一种载波相位残差的精密卫星钟差插值方法

该文针对传统的精密卫星钟差插值方法没有考虑精密单点定位技术解算数据特点的不足,提出了一种基于载波相位观测值残差的精密卫星钟差插值方法。在精密单点定位中,卫星钟误差将部分体现在载波相位观测值残差中,基于此,考虑将载波相位残差的变化趋势引入到插值的过程中,达到提高插值精度的目的。利用IGS分析中心提供的精密卫星钟差数据进行分析,结果表明:新方法的插值精度为0.2ns~0.7ns;和线性插值、样条插值、Hermite插值、多项式拟合和Lagrange插值等5种传统的插值方法相比,新方法的插值结果在最大误差、平均误差、均方根误差方面均有显著改善,其中均方根误差相比5种传统方法的平均改善率最大达到了37%。     

基于GIS气象要素空间插值方法在巴彦淖尔市冬季公路的养护应用

针对内蒙古自治区巴彦淖尔市气象站点分布情况,以2000—2009年9个气象站点(临河,杭锦后旗,五原,磴口,乌拉特前、中、后三旗,海力素,大佘太)的年平均降水和温度为基础数据,通过GIS空间分析中的空间数据插值方法,分别建立平均降水和温度与海拔、经纬度之间的回归方程;在此基础上,建立模拟站点来增加气象数据的信息量。分别采用反距离加权法、径向基函数法、趋势面分析和普通克里格法几种插值方法进行比较插值分析。误差分析表明没有绝对最优的空间插值方法,只有在特定的条件下的最有效方法,对于降水量插值来说三次样条小波插值法是最好的;比较分析的结果表明,模拟站点的加入大大提高了插值的精度,普通克里格法比反距离加权法和径向基函数法具有更为理想的插值效果;并据此理论分析对空间插值在冬季高速公路养护方面的应用问题进行阐述。     

沙尘预报客观检验中最优实况资料和圆插值半径选择研究

使用2012～2014年每年3～5月CUACE（China Meteorological Administration Unified Atmospheric Chemistry Environment）模式地面沙尘浓度格点预报产品,预报员预报等级产品、实况地面观测沙尘等级和特征站观测PM10（空气动力学当量直径小于等于10 μm的颗粒物,即可吸入颗粒物）资料,并针对CUACE模式格点产品,选取不同半径对格点产品进行圆插值,从而对2012～2014年共25次沙尘过程值,采取3年总样本计算TS（Threat Score）评分,对格点产品适合的圆插值半径和预报产品适合的检验实况资料进行研究,结论如下:（1）如实况采用沙尘等级,模式插值半径与TS评分在浮尘或扬沙等级成近似线性下降关系,而在沙尘暴以上等级TS评分与插值半径关系几乎不大,最优插值半径可选为最小插值半径0.5°（经度/纬度）;如实况采用PM10资料,TS评分在浮尘或扬沙等级根据半径不同变化较为剧烈,沙尘暴以上等级TS评分与插值半径关系不大,可以采用浮尘或扬沙平均线3.5°为平均最优插值半径。如果沙尘过程较弱,插值半径可适当减小,以1°最合适;（2）对CUACE模式预报产品,沙尘等级观测TS评分可用性要优于PM10资料,但两者在沙尘暴以上等级评分差别不大,总体上CUACE模式最优检验实况资料可选为沙尘等级观测资料。对预报员沙尘预报产品,观测沙尘等级TS评分要远高于PM10,预报员沙尘预报产品最优检验实况资料为观测沙尘等级资料。     

Modeling Sensitivity to Accuracy in Classified Imagery: A Study of Areal Interpolation by Dasymetric Mapping*

Areal interpolation is the process by which data collected from one set of zonal units can be estimated for another zonal division of the same space that shares few or no boundaries with the first. In previous research, we outlined the use of dasymetric mapping for areal interpolation and showed it to be the most accurate method tested. There we used control information derived from classified satellite imagery to parameterize the dasymetric method, but because such data are rife with errors, here we extend the work to examine the sensitivity of the population estimates to error in the classified imagery. Results show the population estimates by dasymetric mapping to be largely insensitive to the errors of classification in the Landsat image when compared with the other methods tested. The dasymetric method deteriorates to the accuracy of the next worst estimate only when 40% error occurs in the classified image, a level of error that may easily be bettered within most remote sensing projects.     

青海省逐日地面气温数据不同插值方法的对比

为了探索适合地形复杂区青海省的逐日地区气温数据空间插值方法,利用2008年7月青海省48个地面气象观测站获取的逐日气温数据进行插值试验,首先通过对逐日气温值与对应的测站高程进行回归分析,将回归分析得到的气温垂直递减率与数字高程模型（Digital Elevation Model,DEM）该站的高度相乘,并与回归直线截距...     

机载LiDAR点云密度和插值方法对DEM及地表粗糙度精度影响分析

机载LiDAR点云是获取高质量数字高程模型(Digital Elevation Model, DEM)的主要数据源,而地表粗糙度作为DEM的主要派生产品,在地学研究中发挥了重要作用,但点云密度和插值方法对DEM及地表粗糙度精度影响程度并没有明确结论。为此,本文利用不同地形条件下的林区机载LiDAR点云为实验对象,将原始点云随机缩减为不同的采样密度,利用5种常用插值方法(克里金(Ordinary Kriging, OK),径向基函数(Radial Basis Function, RBF),不规则三角网(Triangulated Irregular Network, TIN),自然邻域(Natural Neighbor, NN)和反距离加权(Inverse Distance Weighting, IDW))构建各个测区不同采样密度条件下的DEM,并通过空间特征和统计特征两方面对DEM及其地表粗糙度精度分析。结果表明:(1) DEM插值算法的精度随点云密度缩减而降低,且数据量缩减至原始数据量的30%后,不同算法精度区别较为明显,其中,RBF和OK精度最优,IDW精度最低;(2) DEM误差与...     

安徽省降雨量空间分布方法

基于安徽省78个气象站点的30年(1977-2006)降水资料,运用地理信息系统软件ArcGIS提供的空间插值方法,研究安徽省降水量的空间分布规律。通过对17个检验点的空间插值进行检验,相关性明显,表明反距离加权插值法在模拟降水量空间分布具有较高的精度。     

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。     

Area-to-point Kriging with inequality-type data

In practical applications of area-to-point spatial interpolation, inequality constraints, such as non-negativity or more general constraints on the maximum and/or minimum attribute value, should be taken into account. The geostatistical framework proposed in this paper deals with the spatial interpolation problem of downscaling areal data under such constraints, while: (1) explicitly accounting for support differences between sample data and unknown values, (2) guaranteeing coherent (mass-preserving) predictions, and (3) providing a measure of reliability (uncertainty) for the resulting predictions. The formal equivalence between Kriging and spline interpolation allows solving constrained area-to-point interpolation problems via quadratic programming (QP) algorithms, after accounting for the support differences between various constraints involved in the problem formulation. In addition, if inequality constraints are enforced on the entire set of points discretizing the study domain, the numerical algorithms for QP problems are applied only to selected locations where the corresponding predictions violate such constraints. The application of the proposed method of area-to-point spatial interpolation with inequality constraints in one and two dimension is demonstrated using realistically simulated data.