基于空间插值方法的重庆降水信息展布

不同空间插值方法在不同地区的插值精度不同。为确定重庆市降雨量的空间分布,采用重庆市12个气象站1960-2014年降水数据,运用系数为2、3、4的反距离权重法、普通克里金法、考虑高程的协同克里金法及考虑温度的协同克里金法,按多年平均、最大3个月及最小3个月不同降水量指标进行分析,并以均方根误差和纳什效率系数进行验证。结果表明,对于三种指标,不同插值方法的优劣从好到差均为考虑高程的协同克里金法、考虑温度的协同克里金法、普通克里金法、系数分别为4、3、2的反距离权重法。对于反距离权重法,系数越大则误差越小。三种降水量指标以多年平均降水量为输入数据的插值结果更加准确。考虑温度的协同克里金法在降水量较小或降水与温度相关性较强时有良好的插值精度。在重庆地表变化幅度较大的地区,考虑高程的协同克里金法更能体现高程变化对降水量的影响。     

基于PSO-CV算法的信息扩散插值模型及其在黄河源区的应用

根据有限的雨量站观测资料进行空间插值是探索降水空间特征的有效手段。介绍了一种基于信息扩散理论的空间插值模型,并在已有经验信息扩散插值模型的基础上,考虑其关键参数估计的不足,提出一种基于粒子群算法(PSO)与交叉验证(CV)相结合的最优信息扩散插值模型。以黄河源区为例,引入反距离加权法、普通克里金法、泛克里金法及考虑高程的协克里金法作为对比参照,分别从年、季、月和日4种时间尺度评价了信息扩散插值模型的插值效果。结果表明,整体来看最优信息扩散插值模型的精度最高,反距离加权法的精度最低,经验信息扩散插值模型与其他3种空间插值方法的精度差异不大,不同方法间的精度差异随着时间尺度的减小而减小。     

基于地形修正的降水空间插值方法及其应用

获取精准的降水空间分布信息对于水资源管理和洪涝灾害预报预警具有重要意义。地形变化对降水空间分布有显著影响,然而传统的降水空间插值方法难以考虑这种影响。基于黄土高原气象站1988～2017年长序列降水观测数据和高精度地形数据,建立了综合考虑站点与插值目标网格的位置、高程及坡向关系的降水空间插值方法(Angular Distance Aspect Gradient Weighting method, ADAGW),并在黄土高原地区进行应用。结果表明：相较于传统空间插值方法,ADAGW方法能够更有效地捕捉复杂地形下的降水空间分布。该方法在日尺度、月尺度、年尺度上的空间插值结果的决定性系数(R²)和均方根误差(RMSE)均优于传统降水空间插值方法;地形对于降水分布的影响与时间尺度有关,当时间尺度较长时,地形因素对降水分布的影响更为明显。该方法考虑了高程及坡向对降水空间分布的影响,有助于获取更精准的面雨量分布。     

基于SRTM DEM的月降水量空间插值方法研究

利用ArcG IS地统计模块中的反距离权插值法、径向基函数插值法、克里格插值法和协克里格插值法,对清江流域1998年4—9月的月降水量进行了插值研究。结果表明:考虑高程、坡度、坡向等地形因素的协克里格插值法比其他3种方法具有更好的插值效果。     

场次降雨空间插值方法对比研究

选用反距离加权法(IDW)、局部多项式法(LPI)、普通克里金法(OK)、经验贝叶斯克里金法(EBK)、协克里金法(CK)共5种方法,进行场次降雨空间插值效果对比研究。分析不同降雨量等级(12 h、24 h时段下小雨、中雨、大雨、暴雨)和时间尺度(场次、24 h、12 h、6 h、3 h、1 h)对空间插值精度的影响,确定不同情况下适用的场次降雨空间插值方法。以安徽屯溪流域为对象,对2010—2018年23个雨量站的汛期逐时降雨量进行了空间插值验证研究,结果表明：(1)随着降雨量等级的增大,各方法插值结果的精度均不断提升;(2)随着时间尺度的减小,降雨数据空间自相关性减弱,各方法插值效果逐渐变差;(3)整体而言,不同降雨量等级和时间尺度下,考虑高程因素的CK法插值效果最优,EBK法、LPI法次之,OK法和IDW法最差。研究认为,对屯溪这类山丘区流域的场次降雨空间插值问题,考虑高程因素影响的协克里金法更为适合。     

粤东地区降水量空间插值方法研究

以粤东地区70个雨量站40 a(1980—2019年)降水资料和DEM数据为基础,结合GIS技术,采用反距离权重插值法(IDW)、径向基函数插值法(RBF)、普通克里金插值法(OK)、回归克里金法(RK),分别对年平均降水量和月平均降水量进行空间插值,选取58个为插值站点,12个为检验站点,通过平均绝对误差(MAE)、...     

基于GIS的黑龙江省多年平均降水量空间插值分析比较

以黑龙江省分辨率为90m的数字高程模型(DEM)的数据为基础,结合ArcGIS软件,分析黑龙江省83个气象站点1971—2018年的降水资料,采用克里金法(Kriging)、反距离权重法(IDW)、径向基函数法(RBF)、全局多项式插值法(GPI)和趋势面法(TS)五种方法进行空间插值模拟.结果表明,黑龙江省年平均降水量东多西少,具有自边缘到中心逐渐增加的特征.西南部和西北部(漠河和北极村)的降水量大多在500mm以下,部分中部地区的降水量超过700mm.总体年平均降水量在400mm—700mm之间,大部分地区属于半湿润区.在该研究区域中,通过克里金指数模型插值方法获得结果的准确性优于其他插值方法.     

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。     

TRMM降雨数据在喀斯特地区的适用性分析——以贵州省为例

为验证TRMM(Tropical Rainfall Measurement Mission)降雨数据在喀斯特地区的适用性,以贵州省为研究区,利用贵州省19个气象台站1998-2015年的降水数据,在年尺度和月尺度上验证了TRMM卫星降水数据的精度,并在此基础上基于TRMM月降水数据分析了贵州省的降水时空分布特征。结果表明TRMM降水数据基本能反映降水的空间分布及演变过程,年尺度上TRMM降水数据与站点实测降水量相关系数R=0.817,斜率K=0.751,数据精度较高,数值上比站点实测降水量略高。月尺度上TRMM降水数据与站点实测降水量相关系数最高,达到0.927,斜率为0.9127,数值略高于站点实测降水量。分析表明:坡度对TRMM降水数据精度的影响大于高程和坡向,坡度小于10°的精度较高。总体而言,TRMM降水数据在喀斯特地区具有一定精度,但是降水量少或地形起伏大的地区精度相对较低。     

山西高原降水量空间插值分析

利用山西高原及其周边27个国家气象台站1981—2005年的降水资料,采用反距离权重法、全局多项式法、局部多项式法、径向基函数法、样条函数法、趋势面法、普通克里金法与经验贝叶斯克里金法共8种插值方法进行了空间插值,使用留一法交叉检验了不同方法的插值精度,并分析了山西高原年均降水量的空间分布特征。结果表明:1径向基函数法具有最佳的插值精度,其平均绝对误差、平均相对误差、均方根误差分别为25.1 mm、5.7%、31.4 mm;2各种插值方法按精度高低的排序依次为径向基函数法、样条函数法、趋势面法、普通克里金法、局部多项式法、全局多项式法、经验贝叶斯克里金法、反距离权重法;3山西高原降水量空间分布具有明显的地域性规律,一方面表现为由东南向西北递减,另一方面表现为东部太行山和西部吕梁山的降水量大于中部汾河谷地的。     

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。     

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。     

广州市降水量空间插值方法研究

采用广州市境内及周边的55个雨量站点的2015年年累计降水量数据,选取9种空间插值方法对广州市年降水量进行了空间插值,将插值估算结果与检验点作对比分析,并对广州市2015年降水量的时空分布特征进行分析。综合分析得出:广州市降水量的空间插值方法误差顺序为KSNNRBFLPIKrigingSplineIDWGPIDK;KS雨量等值面光滑,没有出现"牛眼"和边界突变,计算方便快捷,估算结果准确,在广州市雨量空间插值中获得很好的效果。分布特征表现为:广州市降水量空间分布由北向南呈现明显递减的分布规律,高值区在流溪河流域,在2 500 mm以上,低值区在南沙区,在1 500 mm以下。其他区域基本在2 000~2 300 mm。     

基于地理因子的福建省年降水空间估算模型研究

为研究福建省多年平均降水量的空间分布格局,为工农业生产、自然灾害预测、生态环境建设提供科学依据,利用福建省及周边区域35个气象站点1951—2011年降水资料,分析年均降水量与海拔、纬度、距海岸距离、坡向的相关性;同时,结合多元回归方程和克里金插值构建降水空间估算模型,反映出年均降水量空间分布的总体趋势,突出局部地区降水的差异,估算福建省1951—2011年年均降水量空间分布。结果表明:已知气象站点年均降水量估算的平均相对误差为3.4%,绝对误差为56 mm,验证站点的平均相对误差为3.6%;福建省年均降水量从东南沿海向西北山区呈现波动式上升的特点。     

干旱指数在四川省的适用性分析

干旱灾害频发严重制约着四川省的农业发展,为合理分析四川省干旱情况,干旱指数的选择尤为重要。本文基于四川省39个气象站点1960年-2013年的气象资料,分别计算1961年、1994年、2006年和2009年-2010年各站点相对湿润指数M、气象干旱综合指数CI、标准化降水指数SPI和标准化降水蒸散指数SPEI,利用Arcgis反距离插值法进行空间插值,并与中国气象灾害大典记录的四川省典型年干旱情况进行对比分析,进而评价四种干旱指数在四川省的适用性。结果表明:对于1961年夏旱,M指数和CI指数均表现出无旱或轻旱,SPI指数结果较实际情况偏小,SPEI指数监测出了干旱的重灾区,效果在四个干旱指标中最好;1994年夏伏旱,M指数监测结果偏小;CI指数出现了空报,对川东地区和川西高原的监测结果偏小,SPEI指数在达县、巴中一带结果偏小,而SPI指数在成都、绵阳一带的结果偏小。2006年伏旱,M指数监测结果偏小;CI指数比M指数效果稍好,但结果仍然偏小;SPI指数和SPEI指数监测出的干旱特征与实际一致;2009年-2010年的冬春连旱,SPEI指数效果最好,M指数次之,SPI指数效果最差。SPEI指数最能反映四川省典型干旱年干旱的空间分布特征。     

陕西省月平均气温空间插值方法研究

为弥补陕西省气象站点数量有限、空间分布不均等问题,对常用空间插值方法进行比较研究,探寻适宜陕西省气温空间插值方法。根据陕西省内外110个气象站点1981-2010年的月平均温度,选用反距离权重法、普通克里金法与多元线性回归法进行空插值,利用实际验证法进行精度评估。结果表明,考虑了经度、纬度和高程的多元线性回归法的插值精度最高,普通克里金法次之,反距离权重法精度最低;多元线性回归分析法对陕西省气温插值最为适宜。     

近57年山东省降水量及雨日变化特征

基于山东省1961—2017年21个气象站点的降水资料,采用线性回归、空间插值、滑动平均和小波分析等方法分析了57 a来山东省年、季降水量和雨日的时空变化特征。结果表明:山东省降水量和雨日整体呈现自南向北递减的纬度地带性和自东向西递减的经度地带性,高值中心都出现在泰山地区。春、夏两季的雨日和年雨日空间分布相似,冬季雨日呈“东北-西南递减型”分布;年降水量的减少速率为-16.28 mm/(10 a),年雨日以-2.16 d/(10 a)的速率显著下降(通过了0.05的信度检验),两者都存在约17 a的年代周期变化;春季降水量呈微弱增加趋势,和雨日趋势相反,其余三季的降水量和雨日都为负趋势,且夏季降水量和雨日的负趋势通过了0.05的信度检验。年尺度和季尺度下,雨日的负趋势都比降水量的负趋势强度要大,空间范围更广。研究成果可为山东地区水资源规划利用提供合理依据。     

基于广义可加模型的降水空间估算模型

采用太湖流域浙西区33个站点1989—2013年的降水观测资料,基于广义可加模型建立了该区域年降水空间估算模型,得到了该区域分辨率为1 000 m×1 000 m的降水栅格数据。借助多种统计指标,分析了不同预测因子对降水空间估算结果的影响,特别比较了是否将高程作为预测因子情况下的年降水量估算差异。结果表明:加入高程因子作为广义可加模型的预测变量后,无论是模型的优良性还是降水空间估算精度均有所提高,能够更合理地描述浙西区降水空间分布受地形影响的特征。此外,从模型偏态效应图来看,浙西区降水量随着纬度的增加明显减小,随着高程的增加显著增大,而随经度的变化则不明显。