發(fā)布時間：2021-11-06 00:41

　　利用1988—2017年浙江省68個國家氣象觀測站氣溫和降水?dāng)?shù)據(jù),分別采用ANUSPLIN、反距離加權(quán)（IDW）和普通克里格（O-kriging）3種方法,估算夏季平均氣溫和降水量空間插值。同時,應(yīng)用交叉驗證方法評價3種方法的精度差異,并進行空間誤差分析,探討符合浙江復(fù)雜地形條件和氣候背景下的氣象要素空間插值最優(yōu)方法。結(jié)果表明:（1）3種方法對氣溫和降水的插值精度總體接近,空間分布較為一致,但對于要素空間異質(zhì)性大的區(qū)域,ANUSPLIN在細節(jié)上的表現(xiàn)明顯優(yōu)于IDW和O-kriging方法。（2）ANUSPLIN對氣溫和降水的插值精度均高于IDW和O-kriging,氣溫的平均絕對誤差（MAE）和均方根誤差（RMSE）均小于0.5℃,其中氣溫RMSE表現(xiàn)為:ANUSPLIN（0.381℃）<O-kriging（0.459℃）<IDW（0.463℃）。降水RMSE表現(xiàn)為:ANUSPLIN（37.8 mm）<O-kriging（42.2 mm）<IDW（49.1 mm）。（3）平原地區(qū)的平均氣溫插值誤差低于山區(qū);降水誤差空間分布沿海地區(qū)誤差最大,出現(xiàn)明顯低估值。總體來... 

【文章來源】：干旱氣象. 2020,38(04)

【文章頁數(shù)】：9 頁

【部分圖文】：

浙江省氣象站點分布(陰影為海拔高度)

圖3為ANU、IDW和O-kriging插值方法模擬的1988—2017年浙江省夏季降水空間分布。可以看出,3種方法的空間分布總體一致,但不同于IDW和O-kriging方法,ANU對極端降水大值區(qū)的預(yù)測也有所體現(xiàn)。例如IDW和O-kriging對溫州西南部泰順地區(qū)的降水預(yù)測值均為800 mm左右,而ANU在此區(qū)域部分預(yù)測值超過850 mm,與泰順站觀測結(jié)果850.3 mm較為接近。從插值結(jié)果的細節(jié)來看,IDW存在“牛眼”現(xiàn)象,這是由于插值區(qū)域站點分布不均勻,插值過程中僅以距離為權(quán)重,易受站點極值影響,O-kriging插值通常較少出現(xiàn)“牛眼”現(xiàn)象。而ANU則利用控制點擬合成彎曲最小的曲面[14],能反映局部地形特征,并且有較好的平滑度。圖3 基于ANU(a)、IDW(b)和O-kriging(c)插值方法模擬的1988—2017年浙江省夏季降水(單位:mm)空間分布

圖2 基于ANU(a)、IDW(b)和O-kriging(c)插值方法模擬的1988—2017年浙江省夏季平均氣溫(單位:℃)空間分布3.2 誤差對比分析

【參考文獻】：
期刊論文
[1]基于GIS的新疆地區(qū)兩種氣溫插值方法對比研究[J]. 張連成,胡列群,李帥,王燕.  干旱氣象. 2017(02)
[2]中國地面氣溫和降水網(wǎng)格化數(shù)據(jù)精度比較[J]. 廖榮偉,曹麗娟,張冬斌,李元壽.  氣象科技. 2017(02)
[3]不同氣象插值方法在新疆草地NPP估算中的可靠性評價[J]. 任璇,鄭江華,穆晨,閆凱,徐廷豹.  草業(yè)科學(xué). 2017(03)
[4]綜合分析法在復(fù)雜地形氣溫精細格點化中的應(yīng)用[J]. 陳鋒,董美瑩,冀春曉.  高原氣象. 2016(05)
[5]河南省夏玉米干旱綜合風(fēng)險精細化區(qū)劃[J]. 田宏偉,李樹巖.  干旱氣象. 2016(05)
[6]青藏高原東南緣氣象要素Anusplin和Cokriging空間插值對比分析[J]. 譚劍波,李愛農(nóng),雷光斌.  高原氣象. 2016(04)
[7]基于KBSI模型的新疆平均氣溫空間插值研究[J]. 胡義成,姚作新,秦榮茂,孔婷.  沙漠與綠洲氣象. 2016(03)
[8]氣候變化和人類活動對中亞地區(qū)水文環(huán)境的影響評估[J]. 姚俊強,楊青,毛煒嶧,許興斌,劉志輝.  冰川凍土. 2016(01)
[9]多年平均氣溫數(shù)據(jù)空間化誤差的尺度效應(yīng)[J]. 廖順寶,張賽.  地球信息科學(xué)學(xué)報. 2014(01)
[10]氣候變化背景下中國陸地生態(tài)系統(tǒng)碳儲量及碳通量研究進展[J]. 李國棟,張俊華,陳聰,田海峰,趙麗萍.  生態(tài)環(huán)境學(xué)報. 2013(05)



本文編號：3478822