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。     

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.     

基于DEM的复杂地形气温空间插值研究

利用江西省87个国家气象观测站点1987—2016年月平均气温资料,结合数字高程模型(DEM),建立了一个基于江西省DEM的多元线性回归空间插值模型,并与传统的反距离权重法(IDW)、普通克里金插值法(OK)和协同克里金插值法(CK)进行空间插值精度和效果对比。研究表明:基于DEM的多元线性回归空间插值方法(MLR)的误差精度和插值效果均优于其他3种传统插值方法。江西省月(年)平均气温与纬度和海拔高度呈负相关,与经度呈正相关,与坡度、坡向无明显相关性;江西省月平均气温垂直递减率约为0.35—0.65℃/(100 m),年平均气温垂直递减率约为0.49℃/(100 m)。     

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。     

基于ECMWF产品的站点气温预报集成学习误差订正

提出一种基于数值模式预报产品的气温预报集成学习误差订正方法,通过人工神经网络、长短期记忆网络和线性回归模型组合出新的集成学习模型（ALS模型）,采用2013—2017年的欧洲中期天气预报中心数值天气预报模式2 m气温预报产品和中国部分气象站点数据,利用气象站点气温、风速、气压、相对湿度4个观测要素,挖掘观测数据的时序特征并结合模式2 m气温预报结果训练机器学习模型,对2018年模式2 m气温6~168 h格点预报产品插值到站点后的预报结果进行偏差订正。结果表明:ALS模型可将站点气温预报整体均方根误差由3.11℃降至2.50℃,降幅达0.61℃（19.6%）,而传统的线性回归模型降幅为0.23℃（8.4%）。ALS模型对站点气温预报误差较大的区域和气温峰值预报的订正效果尤为显著,因此,集成学习方法在数值模式预报结果订正中具有较大的应用潜力。     

基于ANUSPLIN的京津冀区域逐日气温格点数据集建立方法研究

为建立一个高精度、高空间分辨率的逐日气温格点数据集,满足公共气象服务对于精确信息及实时信息的需要,利用2018年6—8月京津冀区域以及临近省区共3 974个国家级及区域气象观测站质控后的逐日气温资料,采用ANUSPLIN软件对逐日气温数据进行空间内插,得到了京津冀区域逐日气温格点数据集（0.01°×0.01°）,并分别利用反距离权重插值法、普通克里金插值法、样条函数法对逐日气温数据进行空间插值,采用相关系数（Corr）、平均绝对误差（MAE）、平均相对误差（MRE）等作为评估指标来检验插值精度。结果表明：1）ANUSPLIN软件满足了空间插值对精度及曲面平滑度的要求,能直观体现京津冀区域气温由北向南递增的空间分布特征;2）4种插值方法中,基于ANUSPLIN软件的插值结果最优,相关系数平均达0.97,其样本误差在1 ℃之内占比为90.59%,MAE为0.46 ℃,MRE为1.81%;3）插值误差较大的区域位于冀北高原、燕山丘陵及太行山脉一带,高海拔、低站点密度等是造成插值误差的主要原因。基于ANUSPLIN插值方法建立的逐日气温格点数据集具有分辨率高、空间插值误差小的优势,ANUSPLIN对气温的空间分布具有较好的预测能力。     

中国区域温度和降水不同空间插值方法精度对比

利用国家气象信息中心基于最优插值法(Optimal Interpolation,OI)、ANUSPLIN插值法(AV 2.0)、普通克里格法(Ordinary Kriging,OK)的1.0°×1.0°与0.5°×0.5°格点化的1961—2004年中国区域月温度和月降水资料及1961—2004年美国NCDC的GHCN 5.0°×5.0°月降水资料,对中国大陆地区温度和降水不同插值方法空间插值数据的精度及时间序列进行了对比研究。结果表明:在1961—2004年平均气候态下,中国区域不同插值法插值后的降水和温度空间分布型较一致,年循环变化也较一致。在中国区域、东部区域和西部区域,OI与AV 2.0方法插值的降水场绝对误差分别为2.15 mm、1.28 mm和0.00 mm,OK与AV 2.0方法插值的温度场绝对误差分别为0.20℃、0.05℃和0.45℃。对于中国区域降水场时间序列,AV 2.0和OI方法插值的降水与GHCN不同季节的降水变化趋势较一致,且不同插值方法插值的夏季降水量差异较大,冬季降水量差异较小。1961—2004年AV 2.0与OI方法插值的降水场相关系数在0.22—0.98之间变化,冬季和春季降水场相关性较高,夏季和秋季降水场相关性较低;个别年份秋季和冬季插值后降水量的偏差稍大,最大偏差达3.08 mm,1961—2004年平均降水量偏差为0.64 mm。AV 2.0与OK方法插值的年平均温度差值小于0.54℃,且多年时间序列变化趋势较一致。     

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 2 m气温起报场资料,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、最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进行评估,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的气温格点分析场,并将为今后贵州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。     

FY-3A MWHS资料偏差订正方法研究

作为中国新一代极轨气象卫星,风云三号A星(FY-3A)大气垂直探测资料在区域数值天气预报中的同化应用至关重要。为实现FY-3A大气湿度垂直探测仪(MWHS)资料的直接同化应用,重点研究MWHS资料偏差订正问题。根据MWHS资料特征,在参考欧洲中期天气预报中心(ECMWF)原全球TIROS大气垂直探测仪(TOVS)资料偏差订正方案的基础上,建立适用于FY-3A卫星MWHS辐射率资料的偏差订正方案,分析该方案的订正效果。(1) 扫描偏差具有星下点对称性,各通道不同纬度带和扫描角的扫描偏差存在差异,通道1~5的扫描偏差绝对值范围分别为0~1.13 K、0~6.4 K、0~0.76 K、0~0.84 K和0~2.1 K。(2) 偏差订正方法有效,订正后的通道2~4观测残差概率分布呈现均值为0的高斯分布,且通道1和5观测残差更接近均值为0的高斯分布。(3) 偏差订正后观测残差标准差均有所降低,表明偏差订正能够提高MWHS资料对分析场的调整。试验证明FY-3A MWHS资料具有较高的数据质量以及同化应用的潜力;建立的偏差订正方案可为FY-3A MWHS资料直接同化提供条件。      

山区平均气温细网格插值方法的比较

采用逐步插值和多元回归的方法，计算了贵州省１月、７月份气温１０＇×１０＇细网格的内插值。通过两种结果与实际状况的比较，及其误差的分析，发现逐步插值的计算结果更符合实际，且剩余误差为多元回归结果的１／５￣１／１０。     

基于GIS的浙江省年平均气温空间模拟研究

高精度的空间化气温信息对于区域热量资源利用和农业结构调整等方面具有重要意义。本文选取浙江省72个气象站点1971—2008年的年平均气温作为数据源,以地理信息系统(GIS)为技术平台,采用逆距离权重法、普通克立格、样条法和多元回归法等四种空间插值方法,对研究区年平均气温进行空间插值,通过预设的10个检验站点来对插值结果进行评估。结果表明:多元回归法的相对平均误差、绝对平均误差、均方根误差分别仅为0.010、0.173和0.221℃,误差均小于其他三种插值方法,插值效果最好,对于验证站点的年平均气温模拟最接近实际值。     

三维插值方法在湖南省气温精细化预报中的应用与检验

利用三维插值方法对ECMWF、Japan及T639三种数值模式细网格气温预报产品进行客观订正,并检验评估三维插值方法对湖南省不同海拔高度和不同地理位置上2 159个气象站点的气温预报订正能力。个例结果显示,三维插值方法具有明显的订正效果,不同程度地缩小了二维平面插值预报的偏差,能较客观地反映复杂地形区域要素的实际情况;三维插值方法较二维插值对ECMWF、Japan、T639三种模式气温预报的订正能力均有不同程度的提高,改进后的ECMWF模式气温预报准确率达94%;对于海拔较高的站点,三维插值方法相对于二维插值订正的幅度更大,对模式预报有向气温降低的趋势调整,对于海拔较低的站点,对模式预报有向气温升高的趋势调整。     

误差订正在辽宁地区冬季温度预报中的应用

利用7d固定误差订正和滑动误差订正方法对2014年冬季辽宁地区中尺度业务模式2m温度预报产品插值结果进行订正,并将订正结果与中央气象台MOS预报进行对比,分析MOS、7d固定误差订正和滑动误差订正3种数值模式后处理方法对辽宁地区冬季温度预报准确率的影响。结果表明:经过两种误差订正后的预报结果准确率均比数值模式预报插值结果高,滑动误差订正效果优于7d固定误差订正;24h最高气温预报中,滑动误差订正结果的准确率最高;最低气温预报中,08时滑动误差订正结果准确率高于中央气象台MOS预报,但20时滑动误差订正结果准确率低于MOS预报。滑动误差订正需1—15d的资料积累,比MOS方法所需资料少且操作简单,适合观测资料积累少的地区开展数值模式的温度订正。     

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。      

两类不同月平均气温空间推算方法的对比

利用全国660个常规气象站40年(1961-2000年)整编气象资料.采用逆距离权重反比法、样条函数法和普通克立格法等常用的3种插值方法,分析了直接插值法和综合余项法对气温插值的影响,提出了去除气温形成中的确定性部分后,以随机项进行插值可提高气温插值精度。并从空间上、时间上对比眲不同插值方法的误差,最后分析了气象站的空间分布密度对插值方法的敏感性。验证结果表明:除个别月份外,综合余项法的各项平均绝对误差均在1℃以内,比直接插值法减小了0.6～1.6℃,精度提高了38%～85%;且综合余项法的精度不依赖于台站密度的大小、插值方法的不同,具有较高的精确性和稳定性,这说明影响空间插值精度的关键因子并非是气象观测站点密度的提高、空问插值方法的改进。     

青藏高原东南缘气象要素Anusplin和Cokriging空间插值对比分析

选取地形起伏度巨大的青藏高原东南缘为研究区,利用该研究区96个气象站点,结合高程数据,分别采用Cokriging和Anusplin空间插值方法,获取2010年250 m分辨率的年均温度和年累计降水插值曲面。并采用交叉验证方法对比Anusplin与Cokriging插值精度,分析了误差的空间分布特征,重点对比两种插值曲面差异较大的区域精度优劣,评价两种方法在复杂地区的适用性。结果表明,Anusplin在复杂地表的插值表现优于Cokriging,其中Anusplin气温插值的均方差仅为0.82℃,而Cokriging的均方差为1.45℃;两者的降水插值精度基本一致,但Anusplin在气象要素空间异质性大的区域优于Cokriging。因此,与Cokriging相比,Anusplin更适合青藏高原东南缘复杂地表气象要素空间插值。     

ECMWF模式对陕西2016年春夏季气温预报性能评估

利用2016年春、夏季节陕西99个国家站的气温逐1 h观测数据,对ECMWF高分辨率数值模式对陕西国家站0~72 h逐3 h和78~240 h逐6 h的气温预报性能进行评估。结果表明,陕西大部分地区,气温预报误差≤1 ℃和≤2 ℃的准确率在72 h之前分别为30%~50%和55%~85%,96 h之后分别为10%~30%和25%~55%,夏季的准确率高于春季,20:00起报的准确率略高于08:00起报。随着预报时效的增加,模式的气温预报能力和稳定性波浪式下降,日变化特征明显,23:00至次日11:00时段的预报能力和稳定性好于14:00—20:00时段。模式的气温预报值与观测值有很好的相关性,但是模式和实际观测站的地形高度差异会对气温预报质量产生较大影响。基于气温垂直变率和模式与实际观测站的地形高度差异进行的高度差订正,可以适当提高模式的气温预报水平,文中提出的几种气温预报的高度差订正方法,对陕西大部分地区的气温预报为正订正效果,但还存在一些问题,有待进一步研究。     

模式距平积分订正法对广西区域ECMWF地面2m温度预报的订正效果评估

采用基于历史资料的模式距平订正法(ANO),利用2011~2015年欧洲中心高分辨率数值预报(ECMWF)的地面2m温度和广西区域自动站气温观测资料,对2016年广西区域2m温度预报进行订正试验,对比分析订正前和订正后的预报误差,结果表明:EC对广西区域2m温度的预报误差随着预报时效增加而逐渐增大,午后误差较大,夜间误差较小,预报值大多偏低。0~72h预报(较短预报时效)冬季误差较小,夏季误差较大;72~240h预报(较长预报时效)夏季误差较小,秋季和冬季误差较大。随预报时效增加,误差增大的幅度夏季较小,冬季较大。误差的离散度在较短预报时效的午后为冬季较小,夏季较大,在较长预报时效及夜间则与之相反。ANO方法对午后温度预报的订正效果优于当日其他时刻。该方法对夏季的温度预报有很好的订正效果,秋季的订正效果次之,春季的订正效果不明显,冬季的订正效果为负面作用。     

基于RS和GIS技术的新疆气温空间插值方法探讨

分析新疆90个气象站点2004年年均气温与经纬度、海拔高度的关系,之间具有较好的线形相关关系(r2=0.897)。通过"回归方程计算 空间残差"的方法对全疆2004年年均气温数据进行插值。验证结果为:插值计算值与实测值间相关系数r2=0.994,平均误差1.53%。插值结果表明:利用"回归方程计算 空间残差"的方法可以生成高精度、高空间分辨率新疆年平均网格温度结果。