基于站点观测数据的气温空间化方法评述

基于统计学的插值方法是地理学、生态学领域研究气温空间化的主要方法之一,对获取精细化气温数据进行生态模拟具有重要意义。结合国内外气温空间插值的主要研究成果,对常用气温空间化方法进行了归纳、对比,探讨各种方法的适用性和不足之处,从而为涉及气温空间化的具体研究提供一定的参考,并探讨了各类方法优化的方向。不同方法的对比分析结果表明:各种气温空间化方法各有所长,在具体的应用中都取得过较好的效果,但并不存在普适性的方法,在实际应用时必须针对研究区域具体的地理特征进行方法适用性验证或对各类方法中的具体参数进行改进,才能实现区域气温的空间最优化模拟。根据气温场的物理分布特征,结合GIS技术,考虑地形等更多的相关因子以提高气温分布微观细节的模拟精度是未来重要的发展趋势。     

基于MODIS数据和气象观测数据的气温空间插值方法比较

本文以福建省福州市为研究区域,利用MODIS影像数据反演福州市地表温度;同时利用相同时间的福州市及其周边的32个气象站日平均气温数据,结合数字高程模型（DEM）中提取出的地形因子,研究温度与经度、纬度、海拔高度等的相关关系,提出了福州市地形因子与气温相关模型,利用该模型插值得到福州市的地表温度;再利用气温垂直递减规律进行插值得到地表温度。对比3种结果可知,对于气象数据容易获得,气象站点较多且均匀分布在研究区时,利用气象数据插值地表温度较快,但计算结果比实际值略高;对于气象数据不易获得或站点较少时,可以用影像数据来反演地表温度,其精度受提取参数的精度的制约,在参数使用正确情况下比插值方法反演精度高。     

气象要素栅格化方法比较——以福建省月平均气温为例

以福建省70个地面气象观测资料中的1976年1月、7月平均气温,经纬度,海拔及由DEM所提取的坡向、坡度为数据源,采用反距离权重法、克里格法、协同克里格法等空间插值方法,对1月、7月平均气温进行空间插值,并用交叉验证、平均绝对误差、均方根误差等检验标准对各种插值方法的精度进行比较分析.结果表明:综合考虑了海拔、经纬度、坡度、坡向等影响要素的协同克里格方法用于月平均气温的空间插值相对较好.     

积温数据栅格化方法的实验

根据中国 4 0 0多个气象站 1995年的积温数据分析 ,≥ 0℃积温和≥ 10℃积温与经纬度、海拔高度的相关性分别为r2 =0 96 5 6和r2 =0 94 0 2。以≥ 0℃积温数据为例 ,利用聚类分析法 ,将全国分为 7个积温计算区 ,每个区分别构建模型 ,通过“回归方程计算 +空间残差”的方法对全国积温数据进行栅格化。验证结果为 :计算值与实测值之间的线性相关系数r2 =0 9889,平均相对误差 3 5 6 % ,相对误差在 5 %以内的气象站个数占验证气象站总数的 86 %。     

基于GIS的福建省人口统计数据空间化

该文以2000年第五次全国人口普查数据为基础，分析福建省各市县平均人口密度与海拔高度、土地利用、河网密度、道路网密度以及与海岸线的距离和居民点密度之间的相关性。并以GIS软件和SPSS统计软件为工具，通过较为客观的方式赋予各影响因子对人口分布的影响权重，运用多源数据融合技术对福建人口统计数据进行空间化处理和分析。     

基于GIS的日照市气温分布式模拟

地表气温分布受多种因素的影响,尤以海拔高度和地形最为显著。以山东省日照市为例,利用1?5万DEM数据,借助研究区及周边6个气象站点1971-2000年的气温资料,运用ARC/INFO软件对气温数据进行样条函数法内插后,通过气温直减率法和辐射差值与温度的相关关系对内插结果进行海拔高度和地形的订正,得到研究区实际地表温度空间分布图,为日照市农业实践活动提供气温空间分布资料。     

基于GIS的重庆地区气温空间分布研究

在观测资料的基础上,利用GIS技术,结合DEM引入天文辐射和高程,研究了重庆地区的多年月平均气温空间分布.并采用独立于观测站外的气象哨的多年月平均观测资料进行了验证.结果表明:天文辐射和高程的气温分布模拟,能够较好地反映地形遮蔽对气温分布的影响.天文辐射的引入较好地把地形对气温要素的影响进行了量化,是对气象要素空间分布研究的一次有益尝试,对山区气象要素空间分布的研究有一定的借鉴作用.     

基于GIS的定位观测数据空间化

属性数据空间化是当前GIS领域的前沿问题之一。在对中国624个气象站多年平均气温数据空间化过程中,通过使用30秒分辨率的数字高程数据,把气温分解为受经纬度、海拔高度影响的规律性成分和受其它因素影响的非规律性成分两部分,并分别用多元回归和反距离权重内插方法对二者实施空间化,最后将空间化结果进行合成得到基于栅格的中国多年平均气温分布数据。该数据既能反映气温在空间上的宏观变化,又能反映气温在局部地区的微观变化。该方法可供其它类型观测数据空间化、特别是在观测站点稀疏的情况下参考和借鉴。     

基于GIS的宜昌市近50年来气温与降水时空演变规律研究

基于ArcGIS的Spatial Analyst Tools反距离加权平均方法,对宜昌市7个站点1960-2009年气温和降水日数据进行时空演变规律分析和空间化展示,结果表明:(1)宜昌市近50年年均气温为16.26℃,1977-2009年变化较为剧烈,各区均呈增温态势;代际变化与总体变化趋势相同,自20世纪80年代后...     

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...     

不同时间尺度、季节的气温数据空间平稳特征及其对插值结果的影响

不同时间尺度、季节的气温数据表现出不同的空间平稳特征。为探讨分析空间平稳性对气温插值的影响规律,采用趋势线法对气温数据进行空间平稳性探索,并对比分析不同空间平稳性条件下,普通线性回归、普通克里格、回归克里格的气温插值精度及插值结果的空间分布特点。结果显示：冬季日均、月均气温与年均气温呈现空间非平稳,插值精度随时间序列的增长而提高,随着气温数据逐渐趋于稳定,精度提高的幅度逐渐下降;夏季日均、月均气温呈现空间平稳,随时间序列的增长,插值精度的提高并不显著;夏季日均气温各插值方法的插值精度普遍高于冬季日均气温。与普通克里格相比,回归克里格能有效提高空间非平稳数据的插值精度。时间序列的增长削弱了不同插值算法之间的插值精度差异和插值结果空间分布差异。     

The efficacy of Kriging spatial interpolation for filling temporal gaps in daily air temperature data: A case study in northeast China

Quality-controlled and serially complete daily air temperature data are essential to evaluating and modelling the influences of climate change on the permafrost in cold regions. Due to malfunctions and location changes of observing stations, temporal gaps (i.e., missing data) are common in collected datasets. The objective of this study was to assess the efficacy of Kriging spatial interpolation for estimating missing data to fill the temporal gaps in daily air temperature data in northeast China. A cross-validation experiment was conducted. Daily air temperature series from 1960 to 2012 at each station were estimated by using the universal Kriging (UK) and Kriging with an external drift (KED), as appropriate, as if all the observations at a given station were completely missing. The temporal and spatial variation patterns of estimation uncertainties were also checked. Results showed that Kriging spatial interpolation was generally desirable for estimating missing data in daily air temperature, and in this study KED performed slightly better than UK. At most stations the correlation coefficients (R²) between the observed and estimated daily series were >0.98, and root mean square errors (RMSEs) of the estimated daily mean (T_mean), maximum (T_max), and minimum (T_min) of air temperature were <3℃. However, the estimation quality was strongly affected by seasonality and had spatial variation. In general, estimation uncertainties were small in summer and large in winter. On average, the RMSE in winter was approximately 1℃ higher than that in summer. In addition, estimation uncertainties in mountainous areas with complex terrain were significantly larger than those in plain areas.     

MODIS-based estimation of air temperature of the Tibetan Plateau

The immense and towering Tibetan Plateau acts as a heating source and, thus, deeply shapes the climate of the Eurasian continent and even the whole world. However, due to the scarcity of meteorological observation stations and very limited climatic data, little is quantitatively known about the heating effect and temperature pattern of the Tibetan Plateau. This paper collected time series of MODIS land surface temperature （LST） data, together with meteorological data of 137 stations and ASTER GDEM data for 2001-2007, to estimate and map the spatial distribution of monthly mean air temperatures in the Tibetan Plateau and its neighboring areas. Time series analysis and both ordinary linear regression （OLS） and geographical weighted regression （GWR） of monthly mean air temperature （Ta） with monthly mean land surface temperature （Ts） were conducted. Regression analysis shows that recorded Ta is rather closely related to Ts, and that the GWR estimation with MODIS Ts and altitude as independent variables, has a much better result with adjusted R 2 〉 0.91 and RMSE = 1.13-1.53℃ than OLS estimation. For more than 80% of the stations, the Ta thus retrieved from Ts has residuals lower than 2℃. Analysis of the spatio-temporal pattern of retrieved Ta data showed that the mean temperature in July （the warmest month） at altitudes of 4500 m can reach 10℃. This may help explain why the highest timberline in the Northern Hemisphere is on the Tibetan Plateau.     

自然地理要素空间插值的几个问题

资源管理、灾害管理、生态环境治理以及全球变化研究的需要强化了部分自然地理要素空间插值研究的重要性。这些要素空间插值的核心是建立充分逼近要素空间分布特征的函数方程。对于给定的区域与要素样本值 ,插值函数可以有多种模型形式。各类模型的精度受其理论基础、模型算法、时空尺度效应、样本数据属性等因素的综合影响。通过对国际主要插值研究成果进行分析 ,文章认为各类模型插值精度的差异缘于模型对插值要素空间变异性与空间相关性的反映 ,具体应用中 ,只有对已知样本数据进行变异性与相关性分析才能选出适当的插值方法。     

广西壮语地名分布与演化的GIS分析

以壮族人口聚居的广西壮族自治区为研究区,通过解读《中华人民共和国地名大辞典》等资料,构建了一个乡镇、县、市的壮语地名地理信息系统(GIS)数据库,并借助空间可视化技术直观显示了壮语地名集中程度从广西西南部左右江流域和西部山区向东部逐渐降低。回归模型揭示了壮语地名的分布相对集中于地势高、坡度陡的边远地区。对命名时代的分析表明,壮语地名的几何中心随时间东移,汉语地名的几何中心西推,两者逐渐靠拢,表明二者在空间分布上的趋同,映证了广西逐渐走向壮汉杂居的历史过程。本文演示GIS和相关科学分析(包括空间分析和数理统计)方法用于历史文化研究的潜力,旨在促进自然科学与人文社会科学的有机结合,推动交叉学科的发展。     

近50 a新疆气温精细化时空变化分析

利用新疆93个气象站1961-2010年的逐月平均气温资料,使用线性趋势分析、Mann-Kendall检测以及基于ArcGIS的混合插值法对春、夏、秋、冬四季和年平均气温的变化趋势、突变特征以及各气温要素多年平均值和突变前后变化量的空间分布进行了分析。结果表明：（1）新疆春、夏、秋、冬四季和年平均气温的空间分布总体呈现“南疆高,北疆低;平原和盆地高,山区低”的格局。（2）在全球变暖背景下,1961-2010年新疆春、夏、秋、冬四季和年平均气温分别以0.24 ℃/10 a、0.21 ℃/10 a、0.39 ℃/10 a、0.49 ℃/10 a和0.33℃/10 a的倾向率呈显著的上升趋势,并分别于2004年、1997年、1995年、1985年和1994年发生了突变性的上升,突变后较突变前,各季和年平均气温分别升高了1.5 ℃、0.8 ℃、1.2 ℃、1.6 ℃和1.0 ℃,但气温上升幅度具有明显的区域性差异,其空间分布总体呈现“北疆大,南疆小”的格局。     

青藏高原气温空间分布规律及其生态意义

作为世界第三极的青藏高原,其巨大的块体产生了显著的夏季增温作用,对亚洲乃至全球气候都具有重大影响。但由于高原自然条件严酷,山区气象观测台站很少,气象资料极度匮乏;如果依靠台站数据进行空间插值获得高原气温的空间分布数据,会由于插值点过少而产生较大误差并可能掩盖一些空间信息,因而难以全面反映高原气温的空间分布规律。利用基于MODIS地表温度数据估算的青藏高原气温数据,详细分析各月气温及重要等温线的空间分布格局,并结合林线和雪线数据,初步探讨了高原气温空间分布格局对高原地理生态格局的重要影响。研究表明：① 等温线的海拔高度自高原东北部、东部边缘向内部逐渐升高,等温线在高原内部比东部边缘高500~2000 m,表明相同海拔高度上气温自边缘向高原内部逐渐升高。② 高原西北部的羌塘高原、可可西里为高原的寒冷区,全年有7个月的气温低于0 ℃,3~4个月的气温低于-10 ℃;青藏高原南部（喜马拉雅山北坡—冈底斯山南坡）和中部（冈底斯山北坡—唐古拉山南坡）是高原的温暖区,全年有5个月的气温能达到5~10 ℃,有3个月的气温能超过10 ℃,尤其是拉萨—林芝—左贡一带在3500~4000 m以下的地区最冷月均温也能高于0 ℃。③ 北半球最高雪线和林线分别分布于高原的西南部和东南部,表明高原气温空间分布特征对本地的地理生态格局具有重要影响。     

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...     

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。