行扩展得到时空变异函数,有效地利用时空邻近的采样点综合进行插值,由于时空稀疏散布数据集具有单一时刻下样本点数量少以及时空分布不规律的特点,难以满足使用时空Kriging插值法的基本条件,导致插值精度不高,据此本文提出了优化方法：通过多时段叠置拟合空间变异函数的方法,综合利用时空邻域内的采样点以解决单一时刻下空间邻域内数量不足情况;控制时间变异对空间变异函数拟合的误差影响;采用积合式模型构建时空变异函数进行插值。最后使用Argo海温数据进行插值实验,在相同条件下与时空Kriging法以及时空权重法的交叉验证结果对比得出,该方法在保证拟合所需采样点数量要求的同时,有效削减了一般时空Kriging法中时间变异对空间变异函数拟合结果的干扰,插值结果的绝对误差均值从0.5降低至0.2以内,稳定性进一步增强,改善了时空Kriging法在稀疏散布数据条件下精度上的不足。     

变异函数模型参数的加权总体最小二乘回归法

顾及距离值的随机误差,提出用加权总体最小二乘回归法估计变异函数模型参数。通过协方差传播律发现,分组后的变异函数值和距离值是不等精度的。给出距离值的定权方法,结合熵权法和点对数法迭代解算模型参数。以幂函数模型为例,模拟数据和实测数据的结果表明,加权总体最小二乘回归法更加合理,参数的估计精度也更高。     

最优插值法在对中国自动站降水量空间分析中的参数优化

探讨了利用最优插值对中国3万多个自动站小时降水数据进行空间分析时核心参数(数据信噪比、相关随距离的变化关系等)的优化和确定方法,其中优化的数据信噪比约为0.3,相关随距离增加呈e指数递减关系。研究表明:当站网密度差异较大时,通过确定影响台站数来进行空间插值,一方面可以提高站点稠密区的插值效率,另一方面可以提高站点相对稀疏区的插值精度。另外,探讨了最优插值中初估场对插值结果地影响,认为采用气候标准值生成的初估场能显著降低插值结果的随机误差,其结果比采用同时刻的降水分析场作为初估场更稳定。     

遥感降水产品在中国不同气候区的适用性研究

遥感降水产品相对于气象站观测数据能够更好地反映降水的空间分布特征,对其进行不同气候区上的差异性评价对数据产品选择和遥感降水反演算法改进均有重大意义。本文选择中国典型气候区（干旱区、过渡区、湿润区和青藏高原地区）,以649个经偏差矫正后的气象站降水数据为标准,评估了5种国际常用的遥感降水产品 (CHIRPS v2.0, CMORPH v1.0, MSWEP v2.0, PERSIANN-CDR, TRMM 3B42v7) 在中国典型气候区的适用性。研究发现,各产品的性能存在空间差异性。MSWEP在各气候区的相关系数(CC),Kling-Gupta efficiency（KGE）,均方根误差（RMSE）等基本统计性能指标均优于其他4种产品。相对偏差（BIAS）方面,在干旱区、湿润区、青藏高原、过渡区表现较优越的产品分别为MSWEP、CHIRPS、PERSIANN、TRMM。在评估遥感降水产品对降水事件发生概率的估算能力方面,选择了误报率（FAR,降水事件预报错误的比例）、命中率（POD,降水事件预报正确的比例）、关键成功指数（CSI,降水事件正确预报综合性能）、精度指数（ACC,等级预报综合性能）和降水等级概率分布（PDF）5个指标作为评估依据,结果表明,就POD,CSI和ACC而言,在各气候区MSWEP表现明显优于其他产品;对于FAR,TRMM和CMORPH产品在湿润区表现优越,其余气候区仍以MSWEP表现较为优越;就PDF而言,PERSIANN和MSWEP产品对1~20 mm的日降水量的估算偏高,特别是MSWEP在青藏高原和湿润区对小雨的估算频率明显偏高, MSWEP有待在该区提高频率预报的能力。综合而言,多源数据融合的MSWEP在各气候区的基本统计性能和降水等级性能较好,可作为可靠的降水数据源用于中国水文气象研究,同时也表明多源数据融合产品具有良好的应用前景。     

IPCC AR5 全球气候模式模拟的中国地区日平均降水精度评价

本文利用中国区域660个站点逐日地面降水资料,评估了由IPCC（the Intergovernmental Panel on Climate Change）数据中心于2014年最新发布的15个全球气候模式（Global Climate Models, GCMs）以及多模式集合（Multi-Model Ensemble, MME）对中国降水的模拟精度。首先,从全球范围数据集中读取研究区范围内的GCMs降水模拟数据;然后,提取各个气象站点处的GCMs模拟值;其次,将GCMs在同一站点的模拟值取平均,得到MME模拟值;最后,以气象站点实际观测值为基准,对GCMs的模拟值精度进行评估。研究结果表明：IPCC AR5 GCMs 1996-2005年平均日降水模拟值偏差在中国地区的空间分布均呈现出西北向东南逐渐减小的特征,东部地区平均相对误差较小,平均相对误差较大的点主要分布在西部,但均方根误差呈现出从西北向东南增加的趋势;MRI-CGCM3有82.3%的日平均降水模拟值偏差都比较小,偏差介于-0.5到0.5之间;对于中国地区1996-2005年平均日降水量,BNU和MIROC-ESM模拟精度最低;MME模式模拟值的相关系数>0.5、平均相对误差<0.5和均方根误差<4 mm的百分率均为最高,分别达到64.8%、25.8%和86.4%,偏差介于-0.5到0.5之间的比例为56.7%,说明MME对中国地区日平均降水的模拟精度优于大部分模式,MME模式可在一定程度上减少单个模式未来情景模拟的不确定性。     

海河流域降水空间插值方法的选取

在水资源承载力模型的研究中,空间插值可以提供每个计算栅格的气象要素资料。在众多的气象要素空间插值方法中,并没有一种适合每一个气象要素的最佳插值方法,因此在不同的区域进行气象插值时,宜采用不同的方法进行比较,从而得到最佳的插值方法。本文以京津冀地区43个站1961-2000年降水资料为数据源,选用了距离平方反比法(IDS)、梯度距离平方比和普通克里格法。交叉验证结果表明:在海河流域进行降水插值分析时由于各月份降水与高程之间的相关系数较弱,不宜采用GIDS方法;在本研究区内大部分月份降水数据进行对数变换后进行插值,插值精度得到了提升;对于月降水的插值Kriging方法比IDW方法更加优越。     

东北地区TRMM数据降尺度的GWR模型分析

利用东北地区2000-2010年93个气象站点观测数据作为“真实值”,对TRMM降水数据进行精度验证,发现研究区TRMM降水数据与观测数据之间具有明显的线性相关性,且TRMM降水数据数值偏大于观测值,表明TRMM降水数据在东北地区具有一定的可信度。对东北地区多年平均、2001、2010年的TRMM数据,进行GWR模型降尺度研究,得到1 km的新降水数据,并与全局OLS回归模型进行对比。结果表明：（1）相比全局OLS回归模型,GWR模型的降尺度结果可获得更好的R与RMSE,说明GWR模型更适用于东北地区TRMM数据的降尺度研究;（2）东北地区GWR模型的降尺度分析结果与观测数据之间的相关系数在0.44-0.97之间,且分布较分散;（3）经过降尺度的TRMM降水数据,在空间分辨率上有较大提高,能更真实地反映研究区的降水特征,为该数据小尺度的应用研究奠定基础。     

结合TRMM数据的区域降水高精度曲面建模研究

高精度曲面建模方法（High Accuracy Surface Modeling, HASM）,从理论上解决了传统方法在插值过程中峰值削平和边界震荡等问题。其模拟精度相对于经典插值方法有很大提高,已成功应用于人口密度、土壤属性,以及气候要素等领域的空间制图。然而,由于地面气象站点数量和分布的限制,使得HASM仅依靠站点数据难以得到高精度的空间降水估计数据,因此,本文以地貌与气候类型复杂多样的我国中西部地区2010年年降水量空间分布模拟为例,采用混合插值法进行HASM区域降水模拟。结果表明,TRMM作为背景场的HASM模拟的年降水量精度,在全局和局部明显优于IDW、Spline和Kriging等经典插值方法的结果,作为背景场的HASM模拟精度,MAE和RMSE分别为125.15 mm和155.80 mm,其他方法最好的模拟结果比其误差值分别高出53.6%和54.5%;其模拟误差在不同子区域都较小;各种方法在平原的精度都高于山区的精度。     

基于信息熵的空间插值影响因素分析

空间数据作为一种地理现象的离散度量广泛应用于各类地理空间分析。然而,空间数据经常由于各种原因出现数据的缺失,存在不完备的特性,需要利用空间插值方法对其进行插值估计。现有国内外对于空间插值方法的研究较多,但是对于空间插值影响因素的分析研究则相对较少。本文首先对国内外相关空间插值研究工作进行总结和回顾,进而探讨不同采样密度、采样分布和采样粒度对于空间插值精度的影响。在此基础上,提出一种基于信息熵的空间插值影响因素分析方法。该方法针对采样数据的不同采样密度和采样分布,对空间数据的可插值性进行比较分析,进而探讨插值粒度,即插值网格分辨率对于空间数据可插值性的影响。最后,采用一组实际数据验证了使用信息熵对空间数据进行可插值性研究的可行性和适用性。     

广西非气象参数Tm模型研究

通过分析广西4个探空站资料，结合GGOS Atmosphere格网Tm数据，建立随高程增大的温度递减率模型。根据温度递减率模型分别采用反距离加权法、双线性插值法、新反距离加权法和新双线性插值法计算探空站Tm，通过分析插值误差建立广西非气象参数Tm模型，并与Bevis模型、中国东部模型、广西模型进行比较。结果表明，温度递减率模型的Tm插值精度相对其他3种模型有比较明显的提升，4种方法的平均绝对误差（MAE）和均方根误差（RMSE）在1~2 K之间；广西非气象参数Tm模型的插值精度得到进一步提高，百色站的MAE约为2 K，其余站点的MAE和RMSE均在1 K左右，能满足可降水量反演的精度要求。