共查询到20条相似文献，搜索用时 109 毫秒
1.
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
2.
以四川省为例开展复杂地形下气温插值方法的研究,结合遥感数据、DEM数据与气象站点数据,基于符号回归分别构建多因子气温插值模型、少因子气温插值模型,并与多元线性回归模型和传统插值方法(反距离权重法、普通克里金法、协同克里金法)进行对比。结果表明：基于符号回归的两种模型与多元线性回归模型在四季插值精度均显著优于传统插值方法,其中多因子气温插值模型在四季精度皆为最高;评估基于符号回归的两种模型与多元线性回归模型在简单与复杂地形区域下的气温插值精度,多元线性回归模型在夏季整体精度最差,少因子气温插值模型在冬季的复杂地形区域插值精度最低,而多因子气温插值模型在两种地形区域的全年插值精度皆最优;多因子气温插值模型的气温空间分布特征与遥感气温产品最相近,整体误差较小,可精准反映气温空间分布特征。基于符号回归的多因子气温插值模型可以提升复杂地形区域气温插值精度。 相似文献
3.
《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
4.
5.
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
6.
为生成任意位置气象“实况”，在智能网格5 km空间格距整点气温和小时降水量“实况”的基础上，选取湖北省10个不同地形和气候分区的气象站为代表站，开展了双线性插值、最近邻插值、反距离权重插值等3种不同插值方法的对比试验。结果表明：（1）整点气温插值反距离权重法精度最高，平均绝对误差为0.53℃。插值效果随气温升高而降低、随海拔高度上升而降低。（2）小时降水量插值双线性插值法精度最高，平均绝对误差为0.17 mm。08时插值效果最佳，20时插值效果最差；插值效果随降水强度增大而降低。 相似文献
7.
以2012—2021年贺州市113个自动气象站年平均降雨量数据为基础,基于GIS技术,选取反距离权重插值方法（IDW）、普通克里金插值方法（OK）、协同克里金插值方法（CK）、径向基函数插值方法（RBF）、局部多项式插值方法（LPI）和经验贝叶斯克里金插值方法（EBK）,分别对贺州市多年年平均降雨量进行空间插值,对插值结果进行交叉检验和误差分析。结果表明,在考虑贺州市多年平均降雨量的上下限和空间分布特征,局部多项式插值方法（LPI）插值效果最好,能较为真实地表现贺州市多年平均降雨量空间分布特征。贺州市多年平均降雨量的分布特点为自东北向西南逐渐增多,受地形地貌影响,其年平均降雨量最大值主要位于贺州市昭平县。 相似文献
8.
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
9.
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
10.
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
11.
利用重庆地区1999年和2018年气象数据, 分别采用薄盘光滑样条、协同克里金、普通克里金、反距离加权4种方法, 从年和月两种尺度对气温、降水、太阳总辐射三个要素进行空间插值; 采取交叉验证方法, 用MAE、MRE、RMSE评估插值精度, 确定各要素最优插值方法。结果表明: 气温和太阳总辐射最优插值方法为薄盘光滑样条, 降水为反距离加权; 插值精度上气温、太阳总辐射高值月份优于低值月份, 降水则相反, 但三个要素均表现出年尺度优于月尺度。MRE检验表明, 插值精度为气温>太阳总辐射>降水, 1999年年尺度插值精度分别为1.86%、4.60%、6.87%, 月尺度插值精度分别为2.79%、5.82%、17.42%;2018年太阳总辐射年、月尺度插值精度分别为3.03%、4.88%, 区域站加密后气温、降水年尺度插值精度分别为2.03%、11.20%, 月尺度对应插值精度分别为3.20%、23.14%。 相似文献
12.
气象要素是资源、环境、灾害以及全球变化等领域研究的数据基础,格点化数据在未来研究应用中显得日益重要。本文基于中国境内667个基本和基准地面气象观测站点的基本气象资料,使用ANUSPLIN专用气候插值软件对1961-2006年逐日气温、降水进行插值,并利用未参与插值的全国1667个加密站点对插值结果的准确性进行检验,同时与反向距离权重法和普通克吕格法等插值方法的结果进行对比。结果表明,利用667个站点使用ANUSPLIN软件进行逐日平均气温插值有92.0%的误差在2.0℃以内,75.0%的误差在1.0℃以内,0.9%的误差在5.0℃以上,平均绝对误差为0.8℃;对逐日降水进行插值,75.0%的误差小于5.0mm,85%的误差小于10.0mm,平均绝对误差为6.4mm,误差大小与降水量呈现出正相关性,对局地强降水的插值效果不好,这可能与参与局部拟合插值的样本数太少有关;同时,夏季的温度插值误差小于冬季,而冬季的降水误差小于夏季。将ANUSPLIN的局部薄盘样条插值结果分别与反向距离权重法和普通克吕格法的插值结果进行对比,显示ANUSPLIN软件的插值误差最小。结果同样表明,适当增加站点数量和提高DEM精度可进一步提高ANUSPLIN软件的插值精度。 相似文献
13.
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
14.
《干旱气象》2020,(3)
基于2007—2016年新疆105个气象观测站月平均气温数据,利用GIS技术提取数字高程模型(DEM)中的经度、纬度、坡度、坡向和高程,分析气温与各地形要素之间的关系,选取普通克里金、协同克里金、多元线性回归3种空间插值方法,分别对天山以北和天山以南的气温进行插值,并通过误差分析和相关性分析对插值精度进行对比检验。结果表明:无论是天山以北还是天山以南区域,普通克里金方法更适用于夏季,协同克里金方法则更适用于冬季,多元线性回归法的整体插值精度最低。因天山南北气候差异因素,普通克里金法和协同克里金法在天山以北的插值精度优于天山以南。同时受季节特征影响,天山以北4—9月普通克里金法最优,10月至次年3月协同克里金法最优;天山以南3—9月普通克里金法最优,10月至次年2月协同克里金法最优。 相似文献
15.
16.
利用全国660个常规气象站40年(1961-2000年)整编气象资料.采用逆距离权重反比法、样条函数法和普通克立格法等常用的3种插值方法,分析了直接插值法和综合余项法对气温插值的影响,提出了去除气温形成中的确定性部分后,以随机项进行插值可提高气温插值精度。并从空间上、时间上对比眲不同插值方法的误差,最后分析了气象站的空间分布密度对插值方法的敏感性。验证结果表明:除个别月份外,综合余项法的各项平均绝对误差均在1℃以内,比直接插值法减小了0.6～1.6℃,精度提高了38%～85%;且综合余项法的精度不依赖于台站密度的大小、插值方法的不同,具有较高的精确性和稳定性,这说明影响空间插值精度的关键因子并非是气象观测站点密度的提高、空问插值方法的改进。 相似文献
17.
GPS大气可降水量空间插值方法对比研究 总被引：1，自引：0，他引：1
对比分析不同空间插值模型对GPS大气可降水量的插值精度,并对插值误差影响因素进行研究.利用反距离权重法、全局多项式法、局部多项式法、径向基函数法、普通克里金法5种常用空间插值方法对SuomiNet 网GPS PWV数据进行插值,应用交叉验证法对比分析各方法的精度,得出5种插值模型均达到一定的插值精度.其中,普通克里金法和径向基函数法插值精度最高,全局多项式法和反距离权重法精度最低,而局部多项式法插值精度中等.对插值误差影响因素的分析表明,GPS站点密度越高、水汽值越低、水汽值变化程度越小,空间插值精度越高.研究成果可为大气水汽含量空间分布特征和规律研究,以及空间插值方法选取提供借鉴. 相似文献
18.
气温数据栅格化中的几个具体问题 总被引：22，自引：3，他引：22
用地理信息系统软件ARC／INFO及4种空间插值方法，对中国617个气象站30年平均气温数据和1961年平均气温数据的栅格化试验发现，克立格插值方法的精度最高，反距离权重法次之，样条插值法的精度第三，趋势面插值方法的精度最低。利用多年平均气温数据和年平均气温的距平值进行气温数据的栅格化，虽然可以减少分析和计算量，但栅格化结果的精度比利用年平均气温数据直接进行栅格化的精度要低。气象站的实际高程与气象站经纬度对应的数字高程(DEM)上的高程不完全一致，但气温数据的栅格化完全依赖于DEM，用气象站实际高程建模进行气温数据栅格化的精度比用与气象站经纬度对应的DEM上的高程建模进行气温数据栅格化的精度要高。 相似文献
19.
针对作物生长动力模型区域应用时对高精度格点逐日气象要素输入值的需要，以东北地区为例，选用克立格法 (Kriging)、以经纬度分布方向为权重的距离权重反比法（IDW）及带高度梯度订正的距离权重反比法（GIDW）3种插值方法进行有限气象站点4~10月逐日气象要素空间插值方法研究，并进行插值的统计量分析和估值的交叉验证。结果表明，对温度而言，GIDW方法估值精度较高，插值结果的平滑程度适中，插值结果分布趋势也较为接近实际站点的分布。对降水而言，IDW估值精度高于Kriging, 而且插值结果的平滑程度较小，更适合于日降水量的空间插值。GIDW、IDW估值精度较高的原因是研究中考虑到日最高温度、最低温度和降水量的经向、纬向梯度、海拔高度梯度存在明显的季节性变化，采用了根据气象要素经纬度方向确定权重，以及根据气象要素高度梯度年内变化进行高度订正的结果。 相似文献
20.
复杂山地环境下气候要素空间插值精度比较研究 总被引：2，自引：0，他引：2
空间插值可以提供每个计算栅格的气候要素资料,该文运用反距离加权插值法（IDW）、普通克里格插值法、薄盘光滑样条函数拟合法3种空间插值方法,对1971--2000年西南地区复杂山地环境下92个气象站点温度、降水以及相对湿度的各月气候平均值和多年平均值进行了空间插值。并进行了交叉验证和随机站点验证,运用绝对平均误差（MAE）、相对平均误差（MRE）及均方根误差（RMSE）作为插值精度检验的标准。结果表明：插值方法中,薄盘光滑样条函数插值法在山地环境下对3种气象要素的插值精度是最优的,特别是对于温度和降水,而对于相对湿度3种方法差别不大,都可以满足精度要求;在时间尺度上,对于温度相对较低、降水量相对较小的冬季,3种插值方法插值精度都相对于夏季和年平均明显较差,相对湿度插值精度季节差异不明显。 相似文献