共查询到20条相似文献，搜索用时 421 毫秒
1.
文中基于数字高程模型,建立了多元线性回归插值模型(MLR)和PRISM空间插值方法,并与传统的反距离权重法(IDW)和普通克里金插值法(OK)进行比较.结果表明:1)江西省5月、7—10月降水量与海拔高度存在显著的相关性,与坡度、坡向无明显相关.2)从插值精度来看,3—9月PRISM和MLR空间插值精度明显优于IDW和OK,冬半年IDW和OK插值精度略高于MLR和PRISM;4种插值方法的年降水量插值精度排序为PRISM>MLR>OK>IDW;PRISM和MLR在高海拔地区的插值精度远高于IDW和OK.3)从插值效果来看,4种插值方法的降水空间分布具有一致性,MLR和PRISM优于IDW和OK. 相似文献
2.
为研究新疆地区气温的空间变异性,以新疆66个国家气象台站1981—2010年月平均气温和30 m空间分辨率DEM数据为基础,采用传统插值法、基于DEM多元线性回归插值和基于DEM修正的空间插值方法对新疆区域气温数据进行栅格化,并分析年平均气温与海拔的相关关系。通过采用反距离权重法(IDW),普通克里格法(Kriging),样条函数法(Spline)和趋势面分析法(Trend)4种空间插值方法对气象要素进行直接插值、气温多元回归模型残差结果插值、基于DEM修正插值对比分析。通过针对插值方法进行基于MAE和RMSIE的交叉验证,结果表明传统插值方法、基于多元线性回归和基于DEM修正4种空间插值精度均为IDWKrigingSplineTrend。反距离权重(IDW)空间插值方法最优,基于DEM修正IDW插值、基于多元线性回归IDW插值与传统IDW插值精度分别是0.039、0.477、1.038,插值结果客观的表达了新疆区域气温随空间梯度的变化趋势。 相似文献
3.
利用江西省87个国家气象观测站点1987—2016年月平均气温资料,结合数字高程模型(DEM),建立了一个基于江西省DEM的多元线性回归空间插值模型,并与传统的反距离权重法(IDW)、普通克里金插值法(OK)和协同克里金插值法(CK)进行空间插值精度和效果对比。研究表明:基于DEM的多元线性回归空间插值方法(MLR)的误差精度和插值效果均优于其他3种传统插值方法。江西省月(年)平均气温与纬度和海拔高度呈负相关,与经度呈正相关,与坡度、坡向无明显相关性;江西省月平均气温垂直递减率约为0.35—0.65℃/(100 m),年平均气温垂直递减率约为0.49℃/(100 m)。 相似文献
4.
《干旱气象》2020,(4)
利用1988—2017年浙江省68个国家气象观测站气温和降水数据,分别采用ANUSPLIN、反距离加权(IDW)和普通克里格(O-kriging)3种方法,估算夏季平均气温和降水量空间插值。同时,应用交叉验证方法评价3种方法的精度差异,并进行空间误差分析,探讨符合浙江复杂地形条件和气候背景下的气象要素空间插值最优方法。结果表明:(1)3种方法对气温和降水的插值精度总体接近,空间分布较为一致,但对于要素空间异质性大的区域,ANUSPLIN在细节上的表现明显优于IDW和O-kriging方法。(2)ANUSPLIN对气温和降水的插值精度均高于IDW和O-kriging,气温的平均绝对误差(MAE)和均方根误差(RMSE)均小于0.5℃,其中气温RMSE表现为:ANUSPLIN(0.381℃)O-kriging(0.459℃)IDW(0.463℃)。降水RMSE表现为:ANUSPLIN(37.8 mm)O-kriging(42.2 mm)IDW(49.1 mm)。(3)平原地区的平均气温插值误差低于山区;降水误差空间分布沿海地区误差最大,出现明显低估值。总体来说,ANUSPLIN更适合浙江复杂地形条件和气候背景下的气象要素空间插值处理。 相似文献
5.
以江苏省及周边39个常规气象站点1957—2001年的月平均气温数据和90 m空间分辨率的DEM数据为基础,采用基于DEM的多元线性回归插值方法,分析多年平均气温与海拔、坡度和坡向等地形因子的相关关系,建立适合该区域的多元回归空间插值模型.同时与反距离权重法(IDW)和克里格(Kriging)插值法等传统方法的计算结果进行对比,并用交叉验证方法比较5种插值方法的精度.结果表明:该研究区各月气温递减率在 0.5~0.9 ℃/(100 m) 左右;基于DEM的多元线性回归空间插值方法(MLR)无论从插值效果还是误差精度上,均优于其他传统插值方法.插值结果客观地表达了气温与各地形要素的相关性,反映了气温的空间变异性. 相似文献
6.
观测数据的插补是提升气象数据完整性、恢复缺失数据真实性的重要手段。本文采用标准序列、空间回归和随机森林3种插补方法,对中国西南地区5个主要气候区地面气象观测站日平均气温序列数据以及犍为和北碚2个百年站月平均气温序列数据进行插补试验,并选用平均绝对误差、均方根误差以及插补值与观测值偏差分别在±0.8℃和±0.5℃区间的样本占比(P0.8、P0.5)等4项指标对插补结果进行评估。结果表明：3种方法对中国西南地区5个气候区站点气温日均值与2个百年站气温月均值插补效果较好,且空间回归方法的插补精度高、适用性最好,在5个气候区的插补精度都高于其他两种方法,在地形较为平坦的四川盆地P0.8约0.90,在地形最为崎岖的川西南滇北山地P0.8也在0.60以上,地形对气温插补精度影响明显。选取最优参考站数可有效降低插补误差,2个百年站95%以上的月平均气温样本插补误差可控制在±0.5℃以内。 相似文献
7.
由于L波段探空资料存在缺测及稀疏、零散的数据,造成信息量在时空分布上的不均匀性。考虑到参与插补计算的权重因子个数和插补半径对探空观测数据影响较大,在三次样条插值基础上将插补半径和参与计算权重因子个数作为约束条件引入算法中,以被插值点±40 gpm为插值半径,取有效因子个数≥3个,提出了改进的三次样条插补算法。通过交叉验证分时段对插补结果进行检验评估,气温AE在±0.1℃之间,RMSE值小于0.08;相对湿度AE在-1.0%～+0.7%之间,RMSE值小于0.3;风速数据AE在±0.6 m/s之间,RMSE值小于0.2,表明改进三次样条插补算法对探空资料的质控效果在时间和空间上一致性较好。在晴空条件下相对湿度的插补效果优于有降水天气,气温和风速的插补效果不受晴空条件和降水条件的影响。 相似文献
8.
基于GIS技术的甘肃省气温空间分布特征 总被引：1，自引：0，他引：1
利用40 a气象站气温观测数据,结合GIS技术,建立甘肃省气温空间化模型,以高分辨率的DEM作为模型的输入参数实现气温数据的空间化,同时与传统的气温内插方法 (反距离加权法(IDW)、克里格(Kriging)、协同克里格(Co-Kriging))的插值结果进行比较分析,结果反映利用多元回归分析+克里格方法建立的气温数据栅格化结果较好,比传统的气温内插方法插值精度高,插值结果很好的再现了原始测量结果。 相似文献
9.
复杂地形区域平均气温空间插值方法研究 总被引：1，自引：0，他引：1
采用反距离权重、克立格、径向基函数法、三维二次趋势面和地理加权回归5种方法,对云南125个站1月、4月、7月、10月和年的30年平均气温进行空间插值并比较分析发现:反距离权重、克立格、径向基函数法3种常规插值方法对地形复杂的云南气温空间分布模拟精度不高;三维二次趋势面和地理加权回归模型对云南气温空间分布模拟较好,交叉检验结果显示前者的平均绝对误差(MAE)为0.43~1.02℃,均方根误差(RMSE)为0.67~1.77℃,其推算的云南气温栅格数据能较好地反映出云南各地气温的分布和差异;GWR模型对气温的交叉验证在5种插值方法中误差最小,插值结果 MAE在0.65℃以下,RMSE在0.8℃以下;进而使用"地理加权回归模型插值+反距离权重残差内插"叠加法对抽取的10个检验站平均气温进行插值检验,64%的插值结果绝对误差在0.5℃以内,74%的插值结果相对误差在5%以内,且实测值与插值估算值回归关系决定系数R2在0.9以上。 相似文献
10.
以西安观测站1971—2013年日平均气温、最高气温和最低气温序列为研究对象,利用标准序列法和多元线性回归法进行插补实验,计算插补值与实测值的平均误差、平均绝对误差、均方根误差和插补值与实测值误差在0.5℃以内的样本比例,对比分析两种插值方法的相对优劣。结果表明：多元线性回归法插补得到的气温序列效果好于标准序列法,并且气候趋势特征与实际观测值序列更具一致性。采用t检验法、惩罚最大T检验（PMTT）、惩罚最大F检验（PMFT）对西安站1951—2020年平均气温序列的均一性进行检验。依据台站历史沿革数据进行的t检验,在6次台站历史沿革变化中,只有2次造成了年平均气温和年平均最高气温序列间断,分别由观测时次增加和仪器换型导致;年平均最低气温有4次出现间断,分别由台站站址迁移、观测时次增加、仪器换型、缺测值插补造成。PMTT和PMFT检测中发现的4次间断点因无元数据支持,认为属于合理间断点,这2种方法均未检测出因缺测值插补引起的间断点,一定程度上说明采用多元线性回归法对缺测值插补得到的西安站1951—2020年气温序列相对合理,气温序列的均一性较好。 相似文献
11.
引入主成分典型相关分析(PC-CCA)方法建立缺测气象要素场序列的插补模式,对区域性气象场序列（以长江流域月气温距平场为例）各种时空缺测分布型态作插补试验。结果表明,当插补场站网分布型取包含子场在内的混合站网时,建模样本量达25年就可有最优插补精度,且性能稳定,效果优良。尤其当距平符号单一且大尺度分量占优势时,插补精度随缺测场变化很小。 相似文献
12.
通过定义最优配对分段插补法,以NewD66/D66、D105、Amdo和BJ为主站,D66/五道梁气象站(WDL)、D110、MS3478和MS3608为辅站,对主站缺失的地面气温资料进行插补,以获得完整的气温序列,并以此为基础分析主站近期气温变化。主站和辅站气温一致性分析结果表明,一年中每两个配对站的气温变化均有很好的一致性;温差表现为冬半年大、夏半年小。插补效果分析表明,插补效果夏季比冬季好;插补效果D66站最好,D105站相对较差;插补误差近似服从正态分布,时间尺度越大插补结果的可用性越强;大幅降温、降水、较大风速以及较大风向转变是影响插补效果的主要因素。对主站完整气温序列分析表明,NewD66站的气温年较差最大(26℃),Amdo站最小(19℃);BJ站多年平均气温最高(-0.3℃),D105站最低(-5℃);BJ站处于季节冻土区,其余三站处于多年冻土区;近十几年主站年平均气温均呈波动上升趋势,BJ站和NewD66站升温明显,D105站和Amdo站升温缓慢。 相似文献
13.
依据气温间的空间相关性,将地统计学中的普通克里金法(Ordinary Kriging,OK)引入地面气温资料的质量控制。考虑气温在空间上的连续性,提出一种基于高斯模型改进的普通克里金(Improved Ordinary Kriging,IOK)质量控制方法。为评估该方法的性能,运用IOK法对江苏省67个台站2008年地面日平均气温资料进行质量控制,并与OK法以及反距离加权法(Inverse Distance Weighted,IDW)进行比较。试验结果表明,IOK法的检验效果优于OK法与IDW法,且稳定性与适用性较高,能有效地标记出气温观测数据中的可疑数据。 相似文献
14.
为探索考虑地形的空间插值算法在复杂下垫面地区的适用性,利用重庆市区域自动气象站2017年逐月观测数据,采用Cokriging、PRISM和IDW三种算法进行了1 km分辨率插值试验,并分析对比了其在月累积降水、月平均气温插值中的误差。结果表明,当样本数量较多时,平均气温的插值以PRISM误差相对较小,Cokriging和IDW效果相当;对累积降水的插值,PRISM和Cokriging效果相当,并略优于IDW。三种算法的误差均随样本数量减少而增大,但PRISM的平均气温误差增长相对最慢,累积降水误差增长相对最快。当样本数量较少时,PRISM对气温插值的误差相对最小,而Cokriging对降水的插值误差相对最小。进一步分析表明:PRISM能显著减少复杂地形区的气温插值误差;累积降水插值主要受降水强度及降水局地性影响,考虑地形的插值算法并无明显优势。 相似文献
15.
基于PC-CCA方法的气象场资料插补试验 总被引：9，自引：3，他引：6
引入主成分典型相关分析（ＰＣ－ＣＣＡ）方法建立缺测气象要素场序列的插补模式,对区域性气象场序列（以长江流域月气温距平场为例）各种时空缺测分布型态作插补试验。结果表明,当插补场站网分布型取包含子场在内的混合站网时,建模样本量达２５年就可有最优插补精度,且性能稳定,效果优良。尤其当距平符号单一且大尺度分量占优势时,插补精度随缺测场变化很小 相似文献
16.
为建立一个高精度、高空间分辨率的逐日气温格点数据集,满足公共气象服务对于精确信息及实时信息的需要,利用2018年6—8月京津冀区域以及临近省区共3 974个国家级及区域气象观测站质控后的逐日气温资料,采用ANUSPLIN软件对逐日气温数据进行空间内插,得到了京津冀区域逐日气温格点数据集（0.01°×0.01°）,并分别利用反距离权重插值法、普通克里金插值法、样条函数法对逐日气温数据进行空间插值,采用相关系数（Corr）、平均绝对误差（MAE）、平均相对误差（MRE）等作为评估指标来检验插值精度。结果表明：1）ANUSPLIN软件满足了空间插值对精度及曲面平滑度的要求,能直观体现京津冀区域气温由北向南递增的空间分布特征;2）4种插值方法中,基于ANUSPLIN软件的插值结果最优,相关系数平均达0.97,其样本误差在1 ℃之内占比为90.59%,MAE为0.46 ℃,MRE为1.81%;3）插值误差较大的区域位于冀北高原、燕山丘陵及太行山脉一带,高海拔、低站点密度等是造成插值误差的主要原因。基于ANUSPLIN插值方法建立的逐日气温格点数据集具有分辨率高、空间插值误差小的优势,ANUSPLIN对气温的空间分布具有较好的预测能力。 相似文献
17.
基于DEM的气温插值方法研究 总被引：2，自引：0，他引：2
以甘肃河东为研究区,利用河东及周边的82个气象站点1971~2004年的月平均气温数据,结合数字高程模型(DEM),在分析平均气温与经度、纬度、海拔高度、坡度、坡向地形要素相关关系基础上,提出了一种基于DEM的多元线性回归空间插值方法(MLR),并与传统的反距离平方法(IDS)、样条函数法(SPLINE)和普通克里金法(OK)进行了精度比较.精度验证结果显示:无论从误差大小还是从插值效果上,考虑了地形要素的MLR方法均优于传统的插值方法.最后,基于MLR插值方法生成84 m×84 m甘肃河东地区月平均气温栅格数据集.平均气温结果表明:河东各月平均气温大致呈现由东南向西北逐渐降低的空间格局,且平均气温的季节内波动差异较大.其中,夏季气温的波动幅度最小,波动幅度自西向东减弱;冬季次之,有自北向南减弱的趋势;春季和秋季较大,有自西南向东北降低的趋势. 相似文献
18.
日气温数据缺测的插补方法试验与误差分析 总被引：6，自引：1，他引：5
对缺测气象观测记录进行插补是建立连续气象数据集的基础.将孤立1日或数日缺测资料进行插补的线性回归模型法应用于连续缺测数月的逐日最高、最低和平均气温的插补,并进行了一系列改进,包括:(1)用滑动选优法确定邻近参考气象站站数和数据样本时间窗的最佳值;(2)在记录缺测站与邻近参考站之间建立逐日气温的线性回归模型,并选取以最小绝对误差(Least Absolute Deviation,LAD)为目标函数求取模型参数的方法,取代以最小均方根误差为目标函数的最小二乘法(Least Squares Estimate,LAD)求解模型参数的方法,可提高计算效率和参数的稳定性;(3)进一步提出将LAD法与DeGaetano标准化序列法插补结果平均的综合插补方法,以减少极端误差.通过对湖北蔡甸气象站1961-2006年插补试验表明:(1)以4个邻近站和年数为8年、日数为15天时间窗的样本资料建模进行插补误差达到最小;(2)逐日最高、最低和平均气温的平均绝对误差分别为0.32℃、0.45℃、0.28℃,误差在±0.8℃以内的频次分别占总数的94.1%、84.8%、96.1%,观测值与插补值月相关系数在0.886以上.插补与观测资料平均值和相关系数分别通过了显著水平为0.05和0.01的检验. 相似文献