中国土壤温度的空间插值方法比较

利用中国698个气象站点1971~2000年的地面气候资料,采用三种不同方法预测中国0cm、20cm和40cm深度年均土壤温度的空间分布,其中普通克里格和泛克里格法直接以年均土壤温度数据为源数据、回归克里格法以中国年均气温数据和中国DEM数据为源数据进行预测。预测结果的准确性通过平均绝对误差(MAE)和均方根误差(RMSE)值来评价。结果表明回归克里格法预测的MAE值和RMSE值均为最小,说明其预测结果的准确性最好、预测的极端误差也最小;其次为泛克里格法;普通克里格法预测的效果最差。回归克里格法预测结果由于采用了中国DEM数据进行修正,在空间特征表达方面能够更好地表达复杂地形地区的局部变异,其平滑效应明显小于泛克里格法和普通克里格法的预测结果。     

基于地形高程的云南省降雨量空间插值方法研究

以云南省1961-2010年多年平均降雨量和云南省数字高程模型为基础数据源,通过对降雨数据的分析,将数字高程模型作为影响降雨强度的主要因素,引入到降雨量空间预测的多元地理统计中,并利用协同克里格算法构建降雨强度与地形高程之间的数学关系模型,对云南省年平均降雨数据进行空间插值模拟。插值结果与距离权重法、一阶局部多项式法、二阶局部多项式法、样条函数法、普通克里格法等其他5种空间数据插值方法进行对比与分析,并通过分析各个交叉检验统计量来验证评估数据的误差,从而选取出最优的空间插值方法。结果显示,普通克里格法和协同克里格法对降雨量空间插值的效果和精度高于反距离法、局部多项式法和样条函数法,而协同克里格法由于考虑了地形高程对降雨量的影响,具有更好的插值效果,因而更适合山地降雨数据的空间插值。     

昆仑山提孜那甫河流域2012-2016年近地表气温时空分布特征

基于典型高寒内陆河——提孜那甫河流域的6个不同海拔自设气象站的2012—2016年气温数据,分析了该地区不同海拔区域近地表气温的时间变化特征和空间变异特征。结果表明：（1） 低、中、高山区均温均可被sine函数高度拟合（R²>87%）,且随海拔增高气温波动减弱,时间变化延迟,气温变幅差异减小。（2） 日均温与月均温最低值出现月份不同步,且这一情况在海拔相对较高区更易出现。（3） 年内尺度不同区域气温空间差异：D1区（麻扎—库地）在秋、冬季最大;D3区（库地达坂—西合休）在春、夏、秋最小;D4区（西合休/库地达坂—莫木克）在夏季最大,冬季最小;D5区（莫木克—江卡）在春季最大,相关分析结果表明：气温空间分异受海拔影响大。研究结果将对提高高寒山区气候特征认知及改善冰雪水循环模拟具有重要促进意义。     

土壤厚度的空间插值方法比较——以青海三江源地区为例

利用青海三江源地区533个土壤剖面中的厚度数据, 在GIS技术的支持下, 采用确定性内插(反距离加权、全局多项式、局部多项式和径向基函数)和地统计内插(普通克里格、简单克里格、泛克里格和协同克里格)两类共八种插值方法对研究区土壤厚度的空间分布进行了预测, 并综合比较了各种插值方法的预测误差、统计特征值和插值结果分布图。结果表明:(1)在地统计内插方法中, 普通克里格方法(一阶)插值效果比普通克里格方法(二阶)要好;在普通克里格方法(一阶)的半方差函数模型中, 球状模型的插值效果优于指数模型和高斯模型;普通克里格方法在四种地统计内插方法中预测误差最小、预测结果准确性最好。(2)确定性内插方法中, 反距离加权(指数为1)法的误差较小, 并且对区域与局部趋势的反映效果最好。(3)从预测误差大小和对区域总体及局部趋势的综合反映效果来看, 有异向性的球状模型普通克里格(一阶)插值方法预测结果最能准确反映青海三江源地区土壤厚度的空间分布。     

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。     

西辽河流域潜在蒸散量时空格局

利用地处北方农牧交错带的西辽河流域及其周边45个地面气象台站1974-2005年的月平均气象资料(温度、湿度、风速和太阳辐射等),采用先计算后插值(CI)的方法,选用彭曼-蒙特斯(Penman-Monteith)(98)模型,对45个站点的多年平均潜在蒸散量进行了计算,在ArcGIS 9.0软件平台的地统计模块下,运用普通克里格法,对西辽河流域的多年平均潜在蒸散量逐月进行空间插值.在此基础上对全流域多年平均潜在蒸散量进行了时空格局分析,结果表明:西辽河流域潜在蒸散量ETO与气温、日照时数和风速显著正相关,与平均相对湿度为显著负相关;受各气象要素影响,ETO的逐月变化曲线为一条单峰曲线,冬季ETO普遍较低,春末、秋初及夏季ETO则较高;西辽河流域潜在蒸散量空间分布格局呈现以科尔沁沙地为中心区域向东北、西南两侧逐渐递减的总体趋势.     

云南月季气温时空变化特征

用主分量分析研究云南气温变化特点,结果表明,气温变化在空间上区域分布特点明显,时间变化呈升温趋势,且秋、冬升温明显。月、季气温空间分布呈现全省一致型、东西型、东北西南型等3种主要分布类型。通过对主分量的分析,冬季用较少的主分量就能描述气温的空间分布,而夏季需要较多的主分量才能描述气温的空间分布。不同季节的气温变化趋势不尽相同,夏季主分量有下降趋势,其它季节有上升趋势。20世纪70年代中期开始夏季气温逐渐上升,90年代中期开始秋、冬气温明显上升,且月间变化振幅较大。     

2000—2018年青海湖流域气温和降水量变化趋势空间分布特征

青藏高原是全球气候变化的敏感区,气温和降水量的空间分布及变化趋势是气候变化研究的核心和基础,为开展生态环境变化评估提供基础资料。基于2000—2018年青海湖流域及其周边气象站观测数据,以高程为协变量,结合专业气象插值软件ANUSPLIN对气温和降水量进行空间插值。利用线性回归法分析了青海湖流域2000—2018年气温和降水量的变化趋势;利用双变量空间自相关分析法分析了青海湖流域气温和降水量空间匹配关系。结果表明：（1） 2000—2018年青海湖流域年平均气温呈显著增加趋势,平均增速为0.30 ℃·（10a）^-1,春季增温显著。（2） 降水量呈显著增加趋势,平均增速为73.20 mm·（10a）^-1,春夏季增速显著、秋季变化不明显、冬季趋于变干。（3） 青海湖流域气温和降水量空间匹配差异显著。从年尺度来看,气温和降水量莫兰指数（Moran’s I）为-0.66,表现为显著的负相关,面积比为67.56%,水热组合空间匹配不佳。从季节尺度来看,青海湖流域春季、夏季、秋季和冬季的气温和降水量Moran’s I分别为-0.49、-0.80、-0.32和-0.14,均为空间负相关。春夏季,流域低海拔区域气温逐渐升高,高海拔区域降水量逐渐增多,气温和降水量空间负相关面积逐渐增大,水热组合空间匹配不佳。值得强调的是青海湖巨大水体对环湖区局地气温的调节作用明显,是青海湖流域的“气候调节器”。     

中高纬度山区气温空间化的方法比较研究——以大兴安岭北麓为例

为比较和探讨中高纬度山区多种气温空间插值方法的精度及适用性,本文利用大兴安岭山脉北段及其周边区域气象站点实测气温数据,以平均绝对误差(MAE)和均方根误差(RMSE)作为评价指标对六种气温空间插值方法进行精度比较.研究结果表明:(1)反距离权重插值法(IDW)、普通克里金插值法(OK)、样条函数插值法(Spline)三...     

甘肃张掖市冬季气温变化的时空特征

依据张掖市近50年来的冬季气温观测资料,运用Mann-Kendall法、小波分析、空间插值等方法,对张掖市冬季气温的时空分布规律和变化周期进行分析。结果表明:冬季气温总体上呈现增暖的趋势(β值为0.08),线性增长率为0.56℃/10a,相当于近50年冬季气温升高了2.8℃,冬季增温对全年升温的贡献率高达89%。1985年冬季气温发生突变,之后进入偏暖期,1987年后增温趋势更加显著。冬季气温存在10年左右和22年左右的振荡周期,其中22年左右的振荡周期较强。冬季气温空间分布不均,呈现出由东南向西北逐渐增温的趋势。冬季气温从20世纪70年代起就开始增温,东部增温速度明显高于西部,冬季气温增暖主要发生在最近的20余年内。     

A HIGH-RESOLUTION, GRIDDED DATASET FOR MONTHLY TEMPERATURE NORMALS (1971-2000) IN SWEDEN

A baseline climatology is required in evaluating climate variability and changes on regional and local scales. Gridded climate normals, i.e. averages over a 30‐year period, are of special interest since they can be readily used for validation of climate models. This study is aimed at creating an updated gridded dataset for Swedish monthly temperature normals over the period 1971–2000, based on standard 2‐m air temperature records at 510 stations in mainland Sweden. Spatial trends of the normal temperatures were modelled as functions of latitude, longitude and elevation by multiple linear regression. The study shows that the temperature normals are strongly correlated with latitude throughout the year and especially in cold months, while elevation was a more important factor in June and July. Longitude played a minor role and was only significant in April and May. Regression equations linking temperature to latitude, longitude and elevation were set up for each month. Monthly temperature normals were detrended by subtracting spatial trends given by the regressions. Ordinary kriging was then applied to both original data (simple method) and de‐trended data (composite method) to model the spatial variability and to perform spatial gridding. The multiple regressions showed that between 82% (summer) and 96% (winter) of the variance in monthly temperature normals could be explained by latitude and elevation. Unexplained variances, i.e. the residuals, were modelled with ordinary kriging with exponential semivariograms. The composite grid estimates were calculated by adding the multiple linear trends back to the interpolated residuals at each grid point. Kriged original temperature normals provided a performance benchmark. The cross–validation shows that the interpolation errors of the normals are significantly reduced if the composite method rather than the simple one was used. A gridded monthly dataset with 30‐arcsecond spacing was created using the established trends, the kriging model and a digital topographic dataset.     

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。     

小区域癌症数据典型空间插值方法比较研究

癌症已成为危害全球居民健康的重大民生问题,选取合适的空间插值方法分析小区域癌症数据的空间特征可对区域性癌症防控工作的有效开展提供依据。本研究以湖南省苏仙区2012和2016年以村为单位的肺癌死亡率数据为研究对象,以平均误差和均方根误差为评价指标,对反距离加权（IDW）、普通克里金（OK）、趋势面分析（TSA）、多元线性回归（MLR）与协同克里金（CK）五种典型空间插值方法进行精度效果对比及参数优选,并结合不同插值方法的优缺点,确定癌症数据的最优插值方法。结果表明：插值精度方面,CK法的均方根误差最小、插值精度最高,OK、IDW（幂值=1）和MLR次之,TSA（阶数=5）最低;插值效果方面,五种插值方法的实测值和预测值均显著相关,除CK外,其它四种方法均对死亡率低估程度较大,CK和OK插值结果的空间分布效果更好。同时考虑空间因素和影响因子的CK方法是小区域苏仙区2012年、2016年肺癌死亡率最优插值方法,应用该方法可对区域性癌症防控工作的有效开展提供最优的技术支撑。本论文的研究思路也可为小区域癌症数据空间插值方法及参数优选提供参考。     

喀斯特地区春季土壤水分空间插值方法对比

以杨眉河小流域为研究区,通过土壤水分采样,选取辅助变量,采用普通克里金、协同克里金、回归克里金3种地统计学方法对土壤水分数据进行空间插值。结果表明：1）回归克里金对研究区土壤水分估算误差最小,其次为协克里金,普通克里金的误差最大;2）普通克里金生成的土壤水分表面最为平滑,而回归克里金最大程度反映了研究区实际的土壤水分空间变化;3）对于协同克里金,以湿度指数（WI）样点数据作为辅助变量的估算误差小于将WI栅格数据作为辅助变量的估算误差。总之,在可获得有效辅助变量的条件下,回归克里金对研究区土壤水分估算的效果优于协同克里金与普通克里金。     

基于GIS的农业气候资源区域化问题研究——以甘肃省为例

在农业气候资源研究中,站点数据的区域化问题是进行资源优化配置和高效利用的一个重要环节。通过采用逐步回归分析与空间插值相结合的方法,以甘肃省及其相邻省区的112个站点1970~2001年31年的月平均温度和降水数据以及计算得到的月平均太阳辐射和潜在蒸散量为数据源,对甘肃省气候资源进行了区域化。对每种气象要素都采用了两种空间插值方法,并对插值结果运用了绝对验证和相对验证两种方法进行了验证和对比。结果表明:温度残差的平均绝对误差(MAE)是Spline< IDW, 其值分别为:0.744℃和0.754℃,平均相对误差(RME)分别为:9.56%和9.66%。降水的平均绝对误差是Kriging温度>潜在蒸散量>降水,但都达到了较高的精度。     

2007—2020年西藏草面温度时空分布特征

利用2007—2020年西藏38个气象站点平均草面温度（简称草温）、平均气温、平均地表温度、云量、降水量等观测资料,采用气候统计诊断方法分析了西藏草面温度的时空分异特征及其影响因素,以期科学研究当地草地生态系统和开展专业气象服务。结果表明：西藏年平均草温呈自东南向西北递减的分布。草温与海拔高度存在显著的负相关,海拔高度每升高100 m,季平均草温降低0.44~0.70 ℃,年平均草温降低0.58 ℃;与纬度有着显著的曲线关系,29.3°N以南（北）地区,随着纬度增加,草温随之升高（降低）。各站草温呈一峰一谷的日变化特征,日最低值出现在07:00—08:00（北京时间）,日最高值均出现在14:00;草温月平均最低值都出现在1月,月平均最高值出现在6月或7月;76%的站点草温的变化为夏季>春季>秋季>冬季的气候特征。西藏草温年较差为21.4 ℃,较气温年较差偏大3.1 ℃;草温日较差达35.7 ℃,远高于气温日较差,偏大21.6 ℃。草温与气温之差以夏季最大,其次是春季、冬季两者比较接近;草温与地表温度之差以春季最大,夏季次之,冬季最小。在空间分布上,月平均草温与气温、地表温度均呈显著的正相关,与平均风速、积雪日呈显著的负相关;积雪深度对草温的影响,除冬季外二者存在显著的负相关;大部分月份平均草温与总云量、低云量、降水量的关系不显著。86.8%的站点5—9月平均逐小时草温与降水量存在显著的负相关关系。     

利用不同方法估测土壤有机质及其对采样数的敏感性分析

用随机方法从262个采样点中抽取200个点作为已知有机质含量的数据集,将所有采样点的碱解氮作为辅助数据预测有机质的空间分布。利用有机质信息的普通克立格法的方差解释量和预测精度最低,而回归克立格法因在预测过程中加入了回归残差而使方差解释量最大、预测精度最高。为了分析采样数对不同方法预测精度的影响,从上述已知有机质含量的200个点中分别随机抽取40、80、120、160个点构成4个数据集,分别利用它们的有机质信息和不同方法预测了有机质的空间分布,结果表明:对于每个数据集,4种方法的预测精度顺序均为RGK>COK>RG>OK,线性回归法的预测精度随采样点的增加基本不变,而其它三种方法的预测精度却逐渐提高。     

Spatial interpolation of marine environment data using P-MSN

ABSTRACT

When a marine study area is large, the environmental variables often present spatially stratified non-homogeneity, violating the spatial second-order stationary assumption. The stratified non-homogeneous surface can be divided into several stationary strata with different means or variances, but still with close relationships between neighboring strata. To give the best linear-unbiased estimator for those environmental variables, an interpolated version of the mean of the surface with stratified non-homogeneity (MSN) method called point mean of the surface with stratified non-homogeneity (P-MSN) was derived. P-MSN distinguishes the spatial mean and variogram in different strata and borrows information from neighboring strata to improve the interpolation precision near the strata boundary. This paper also introduces the implementation of this method, and its performance is demonstrated in two case studies, one using ocean color remote sensing data, and the other using marine environment monitoring data. The predictions of P-MSN were compared with ordinary kriging, stratified kriging, kriging with an external drift, and empirical Bayesian kriging, the most frequently used methods that can handle some extent of spatial non-homogeneity. The results illustrated that for spatially stratified non-homogeneous environmental variables, P-MSN outperforms other methods by simultaneously improving interpolation precision and avoiding artificially abrupt changes along the strata boundaries.     

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500mm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。