資源描述：
《氣象要素空間插值方法優(yōu)化》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、維普資訊http://www.cqvip.com第23卷第3期地理研究V01．23。NO．32004年5月GEoGRAPHICALRESEARCHMay，2004氣象要素空間插值方法優(yōu)化封志明，楊艷昭，丁曉強，林忠輝(中國科學(xué)院地理科學(xué)與資源研究所，北京lOOlO1)摘要：在區(qū)域水土平衡模型的研究中，空間插值可提供每個計算柵格的氣象要素資料。本文運用反距離加權(quán)法(IDW)和梯度距離反比法(GIDW)，對1961～2000年甘肅省及其周圍85個氣象站點的多年平均溫度與降雨量進行了內(nèi)插。交叉驗證結(jié)果表明：對于IDW和GIDW，二者溫度插值
2、的平均絕對誤差(MAE)分別為2．28"C和0．73"C，平均相對誤差(MRE)分別為29．O2％和9．41，降雨插值的MAE值依次為5．52mm和4．90mm，MRE值分別為19．43和17．8O％，GIDW明顯優(yōu)于IDW。需要指出的是：對于降雨，當(dāng)其經(jīng)緯度和海拔高程的復(fù)相關(guān)系數(shù)大于0．80時，GIDW插值結(jié)果優(yōu)于IDW；否則相反。關(guān)鍵詞：距離反比法；梯度距離反比法；降雨；溫度中圖分類號：P468．0文章編號：1000—0585(2004)03—0357—08根據(jù)已知氣象數(shù)據(jù)對未知點進行插值預(yù)測是上世紀以來地理科學(xué)研究的一個熱點。在
3、許多重要的國際會議中，氣象要素插值已被作為專門的議程來進行探討和研究uj。空間插值方法是多種多樣的，不同的方法插值結(jié)果迥然不同。因此，如何根據(jù)數(shù)據(jù)與區(qū)域的特征選擇最優(yōu)的方法一直是地學(xué)研究的一個難題。對于溫度和降雨，不同的學(xué)者用不同的方法進行了空間內(nèi)插。主要有泰森多邊形法、距離反比法、克里格法、梯度距離平方反比法等。泰森多邊形法算法最為簡單，但容易生成專題與專題之間明顯的邊界；克里格法由南非地質(zhì)學(xué)家Krige發(fā)明，其實質(zhì)是最佳線性無偏估計，應(yīng)用廣泛]。但該方法無論是變程的確定、半變異模型的擬合，還是鄰域的選取，均耗時耗力，且有較強的主觀
4、性[6q；距離反比法由美國國家氣象局于1972年提出，其算法較為簡單，應(yīng)用也很廣泛]。當(dāng)數(shù)據(jù)不存在各向異性時，其插值結(jié)果優(yōu)于克里格法[1；梯度距離平方反比法物理意義明確，算法簡單，應(yīng)用廣泛，當(dāng)氣象要素與海拔高程和經(jīng)緯度相關(guān)性較強時，其插值精度較高。在作者進行區(qū)域水土平衡模型的研究中，其第一步就是對溫度、降雨等氣象數(shù)據(jù)進行合理的插值。考慮到時間與經(jīng)費的限制，力圖尋求一種簡單、靈活、實用的方法。為此，我們采用距離平方反比法和梯度距離平方反比法對甘肅省的降雨和溫度數(shù)據(jù)進行了內(nèi)插，并且提出了兩種方法的優(yōu)化方案，最后對各種插值方法進行了驗證和選
5、擇。1資料與方法1．1數(shù)據(jù)分析與處理方法本文以甘肅省為研究區(qū)域，選取甘肅省及其周圍5個省區(qū)129個氣象臺站作為樣本收稿日期：2003—06—28；修訂日期：2004—03—20基金項目：中國科學(xué)院知識創(chuàng)新工程重要方向項目(KZCX3一sw一333)作者簡介：封志明(1963一)，男，河北平山人，研究員，博士生導(dǎo)師。主要從事農(nóng)業(yè)資源高效利用與區(qū)域可持續(xù)發(fā)展研究，旁及資源科學(xué)的理論探討。維普資訊http://www.cqvip.com358地理研究23卷點，其中甘肅省境內(nèi)33個臺站。樣本點的分布位置在32．42。N～43．27。N、93．
6、38。E～109．50。E之間，其具體分布情況如圖1所示。數(shù)據(jù)來源于國家氣象中心。在數(shù)據(jù)處理的過程中，對數(shù)據(jù)不足4O年的站點予以剔除，最終選取85個氣象臺站4O年(1961~2000)的平均月降雨與溫度資料進行插值。DEM數(shù)據(jù)來自美國地質(zhì)勘探局(USGS)的GTO—PO-30數(shù)據(jù)，其精度為3O秒。對降雨進行數(shù)據(jù)變換會使數(shù)據(jù)更趨于正態(tài)分布并且會提高預(yù)測的精度[1h]。很多學(xué)者運用對數(shù)、立方根、平方根等變換方式對數(shù)據(jù)進行預(yù)處理以提高插值的精度。研究中我們在對樣本數(shù)據(jù)進行分析的基礎(chǔ)上對其進行了變換方式的優(yōu)化選擇，結(jié)果表明：經(jīng)過立方根轉(zhuǎn)換后的
7、數(shù)據(jù)從整體上更趨向于正態(tài)分布，各種變換結(jié)果如表1所示。因此，在整個分析過程中，對降雨我們均圖1氣象站點分布圖采用了原始數(shù)據(jù)與立方根變換兩套數(shù)Fig．1Distributionofmeteoro1ogica1stations據(jù)，并對其插值結(jié)果進行了對比分析。表1降雨數(shù)據(jù)變換結(jié)果偏斜性分析Tab．1Skewnessoftransformedprecipitation月份1月2月3月4月5月6月7月8月9月1O月11月12月原始數(shù)據(jù)o．93o．78o．80o．59o．42o．52o．74o．07o．48o．601．601．62對數(shù)變換一o．
8、41一o．93一o．83—1．20一o．90一o．78一o．79—1．16—1．23一1．36一o．62一o．42立方根變換o．15一o．1o—o．08一o．23一o．40一o．30一o．30一o．17一o．46一o．3
