共查询到10条相似文献，搜索用时 31 毫秒
1.
2.
采用反距离权重法和普通克里格方法对26°~34°N, 103°~115°E范围内2004年逐日降水量进行空间插值试验分析, 分辨率为1 km×1 km。采用交叉检验方法和准确率方法对两种方法插值的总体效果及不同等级的降水插值效果进行综合对比。结果表明:两种方法插值效果近似, 插值结果与实测值相关系数分别为0.83和0.82。但对日雨量较大的情况, 两种方法插值效果均有所降低, 相关系数为0.66和0.67。两种方法的实测值与插值结果的相关系数在不同季节非常接近, 并且均以春季最大, 其次为冬、秋季, 夏季相关系数最小; 通过采用平均误差、平均绝对误差和均方根3个指标衡量及不同等级雨量的插值准确率统计比较, 普通克里格方法插值效果略好于反距离权重法。 相似文献
3.
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
4.
利用2019年1—12月国家气象信息中心实况格点资料、贵州地面观测站资料以及ECMWF 2m气温0场资料,讨论了相同插值方案下站点数对空间分布的反演效果以及相同测站数下不同插值方案的表现,同时对国家气象信息中心实况格点场进行了检验,并对本地建立的气温格点分析场进行初步评估。结果表明：相同的插值方案下,站数越多越能反映要素场的实际分布状态;基于贵州特殊地形,在相同站数下双线性插值法优于邻域法;通过对国家气象信息中心实况格点分析场评估,日最高、低气温在贵州区域均存在明显误差,其平均绝对误差分别为1.6 ℃与1.1 ℃左右, 平均RMSE分别达2.2 ℃与1.6 ℃。采用Cressman方案对离散观测资料重建的本地化气温格点分析场,其最高、最低气温平均绝对误差降至0.2 ℃与0.1 ℃左右,大幅度降低了与测站观测值的差异,基本可以代替国家气象信息中心下发气温格点分析场,并将为今后我省业务或研究工作中格点预报的客观订正提供新的更符合实际的参考。 相似文献
5.
采用两种插值方法将2018年2m气温实况融合格点分析产品插值到2380个国家级考核站,通过相关系数、平均值误差、平均绝对误差、均方根误差及准确率等指标对该产品进行评估。结果表明:利用邻近插值法得到的评估结果略优于双线性插值法,实况融合格点分析产品的评估结果具有一定的日变化和月变化。总体而言,逐小时实况融合格点产品与站点实况基本一致,具有较高的参考性,其相关系数达到0.99以上,均方根误差在1℃以下,2℃以内准确率达到98%以上,1℃以内准确率达到95%以上。分省和分海拔评估结果表明,评估结果随海拔高度的增加而变差,因此在海拔较高、地形较复杂区域、气象站较稀疏区域应用该产品时应谨慎;由小时实况融合格点产品获得的日最高、最低温度也有很高的指示性;该产品对高温过程也有较好的监测能力。 相似文献
6.
掌握近地表气温的空间分布对于科学理解生态环境变化和陆地-大气热力学相互作用机理等至关重要,然而气象观测站在地理空间上分布不均,为区域的气温插值带来了挑战。本文以全国711个气象站点的月平均气温为基础数据,分析了气温与经度、纬度和高程的相关性,利用随机森林、支持向量机、高斯过程回归三种机器学习方法,对中国陆地区域的气温进行了空间插值,并与反距离权重、普通克里金以及ANUSPLIN等传统的插值方法以及全球土地数据同化系统（Global Land Data Assimilation System,GLDAS）气温数据产品进行对比。结果表明：（1）在整个中国陆地区域,利用机器学习进行气温插值的精度明显高于传统的反距离权重和普通克里金插值,并且机器学习方法明显提高了夏季的气温插值精度（R2）;(2)在三种机器学习方法中,高斯过程回归表现最好,支持向量机次之,然后是随机森林,ANUSPLIN具有较高的插值精度,但是整体低于高斯过程回归模型;（3）在气象站点稀少且分布不均匀的青藏高原地区,三种机器学习方法插值精度明显高于反距离权重和普通克里金方法,且整体优于ANUSPLIN的结果,尤其是在夏季,机器... 相似文献
7.
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
8.
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
9.
漓江流域降雨量空间插值精度分析 总被引：1，自引：0，他引：1
以漓江流域周边17县市气象台站及流域内15个自动气象站的基本地理信息和各站点2010年降雨量资料为基础数据,GIS为操作处理平台,采用反距离加权插值法（IDW）、克里格插值法（Kriging）和协克里格插值法（CoKriging）,对降水相对集中的六月、夏季及全年降雨量数据进行插值处理,并利用15个自动站的降雨量数据,以平均绝对误差（Mean Absolute Error, MAE）和插值平均误差平方的平方根（Root Mean Squared Interpolation Error, RMSIE ）两种插值评价方法对插值结果进行评价分析。分析结果表明,利用反距离加权插值法对漓江流域内进行降雨量插值处理精度评价最高。 相似文献
10.
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