基于gis模块气象数据空间插值方法新改进

《基于gis模块气象数据空间插值方法新改进》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于GIS模块气象数据空间插值方法新改进作者简介：郭婿（1985-）,女，甘肃兰州人，在读硕士。摘要：以甘肃省113个气象站点1961〜2004年的＞0匸年积温（》0）、年降水量&）、经纬度和DEM数据为主要数据源，选用反距离权重法（IDW）、普通克里金法（0K）、协同克里格法（CK）和"多元回归+残差分析法”（AMMRR）4种空间插值方法，进行气象数据空间插值试验，并进行精度验证和插值效果比较。研究结果表明：IDW,0K和CK这3种方法对》0和r的插值精度较低，模拟栅格图中各阈值间的分界线明显，并有“牛眼"存在；AMMRR对Y0和r的插值效果均最好，不但插值精度

2、高，而且能充分体现甘肃省复杂多变的地形特点。关键词：气象数据；DEM；空间插值；甘肃省中图分类号：P409文献标识码：A文章编号：1009-5500（2011）04-0041-06气象因素在气候变化、农业生产、资源管理、地质灾害预警预报等方面发挥着重要的作用。积温和降水，作为农作物生长发育的重要气象要素之一，与农作物生长发育有着密切的关系，其数据质量的高低直接影响着衡量热量和水资源的准确性。实践中，由于受到地形、人力、财力等条件的限制，气象站点的分布数量有限，且在研究区域内分布不均匀,有限的观测数据无法精确地表达气象要素整体的时空分布，通常需要对站点观测数据采用空

3、间插值，以获取整个研究区域内气象要素的总体分布情况［1-3］o空间插值的核心是建立充分逼近要素空间分布特征的函数方程［4］。空间插值方法的准确性，直接影响属性数据空间特征的整体评估。空间插值方法在气象属性数据插值方面的应用较广泛［5-11］o孟庆香等［12］分别采用反距离权重法(InverseDistanceWeighted,IDW).普通克里金法(OrdinaryKriging,OK)和协同克里金法(Co-Kriging,CK)对黄土高原的降水量和年均温等气象要素进行空间插值研究。研究结果表明：降水量插值以0K法最优；年均温则以考虑高程影响的CK法较好。徐超等［

4、13］对山东省年平均降水量和温度进行空间插值分析，发现0K法具有更为理想的插值效果。朱芮芮等［14］对日降水量的时空变异特征进行分析，得出0K法和IDW法总体效果较好。对日累计降水量的插值研究中，大多数研究结果表明Kriging法插值效果最好。虽然，0K法的效果较好，但是其仅仅考虑观测站点的位置，而未考虑高程和地形因子。CK法虽然将海拔高度作为第二属性引入到气象数据的空间插值中，但是未能较明显地体现出地形的特征。因此，在气象属性数据空间化的研究中，特别是在地形结构较复杂的区域，使用克里格法仍然存在一定的局限性。由于研究区域、样本数据属性、插值函数理论基础、模型算法

5、和时空尺度效应等因素的综合影响，研究精度较高并且能适用于不同研究区域的插值方法，是一项很有意义的工作。试验以甘肃省＞0°C年积温（工。）、年降水量（r）、DEM数据为主要数据源，对比分析了IDW、OK、CK和“多元回归+残差分析法（AnalyticMethodbasedonMultipleRegressionandResidues,AMMRRv,并进行插值精度的验证和插值效果的对比检验，旨在提出一种能够充分体现地形地貌对气象数据影响的空间插值模型。1研究区概况甘肃地处黄河上游，地理位置E92°13'〜108°46’，N32°31’〜42°57，,位于中国中部偏北，

6、东接陕西，东北方向与宁夏毗邻，南邻四川，西连青海、新疆，北靠内蒙古，并与蒙古人民共和国接壤，总面积4.54X105km2o甘肃省地形地貌复杂多变，地势自西南向东北倾斜，地形呈狭长状，主要由陇南山地、陇中黄土高原、甘南高原、河西走廊、祁连山地和北山山地6大地形区域组成；甘肃省深居内陆，属于温带大陆季风性气候，气温日较差大，年均温在0〜14°C,由东南向西北降低；光照充足，太阳辐射强，年日照时数为1700〜3300h,自东南向西北增加；年均降水量36〜800mm,各地差异大且分配不均匀，主要集中在6〜9月。干旱是甘肃省最主要的气象灾害，大风沙尘暴、暴雨、冰雹等其他气象

7、灾害也较容易发生。自然景观水平地带性明显，海拔相差悬殊，大多1000m以上，高山、盆地、平川、沙漠和戈壁兼而有之，是山地型高原地貌，生态环境垂直地带性明显。2数据来源和方法2.1数据来源及预处理研究数据包括：气象数据（年积温和年降水量）以及甘肃省1：1000000行政区划图和甘肃省1kmDEM数据。气象数据为甘肃省113个气象站点1961〜2004年的S0,r以及各气象站点代码、名称、经度、纬度、海拔高度等。甘肃省1：1000000行政区划图和甘肃省1kmDEM数据来源于地球系统科学数据共享平台。为了提高气象数据的空间插值精度，研究将气象数据分为两组：一组用于模型

8、插值的气象