基于空间回归的B样条拟合在地面气温资料质量控制中的应用

将B样条拟合算法引入到地面气温资料的质量控制当中,在分析地面气温资料空间相关性的基础上,提出一种基于空间回归的B样条拟合地面气温资料质量控制方法(SRT_BSF方法)。为了检验SRT_BSF方法的有效性及适应性,利用SRT_BSF方法对多个场景地面气温资料进行质量控制,并与反距离加权方法(IDW方法)和空间回归方法(SRT方法)进行比较分析。试验结果表明,SRT_BSF方法相对于IDW方法和SRT方法更能有效地标记出地面气温资料中的存疑数据,同时多组独立案例的分析结果说明SRT_BSF方法具有更好的稳定性和适用性。     

三种插值方法对区域自动气象站日气温缺测数据插补的适用性研究

为解决气温观测记录缺测的问题,选择反距离权重插值(Inverse Distance Weighted,IDW)、普通克里金插值(Ordinary Kriging,OK)和多元线性回归(Multiple Linear Regression,MLR)三种方法,以湖北省2020年为例,对全省逐日平均气温(T)、最高气温(T_max)和最低气温(T_min)进行空间插补,并采用平均绝对误差(Mean Absolute Error,MAE)对3种方法的插补结果进行检验。结果表明:用MLR插补得到的Tmax、Tmin、T的MAE最小,分别为0.41℃、0.31℃和0.20℃,其中T的插补误差在1℃以内的站点比例高达100%;相比IDW和OK,MLR插补结果的MAE空间分布均匀,其不仅随海拔高度变化较小,随季节变化也相对较小。单站试验结果表明,当用于MLR模型的样本数量越多、时间离散度越大时,MLR对气温的插补效果越好。总体上,对日气温缺测数据的插补效果,MLR最优,IDW次之,OK最差;对于建立气象站点长时间连续气温数据集而言,MLR更适合解决区域自动气象站...     

空间面板数据模型在地面气温观测资料质量控制中的应用

由于地面气温观测资料的时空分布符合空间面板数据结构特征,提出一种基于改进空间面板数据模型的地面气温观测资料质量控制算法(ST-RH算法)。该算法在利用邻近站地面气温观测资料时空相关性信息对目标站气温观测资料进行质量控制的基础上,兼顾了地面气温与相对湿度之间的强耦合关系,将相对湿度作为解释变量融入算法,增加了算法的内部复杂度,提高了算法的动态稳定性。为了检验该算法的有效性及适应性,利用ST-RH算法对多个场景地面气温观测资料进行质量控制,并与反距离加权算法(IDW算法)和空间回归算法(SRT算法)进行比较分析。试验结果表明,ST-RH算法相对于IDW算法和SRT算法更能有效地标记出地面气温观测资料中的存疑数据,同时多组独立案例的分析结果说明ST-RH算法具有更好的稳定性和适用性。     

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。     

一种基于空间相关性和B样条曲面拟合的地面气温质量控制算法

将B样条曲面拟合算法引入到地面气温观测资料的质量控制当中,考虑到区域内各参考站与目标站观测值之间的空间相关性,提出了一种基于空间相关性和B样条曲面拟合的地面气温观测资料质量控制算法(Spatial Correlation and B-spline Surface Fitting,BSF)。选择2012—2014年南平站、南京站、太原站、拉萨站、景洪站和长春站以及周围300 km内参考站的02:00、08:00、14:00、20:00定时气温作为观测资料,结合平均绝对误差(Mean Absolute Error,MAE)、均方根误差(Root Mean Square Error,RMSE)、一致性指标(Index of Agreement,IOA)和纳什系数(Nash-sutcliffe Model Efficiency Coefficient,NSC)这4种评价参数对目标站地面气温资料进行质量控制分析。将BSF算法的质量控制效果分别与传统的反距离加权法(Inverse Distance Weighted,IDW)和空间回归检验法(Spatial Regression Test,SRT)进行对比,试验结果表明:在不同案例下,BSF算法的质量控制效果均优于IDW算法和SRT算法,能更有效地标记出气温观测数据中的可疑值。     

基于EMD和BP算法的降水数据插补

为解决气温观测记录缺测的问题,选择反距离权重插值（Inverse Distance Weighted,IDW）、普通克里金插值（Ordinary Kriging,OK）和多元线性回归（Multiple Linear Regression,MLR）三种方法,以湖北省2020年为例,对全省逐日平均气温（T）、最高气温（T_max）和最低气温（T_min）进行空间插补,并采用平均绝对误差（Mean Absolute Error,MAE）对3种方法的插补结果进行检验。结果表明：用MLR插补得到的T_max、T_min、T的MAE最小,分别为0.41℃、0.31℃和0.20℃,其中T的插补误差在1℃以内的站点比例高达100%;相比IDW和OK,MLR插补结果的MAE空间分布均匀,其不仅随海拔高度变化较小,随季节变化也相对较小。单站试验结果表明,当用于MLR模型的样本数量越多、时间离散度越大时,MLR对气温的插补效果越好。总体上,对日气温缺测数据的插补效果,MLR最优,IDW次之,OK最差;对于建立气象站点长时间连续气温数据集而言,MLR更适合解决区域自动气象站日气温数据缺测问题。

     

基于GIS的四川省区域性暴雨降水分布的空间插值方法与面积估测

暴雨是四川省主要的灾害性天气之一,每年由暴雨引发的次生灾害在全省造成严重的人员伤亡和经济损失。本研究利用四川省5006个气象站逐日降水量资料,采用距离权重反比法(IDW)和普通克里金插值法(Ordinary Kriging)法对2018年8次区域性暴雨过程降水分布进行计算,统计出不同降水等级的面积及面积比例,并对两种插值方法的的计算精度进行了评估。结果表明:(1)在8次区域性降水过程中的距离权重反比法(IDW)和普通克里金插值法(Ordinary Kriging)法的平均相对误差均低于7%,有较高的计算精度;(2)2018年区域性暴雨降水主要分布于盆地西北部、盆地南部和盆地东南部地区,川西高原与攀西地区降水量相对较小;(3)8次区域性暴雨过程中,过程累计降水量>50mm的面积在20247~158144km²,面积比率在4.17%~32.54%。分析发现,暴雨面积能更较好的反映出一场暴雨天气过程的影响范围,同时也可以作为区域暴雨的判别指标。     

基于GIS技术的甘肃省气温空间分布特征

利用40 a气象站气温观测数据,结合GIS技术,建立甘肃省气温空间化模型,以高分辨率的DEM作为模型的输入参数实现气温数据的空间化,同时与传统的气温内插方法 (反距离加权法(IDW)、克里格(Kriging)、协同克里格(Co-Kriging))的插值结果进行比较分析,结果反映利用多元回归分析+克里格方法建立的气温数据栅格化结果较好,比传统的气温内插方法插值精度高,插值结果很好的再现了原始测量结果。     

一种基于PSO-MEF的地面气温观测资料的质量控制方法

考虑气温在空间上的相关性,提出一种基于粒子群算法（Particle Swarm Optimization,PSO）改进的多面函数内插算法（Multi-quadric Equations Fitting,MEF）的地面逐时气温观测资料的多站联网质量控制方法。为检验该方法的可行性和适用性,运用该方法对江苏省四站2006—2008年地面气温观测资料进行质量控制,并与反距离加权法（Inverse Distance Weighting,IDW）进行比较。试验结果表明,该方法相对于IDW法可以更有效地标记出人为模拟的随机误差,具有识别精度高,地区和气候适应性强等优点。      

江西省降水空间插值方法适用性分析

文中基于数字高程模型,建立了多元线性回归插值模型(MLR)和PRISM空间插值方法,并与传统的反距离权重法(IDW)和普通克里金插值法(OK)进行比较.结果表明:1)江西省5月、7—10月降水量与海拔高度存在显著的相关性,与坡度、坡向无明显相关.2)从插值精度来看,3—9月PRISM和MLR空间插值精度明显优于IDW和OK,冬半年IDW和OK插值精度略高于MLR和PRISM;4种插值方法的年降水量插值精度排序为PRISM>MLR>OK>IDW;PRISM和MLR在高海拔地区的插值精度远高于IDW和OK.3)从插值效果来看,4种插值方法的降水空间分布具有一致性,MLR和PRISM优于IDW和OK.     

AI方法在地面气温观测资料质量控制中的应用

提出一种基于自回归与反距离加权的空间质量控制方法——AI方法,该方法能够在时间维度和空间维度对气象资料进行质量控制。选择不同地区4个地面气象观测站(南京58238站,连云港58044站,无锡58353站,徐州58027站)2007年逐时气温观测数据作为被控对象,检验该方法在气温资料质量控制中的适用性。通过对添加的随机人为误差的检验发现,该方法能够有效地标记出存疑数据,相对于反距离加权和空间回归,该方法具有更好的检验效果,稳定性高、适应性强,适用于平原或丘陵地带。     

气象要素插值的空间化精度提高方法研究

为了提高气象要素空间化的精度,本文提出通过预先对气象数据进行处理,然后再进行空间化,以比较直接插值与原始数据处理之后再插值的精度的变化。文中采用数据为全国743个常规气象站40 a(1961—2000年)整编气象资料及2005年的常规气象资料;插值方法有反距离加权法(IDW)、克立格法(Kriging)和样条函数法(Spline);数据预处理方法采用距平处理。结果发现:使用IDW、Kriging和spline对平均温度距平进行插值精度比较,发现IDW方法最优;温度距平精度的提高比降水和相对湿度要好;降水距平误差呈现由东向西递增的趋势。由此可见,对气象要素做距平处理可以有效提高插值精度。     

基于西南地区台站降雨资料空间插值方法的比较

以西南地区1996～2000年93个气象台站观测的月均降雨量为基础,对各月降雨量进行空间自相关性,变异特征等空间分析后,采用反距离加权法(IDW)和以不同变异函数模型(指数模型、球面模型、高斯模型)为基础的普通克里金(O-Kriging)两种方法进行空间插值,通过交叉验证结果对两种方法进行分析比对。结果表明:(1)西南地区月均降雨量存在明显的空间集聚现象,并具有显著的空间自相关性和变异特征,可对该研究区域降雨量进行空间插值研究。(2)在O-Kriging插值时,变异函数选用指数模型的效果最好,球面模型次之,高斯模型最差。(3)两种方法对月均降雨量及其极大值和极小值插值时,O-Kriging的插值误差均小于IDW,插值误差整体上与降雨量呈正相关关系。在剔除各月降雨量极大值较为集中的两个站点后进行插值,插值结果的误差均明显降低。(4)对研究区域整体来说,O-Kriging的插值效果优于IDW,但就单个站点来看,结果并非如此。在降雨量的空间插值中,由于研究区域和时间尺度的不同,并不存在绝对的最优方法,应根据实际应用效果选择最适方法。     

基于EEMD-CES的单站地面气温资料质量控制方法研究

为了去除或减少我国地面气温观测资料中含有的噪声成分,提高观测资料质量,提出了一种新的单站质量控制算法。该算法融合了集合经验模态分解法(Ensemble Empirical Mode Decomposition,EEMD)和三次指数平滑法(Cubic Exponential Smooth,CES)。利用EEMD方法将气温观测资料分解为一系列相对平稳的本征模分量,并基于能量密度和相关性准则从中分析筛选出目标分量,以完成资料重构;利用CES方法对重构资料建立单站质量控制模型,形成了一种基于EEMD-CES的地面观测资料质量控制算法。为检验该方法的可行性与适用性,选取2008年全国9个观测站地面逐时气温观测资料进行质量控制,并对比传统的单站质量控制法、经验模态分解法和三次指数平滑法的质量控制效果。试验结果表明,基于EEMD-CES的质量控制方法能有效地标记出数据的可疑值,相比传统方法,具有更高的检错率和更强的适应性。