四川省ET_0空间变异情况研究

偏度和峰值检验表明,ET0数据满足正态分布,可以直接运用克里格方法进行插值。通过对样本最大值和最小值的不同模型预测误差均值、预测误差均方根和标准均方根预测误差的比较表明:运用克里格方法进行插值时应首选高斯模型。根据插值得到的ET0等值线图,可清晰地看出区域ET0值的大致范围,为计算作物需水量提供依据。     

地质统计学方法在渗透系数空间变异性研究中的应用

以内蒙古自治区巴盟地区为例,利用地质统计学方法——泛克里格法对含水层渗透系数估值,并分析验证了对渗透系数服从对数正态分布和运用克里格方法能够取得的良好效果。     

等级秩序克里格法在位山灌区土壤墒情分析中的应用

通过大量的位山灌区田间实测土壤含水量资料,采用等级秩序克里格插值方法研究土壤水分的空间分布格局。由于该方法存在平滑效应,使得等级秩序克里格的估计结果无法与样本数据所表现出来的统计特征和空间分布结构相一致。采用一种后处理算法来修正等级秩序克里格的平滑效应,并将其应用于位山灌区农田土壤水分的空间估计。结果显示．该方法能够还原含水量样本数据的真实空间变异特征。     

年风能发电时间的空间变异性研究

以半方差函数和克里格插值为基础,利用GS+与Surfer软件对某地区的风能发电时间进行了空间变异性研究,并绘制了空间分布图。结果表明:风能发电时间样本数据符合正态分布规律,可以用克里格方法进行插值分析;研究区年风能发电时间均值为1 912.8 h,属于风能可利用区;样本变异系数为0.098,属于弱变异强度,表明风能发电时间的空间分布较为均匀。研究结果为区域风能资源的开发与利用提供了重要参考。     

应用回归克里格方法的河北省降水量空间插值研究

基于河北省143个标准气象站2001年～2020年观测降水资料,采用回归克里格方法结合地理经度(lon)、纬度(lai)和海拔(alt)因素对该地降水量进行空间插值分析。研究表明,区域降水量具有显著经向和纬向地带性分异特征,并且与海拔呈显著负相关关系。站点降水量数据具有显著空间自相关性,其自相关范围约为7 km,拟合得到多元回归模型为y=-2486.65+39.46lon-32.44lai+0.29alt,其R²=0.51,P<0.01。回归克里格插值显示区域降水量分布范围介于343.1mm～705.6 mm,以实际观测值接近,得到的降水量插值结果在空间分布上符合河北省实际。     

空间插值方法及其在地下水数值模拟中的应用

本文详细介绍了空间优插值方法—克里格法的原理及计算步骤，并将其应用于地下水数值模拟初始流场的形成，提高了模拟的精度和效率。     

珠江三角洲河网区水位特征空间变异性研究

本文基于区间化变量理论，研究了珠江三角洲网河区的水位空间变异性。给出了描述该网河区水位空间分布结构的半变异函数；揭示了该地区水位的空间结构性—方向性和相关距离。分析了该网河区水位的空间分布。提出了珠江三角洲河网水位空间插值的克里格方法，并给出了丰水期的一个应用实例。计算结果表明了该网河区水位空间分析的克里格方法的可行性。     

两种地统计学方法在耕地表土中Ni空间变异研究中的应用比较

以重庆市土壤中重金属Ni为例，分别运用地统计学中普通克里格方法与秩序列地统计学中标准秩克里格方法进行分析研究，结果表明，重庆市耕地土壤中Ni的含量为(32.85±16.35)mg/kg，变异系数为49.77％，属中等变异强度.比较预测误差可知，标准秩克里格方法对研究区域预测较为准确，所得到的重庆市耕地表土Ni含量的空间分布图更为可信。由标准秩克里格插值结果逆转换至土壤Ni含量的分布，可以看出重庆市耕地表土中Ni含量总体分布不规则，在东北部城口、巫溪，中部丰都，西北部潼南一带耕地表土中Ni含量相对较高。     

多维线性插值方法的构建及应用

根据全国2010年607个气象站点的日降水量资料以及各站点平面分布与高程信息,构建了多维线性空间插值方法。在不同插值控制站点数目(n=4,8,12)情景下,分析了多维线性空间插值方法与反距离权重插值、样条插值和克里格插值法(球面模型和高斯模型)在我国年降水量空间插值中的应用情况。对比发现,不同的控制站点情境下,各种插值方法的插值结果差异显著,但随着控制站点数目的增加,各插值结果的差异性减小;多维线性插值方法在多种情景下都表现出较好的插值精度。     

基于克里格方法估算流域降雨量的模式

目前常用的流域雨量插值方法中，大多数都没有考虑雨量的空间分布特征，无法检验插值结果，因此经常会出现一定的误差。地质统计学中的克里格方法是一种使插补误差达到最小并且对误差进行精确估计的插值方法。为此，尝试采用克里格方法对流域雨量进行估值，并分别将年平均、月平均、时段雨量的插值结果与距离反比法以及最临近法的插值结果进行了对比性检验。依据分析，得出了克里格方法内插估值的优势和不足。     

基于地统计学的柬埔寨年降水量数据空间插值

为了更好地分析区域水资源量、水文平衡及灌溉需水量,需要对降水的时空分布进行定量分析。由于气象站点布设的局限性,针对资料短缺地区的空间插值就显得尤为重要。以柬埔寨的20个气象站降水数据为插值实验样本,研究基于Arc GIS的空间插值和分析功能,探讨普通克里金、简单克里金、析取克里金及经验贝叶斯克里金法等4种地统计学插值法的优劣及其适用性。通过插值误差分析来检验插值精度,并模拟年降水量的空间分布图来进行比较分析,结果表明经验贝叶斯克里金插值法最优。研究结果可为资料短缺地区降水量空间插值提供参考。     

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     

Kriging算法在混凝土坝温度场重构中的应用分析

Kriging算法是利用空间变异结构进行插值方法,该算法基于变量相关性和变异性,在有限区域内对区域化变量的取值进行无偏、最优估计的一种方法。基于分布式光纤实测数据,结合Kriging算法对大体积混凝土温度场进行重构。结果表明,外插数据可靠度不高,新老混凝土接触面以及埋设冷却水管的位置无法重构,内插重构数据与客观温度较为吻合。     

应用协同-泛克立格法估计地下水水位

在许多区域水资源水环境问题中，地下水流和水质的模拟往往采用数值方法，需给出各个节点的初始水位值以反映流场的初始状态.本文阐述了以容易获取的节点地表高程信息，作为协同区域化变量，用协同-泛克立格法进行地下水位估值的原理，并以河南省焦作市修武段地下水数值模拟分析区为例，说明了利用该方法时的实验变差函数获取方法.通过与未加入协同区域化变量地表高程的泛克立格法进行比较，证明本文建议的方法对松散多孔介质区域地下水位估值有更好的效果.     

应用协同—泛克立格法估计地下水水位

在许多区域水资源水环境问题中，地下水流和水质的模拟往往采用数值方法，需给出各个节点的初始一值以反映流场的初始状态。本文阐述了以容易获取的节点地表高程信息，作为协同区域化变量，用协同－泛克立格法进行地下水位估值的，并以河南省焦作市修武段地下水数值模拟分析为例，说明了利用该方法时的实验变差函数获取方法。     

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。     

区域浅层地下水硝酸盐含量评价的指示克立格法

在进行区域水土资源特性的分析中经常会发现一些特异值，用普通克立格法来求解，通常是不稳健的。为此，本文引入了地统计学方法中的指示克立格法，详细介绍了其基本原理和计算方法。通过对华北冲击平原区曲周县667km2的139个点的浅层地下水井取样分析，发现硝酸盐含量中存在有特异值，应用指示克立格法对其进行了分析，并绘制了硝酸盐含量的分布图及其含量超过最大允许值的概率图。这为区域水土资源利用的风险性评价提供了一种新的方法，同时也为区域水土资源质量的决策管理提供了指导。     

Spatial Distribution of Rainfall in Indian Himalayas – A Case Study of Uttarakhand Region

Continuous rainfall data in grid format are required to run models for hydrological and agricultural research as well as water resources planning and management. The present work attempts to prepare a normal annual rainfall map in Himalayan region of India lying in Uttarakhand state at 1 km spatial resolution which currently is not available. In the region, India Meteorological Department maintains observatories/raingauge stations and data from 44 stations were used in this study. A comparative analysis of interpolation techniques like Inverse Distance Weighted, Polynomial, Splines, Ordinary Kriging and Universal Kriging shows that Universal Kriging with hole-effect model and natural logarithmic transformation with constant trend having Root Mean Square Error (RMSE) of 328.7 is the best choice. This is followed by Ordinary Kriging (RMSE 329.1), Splines (RMSE 392.4), Inverse Distance Weighted (RMSE 409.8) and Polynomial Interpolation (RMSE 418.5). Cross validation of the results shows the largest over prediction at Tehri rainfall station (62.5%) and largest under prediction at Nainital station (−36.5%). Physiographic zone wise, the least errors occur in the plains and the largest in the Great Himalayas. The spatial average rainfalls are 1,472 mm for Terai/Bhabar, 1,782 mm for the Shivalik ranges, 1,591 mm for the Lesser Himalayas and 1,635 mm for the Great Himalayan region. The mean areal rainfall in the region is 1,608 mm.     

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。