排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
热量资源是重要的农业气候资源,掌握其精细化分布情况,对于农业气候区划有重要意义,并对农业发展起科学的指导作用,为了得到全国各时间尺度的热量资源精细化资料,需要将不同时间尺度的气象站观测资料估算到无资料的细网格上。本文对比分析了反距离加权法（IDW）、梯度距离平方反比法（GIDW）、样条函数法（Spline）、克里格法（Kriging）和趋势面法估算全国热量资源的效果,采用1998—2007年全国651个基本、基准站的1月和7月平均气温、最高气温进行空间估算试验,用交叉检验的方法分析估算误差及其分布情况。分析结果表明,梯度距离反比法（GIDW）较好地反映了局地地形、海拔高度的影响,误差最小,估算结果最优,GIDW法对热量资源的估算误差较小,相对误差总体不超过5%。基于GIS软件平台,利用1971—2000年全国2346个站的资料采用GIDW法对全国的热量资源进行了估算,得到了年、季、月、旬尺度的平均气温分布图,并制作了稳定通过0,5,10,12,15℃界限温度的初终日序日、初终间日数、积温全国分布图,空间分辨率达0.01°。 相似文献
2.
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
3.
《地理空间信息》2017,(7)
运用反距离加权插值法(IDW)和梯度反距离加权插值法(GIDW)对全国183个气象站的2001年、2002年平均气温进行了内插,并在此基础上进行了幂指数优化和邻近点选择优化。交叉验证结果表明,对于IDW方法,幂指数为3、邻近点选择采用三角网法的插值结果最优;对于GIDW方法,幂指数为2、邻近点选择采用固定数目法的插值结果最优。在幂指数和邻近点选择优化的基础上,比较了IDW方法与GIDW方法的插值结果,考虑经纬度和海拔高程的GIDW方法明显优于IDW方法。在此基础上,提出了基于K-means聚类的空间插值优化方法,实践证明聚类后再插值比直接插值效果更佳,聚类为插值前的数据预处理提供了一种新的思路。 相似文献
1