表层土壤饱和导水率的空间变异对农田水分渗漏的影响

本文将条件模拟方法所得到的表层土壤饱和导水率(Ks)的随机场与土壤水分运动模型相结合，随机地模拟了冬小麦地1999年3月10日～6月10日这一时段的农田水分渗漏情况。总来水量为 353.8mm(灌水量270mm)的情况下，2m土体水分渗漏量最小值为23.73mm，最大值达到了64.73mm，分别占此段灌水量的8.8％和24.0％。另外，比较了实测法、克立格插值法和100次条件模拟得到的水分渗漏量结果，发现条件模拟法与实测法的结果较接近，而克立格插值法具有明显的“平滑效应”，缩小了农田水分渗漏量的范围。这3种方法均反映了表层土壤Ks空间变异对农田水分渗漏的影响，其结果均要好于传统方法。     

球状理论变差函数模型与多时段泛克立格空间理论在插补延长水文数据中的应用

文章利用多时段泛克立格空间理论,针对扎兰屯市及周边流域水文气象站分布不均匀,水文数据在时间上缺测的特点,能够实现水文变量的最优估计和外推预测,检验统计参数全部在检验限度之内,插值结果与实测降雨量数据相比较,插值误差较小,精度较高,表明该理论可以实现流域降雨量的插补延长。     

非平稳区域化变量克立格插值方法的比较

为了减少非平稳区域化变量的插值计算的工作量,以中国中东部地区59站1960~2000年的年平均降水量为数据源,采用普通克立格法与泛克立格法两种方法对降雨量进行空间插值,对其插值结果进行比较。结果表明,两者的插值结果非常相似,且前者的插值精度略优于后者。认为在无需详细了解变量的空间变异性情况,而只进行空间插值研究时,用普通克立格法代替泛克立格法进行非平稳区域化变量的空间插值具有计算简单、无需确定漂移等优点,同时可以取得较好的插值效果。     

土壤水盐空间变异性指示克立格阈值及其与有关函数的关系

本文以内蒙古河套灌区土壤水盐空间变异性为案例,分析了指示克立格(IK)法阈值与指示概率函数和指示变异函数的关系。探讨了指示阈值的选择原则。认为从提高概率预测精度考虑,水分指示阈值应选择低于中位数的偏小阈值;盐分指示阈值应选择高于中位数的偏大阈值。通过单阈值IK法与普通克立格(OK)法、反距离加权平均法的估计效果比较,发现单阈值IK法可用于具有一定风险条件下的区域性土壤水盐空间插值,该法无需处理特异值,可直接进行估计,估值效果明显优于传统反距离加权平均法,对OK法的平滑效应也有一定改进。     

地下水位的空间最优估计

对于许多区域水资源问题 ,用数值方法进行地下水水流模拟时 ,需要给出每个节点上地下水位值。本文着重阐述了地质统计学的基本原理和克立格方法及其在地下水位估值中的应用 ,指出泛克立格方法是进行地下水位估值的空间最优估计方法     

空间插值方法在绘制降水量等值线中的应用

以绘制湖南邵阳地区 2 0 0 0年年降水量等值线为例 ,介绍距离倒数加权法、最小曲率法、三角剖分线性插值法、克立格法这 4种常用空间插值方法的原理 ,对其优缺点及适用范围进行比较 .应用实例表明 ,用克立格法的插值结果绘出的等值线美观且接近实际 ,认为克立格法是适用于邵阳地区降水量空间插值的方法     

环渤海低平原土壤盐化特征及基于DEM的Co-Kriging插值研究

针对环渤海低平原土壤盐化特征,通过选取0～20 cm深度内的127个代表性土样进行土壤全盐量测定,结合DEM,综合运用地质统计学方法与GIS技术研究土壤盐分的空间分布状况.结果表明,土壤盐分空间变异强度属于中等,土壤盐分单变量和交互变量的空间相关程度均属于中等,空间自相关距离分别为40.60 km 和135.60 km.环渤海低平原土壤盐分含量在不同高程上存在分布差异,并随着高程的降低土壤盐分含量呈增加的趋势.自内陆平原向东部滨海平原土壤盐分含量逐渐增加,盐分含量较高的地区出现在唐山-天津-沧州-东营-滨州一线.非盐化土以内陆平原为主,分布在保定-衡水-邢台-邯郸一线.通过协同克立格插值的均方根误差与普通克立格插值相比减少了0.29%,而预测值与实测值的相关系数提高了20.58%.     

地下水位的空间最优估计

对于许多区域水资源问题，用数值方法进行地下水水流模拟时，需要给出每个节点上地下水位值。本文着重阐述了地质统计学的基本原理和克立格方法及其在地下水位估值中的应用，指出泛克立格方法是进行地下水位估值的空间最优估计方法。     

地下水位的空间最优估计

对于许多区域水资源问题，用数值方法进行地下水水流模拟时，需要给出每个节点上地下水位值。本文着重阐述了地质统计学的基本原理和克立格方法及其在地下水位估值中的应用，指出泛克立格方法是进行地下水位估值的空间最优估计方法。     

随机模拟田面微地形空间分布状况的方法研究

微地形是影响畦灌性能的重要要素，而实测地形数据的有限性必将影响数值模拟手段在灌溉设计和管理中的灵活运用。本文首先基于田间实测的116个典型试验田块的田面相对高程数据，采用地质统计学方法分析其空间变异特性，结果表明田面相对高程的空间变异结构函数可采用球状半方差函数进行描述，空间变异特征参数可根据田块参数进行估算；其次在同时考虑田面相对高程既具有随机性又具有空间结构相关性的基础上，将Monte-Carlo方法与Kriging插值方法相结合，构建田面微地形随机模拟方法。借助数理统计学方法解决了随机模拟方法在实际应用中所遇到的最小样本容量的确定问题。根据田间实测数据验证了基于随机生成的田面相对高程最小样本容量，采用田面微地形随机模拟方法获得任意给定田块的田面微地形数据对其灌溉性能进行评价的可行性。     

协方差矩阵上-下三角分解法在区域土壤水盐条件模拟的应用

本文运用协方差矩阵的上-下三角分解法对黄河河套平原上土壤水盐的空间变异性进行了条件模拟，利用55个大网格的规则采样点模拟了小尺度待估点的土壤水盐含量，模拟结果的空间分布趋势、半变异函数以及其统计特征值与普通kriging的相应估计值进行了比较。结果表明，kriging估计结果大大缩小了实测值的变异系数具有明显的平滑效应，为条件模拟的变异系数则接近于实测值，能够很好的保持土壤水盐含量的空间结构；多个条件模拟能给出土壤特性的一个波动范围及极端值。这一效果对改造中低产田、提高灌溉效率和水土资源的监测和管理决策都十分重要。由于协方差矩阵的上-下分解法避免了常用的条件模拟实现法中转向带法和傅立叶转换法的一些缺陷，其理论简单，约束条件少，可将模拟和条件化同时进行。本文的研究说明该方法应用于水土科学是可行的。     

水盐空间变异性监测的条件模拟

本文用地质统计学的条件模拟(CS)理论对24hm2实验区的水盐监测系统，进行了两种田间尺度空间变异性的模拟，与普通Kriging(OK)法估计比较：CS的模拟方差接近实验值并可较好地揭示水盐特性空间变异的波动过程，在掌握一定距离若干控制点的采样后，可以较少钻孔模拟孔间的空间变异规律及其离散性，有突出优点；但模拟值不如OK估计能平均的接近实验值，研究认为CS和OK法各有优缺点，在水盐监测时，模拟和估计因目标不同，必须结合使用。     

Bivariate Simulation of Potential Evapotranspiration Using Copula-GARCH Model

Developing statistical period and simulating the required values in case of data shortage increases certainty and reliability of simulations and statistical analyses, which is very important in studies on hydrology and water resources. Therefore, in this study, for simulating values of potential evapotranspiration at Birjand Station located in eastern Iran, contemporaneous autoregressive moving average (CARMA), CARMA-generalized autoregressive conditional heteroskedasticity (GARCH), and Copula-GARCH models were used in statistical period of 1984–2019. The potential evapotranspiration and relative humidity time series were simulated using these three models. CARMA model has acceptable accuracy for simulating potential evapotranspiration values due to the effect of the second parameter on simulations. Nash–Sutcliffe efficiency (NSE) coefficient of CARMA model for simulating potential evapotranspiration values was estimated as 0.85. NSE coefficient of CARMA-GARCH model was obtained as 0.87 through extracting residuals of CARMA model and simulating variance of data using GARCH model. Comparing the CARMA and CARMA-GARCH models with each other, it was concluded that a combination of two linear and non-linear time series models increases simulation accuracy to some extent. Using Clayton copula (the selected copula from the studied copulas), the mentioned values were simulated by Copula-GARCH model. The results showed that among the three models used, Copula-GARCH model reduced root mean square error of bivariate simulation compared to CARMA and CARMA-GARCH models by 15 and 13%, respectively. The results also showed that the proposed model simulates the average, first, and third quarters and range of changes in the data by 5 and 95% better than the two CARMA and CARMA-GARCH models.

     

地下水污染物浓度空间最优估值方法的实验模拟

通过二维水动力弥散实验,模拟地下水污染物的运移过程,并选取反距离平方加权法、趋势面法、普通克立格法和方位-分维法对实验数据进行估值效果的比较。在实验尺度下的比较结果表明,普通克立格法是研究地下水污染物浓度空间分布的最优估值方法。     

空间插值气象数据在Shuttleworth-Wallace潜在蒸散发模型中的应用

基于Kriging空间插值气象数据、IGBP土地覆盖和AVHRR NDVI数据,利用Shuttleworth-Wallace模型估算韩江流域2000—2006年的潜在蒸散发(PET)。结果表明:流域PET空间分布呈显著的非均匀性,其值在496.6~1741.8 mm/a范围内变化,标准差为165.9 mm/a,主要受区域的气候和植被类型影响;PET随气候的变化和植被的生长呈季节性变化;低分辨率的输入数据会使PET模拟结果在相同尺度的范围内被一定程度地均化;气象站点密度对PET的计算结果有影响,Kriging插值气象数据的站点密度远大于CRU数据,两种数据计算的PET结果的空间分布和季节变化的对比显示,前者计算的PET精度高于后者。     

中国流域降水数据的空间插值方法评估

降水量的空间分布信息在水资源管理、旱涝灾害预测和可持续发展等研究领域具有重要价值。以中国1 915个气象站在1981～2010年间的平均降水量观测数据为基础,选取了反距离权重法(IDW)、径向基函数法(RBF)、全局多项式法(GPI)、局部多项式法(LPI)、普通克里金法(Ordinary Kriging)、简单克里金法(Simple Kriging)、泛克里金法(Universal Kriging)以及经验贝叶斯克里金法(EBK)8种空间内插方法进行评估。研究依据DEM数据的流域分析结果,对我国三大流域的降水量进行区域插值,同时采用交叉验证方法,对中国范围整体插值精度以及分区后三大流域的插值精度分别进行了验证。结果表明:对全国范围内采用经验贝叶斯克里金插值法取得了较好的效果;三大流域中,对黄河流域采用泛克里金法最优,对长江流域采用普通克里金法最优,珠江流域采用径向基函数法最优。最后以流域内的城市为例进行验证,结果表明各流域的最优空间插值方法具备有效性和指导价值。     

基于区域化变量理论的坝基渗流数值方法研究

坝基岩体渗透系数分布具有强烈的空间变异性,其试验数值差别可达几个数量级,可用区域化变量加以描述。本文基于向家坝水电站坝基渗透性的丰富试验成果,研究了基于区域化变化理论的渗透系数空间分布描述的克里金插值法,并应用在渗流数值计算中。以向家坝典型坝段渗流数值计算为例,分别采用按高程统计方法和克里金插值法对数值模型渗透性进行描述,并得到了渗流场空间分布及测点渗压变化过程。测点渗压实测值与计算值变化规律相同,数值相近。计算单元渗透系数赋值方法不同,坝基渗流场的空间分布也不相同。由于克里金插值方法真实地反映了坝基渗透性空间分布,故渗流数值计算成果更真实;数值计算时渗透系数描述采用克里金插值方法是一种有效、方便且可靠的方法。     

土石坝边坡小概率失效计算方法

针对蒙特卡罗随机有限元方法求解土石坝边坡小概率失效问题计算时间过长这一弊端,提出了基于链表筛分法和Kriging代理模型的混合子集模拟法。首先,利用链表筛分法计算初始样本点,并以初始样本点作为Kriging代理模型的训练样本点。然后在子集模拟法的分层模拟中采用Kriging代理模型预测条件样本点的响应值,从而可计算出土石坝边坡失效概率。最后,通过一个土石坝边坡算例来说明本方法相比其他方法所需要的计算时间更少,更适合计算土石坝边坡小概率失效问题。     

Geostatistical analysis of spatial variability of rainfall and optimal design of a rain gauge network

Kriging is a geostatistical estimation technique for regionalized variables that exhibit an autocorrelation structure. Such a structure can be described by a semivariogram of the observed data. The punctual-kriging estimate at any point is a weighted average of the data, where the weights are determined by using the semivariogram and an assumed drift, or lack of drift, in the data. The kriging algorithm, based on unbiased and minimum-variance estimates, involves a linear system of equations to calculate the weights. Kriging is applied in an attempt to describe the spatial variability of rainfall data over a geographical region in northern Greece. Monthly rainfall data of January and June 1987 have been taken from 20 measurement stations throughout the above area. The rainfall data are used to compute semivariograms for each month. The resulting semivariograms are anisotropic and fitted by linear and spherical models. Kriging estimates of rainfall and standard deviation were made at 90 locations covering the study area in a rectangular grid and the results used to plot contour maps of rainfall and contour maps of kriging standard deviation. Verification of the kriging estimates of rainfall are made by removing known data points and kriging an estimate at the same location. This verification is known as the jacknifing technique. Kriging errors, a by-product of the calculations, can then be used to give confidence intervals of the resulting estimates. The acceptable results of the verification procedure demonstrated that geostatistics can be used to describe the spatial variability of rainfall. Finally, it is shown how the property of kriging variance depends on the structure and the geometric configuration of the data points and the point to be estimated can also be used for the optimal design of the rain gauge network in an area.