论文部分内容阅读
摘要：本文在地统计学和地理信息系统支持下，分别运用常规方法、地统计方法对全国685个气象站1961—2000年逐月平均气温进行了空间插值，并利用交叉检验方法对插值精度进行了评估，结果表明，对于降水量来说，地统计学方法优于传统的反距离加权插值、多项式插值和径向基函数插值方法；降水量插值以普通克里金方法最优。
关键词：全国；空间插值；地统计学；年均降水量
1绪论
作为生态、资源环境等相关学科基础数据源，气候信息在区域和全球尺度生态系统变化的模拟、生态系统管理、自然资源区划和管理中发挥着重要作用。然而由于气象站点定位观测获取的只是局部有限的空间点数据，要想得到区域尺度的有关参数，只能利用以点代面或者空间内插和外推方法得到气象要素的空间分布数据[1]。
目前用于资料空间插值的方法有多种，主要有克里格（Kriging）插值法、反距离加权法（InverseDistanceWeight，IDW）、样条法（Splines）和综合插值法等。研究区域和时间尺度的不同决定插值方法选用的不同，即使是同一种插值方法，用于不同的研究区域，所取得的结果也不同，不同的方法插值结果差别也很大。气象要素的空间分布受诸多要素影响，由于气象观测站点稀少而且分布不均，在很多地形复杂的地区，可用的气象数据非常有限，因此如何充分利用有限的气候资源，根据气候要素的空间分异规律，推测无观测点和少观测点区域的气候要素值，一直是相关学科研究的热点[2]。
逐日气象数据是作物模型运行所必需的基础数据之一，随着作物模型研究和区域化应用的不断深入，区域气象数据的重要性尤显突出.区域中准确的气候空间分布数据，理论上由高密度站网采集，依赖于气象台站的观测.我国气象台站空间分布不均、密度不足，通常仅提供离散的、不规则分布的气象台站数据，难以反映气候空间变化连续过渡的基本特征.目前，较常用和成熟的解决方法是根据已知气象站点的观测数据，使用空间插值方法来估算 非站点区域气象要素数据，以获得区域内连续的空间气象要素。
2 数据与方法
2.1 数据基础
资料为中国685个气象站1961-2000年40 逐月平均降雨量，以及各气象站的经度、纬度和海拔高度数据。其中，685个气象站的空间分布见图2.1。
2.2 软件工具
软件工具采用美国环境系统研究所的GIS桌面平台系统ArcGIS 10.2以及目前常用的微软电子表格工具 Excel 2012。在 ArcGIS 10.2的三大模塊中，ArcMap 主要用于空间数据显示、编辑、查询、检索、统计报表生成、空间分析和高级制图等；ArcCatalog 主要用于空间数据的浏览；ArcToolbox 主要用于空间数据格式转换、叠加处理、缓冲区生成和坐标转换等。电子表格工具 Excel 2012主要用于原始数据的输入和数据的简单计算等。
2.3数据处理转换
上述研究成果多以微软电子表格xls文件形式保存，由于目前 ARCGIS 尚不能很好地支持xls文件格式，因此首先把含有各气象站点编号、经纬度、海拔高程和年均降水量的xls 文件保存为dbf格式，然后通过ArcMap中的转换工具将此文件生成气象站点图。为了与其他图件进行叠加，上述数据均被统一到统一的坐标系和投影下。所采用的投影为等面积割圆锥投影，中央经线为东经109. 30°，双标准纬线分别为北纬 36. 30°和北纬 37. 10°，所采用的椭球体为 KRA2S OVSKY椭球体。
3 插值结果分析
3.1不同插值方法比较
本研究采用克里金（Kiging）和协克里金（CoKriging）方法进行插值（选用 Spherical 模型），每种方法分别采用简单插值和普通插值。为了与常规插 值方法进行比较，同时运用了反距离加权插值法（IDW）、全局多项式插值法（GPI）、局部多项式插值 法（L PI）和径向基函数插值法（RBF）进行插值。运 用 Cross2Validation 进行交叉验证，并对各参数进行修正，以期得到最好的插值结果。结果如图所示
3.1.1将所选的三种常规方法与三种地统计学方法的比较 将以上 插值方法所得拟合值与实测值进行比较，计算误差 均值（MEAN）和误差均方根（RMS），结果见表 1。一般来说，各种插值方法的 MEAN 和 RMS 总体最 小者，具有较好的插值效果，尤其是 RMS 越小越 好。从表 1 可知，对于降水量空间插值结果，误差均 方根排序为普通克里金插值法 <泛克里格插值< 局部多项式插值 <径向基函数插值 < 反距离权重插值 < 简单克里格插值<全局多项式插值法；误差均值排序为普通克里金插值法 <泛克里金插值 < 全局多项式插值 <局部多项式插值 <径向基函数插值 < 反距离权重插值 < 简单克里金插值法。
综合来看，普通克里金效果较好，进一步选择插值方法，可以通过不同克 里金插值的广义交叉验证得到。综合来看，普通协克里金和简单 协克里金效果较好，尤其是简单协克里金效果更好。从插值的 MEAN 和 RMS 总体最小看气降水量候插值结果，地统计学方法均优于常规方法。
4结论与讨论
空间内插方法是研究区域变量空间分布的基本方法，各种方法都有其特定假设、适用范围、研究目的、算法和优缺点，对于众多的空间内插方法而言，没有绝对最优的空间内插方法，只有特定条件下的最优方法。研究表明，传统 的反距离权重插值、多项式插值和径向基函数插值 方法，插值误差比地统计学中的克里金方法大[6]。对比各种插值方法，对于降水量宜采用普通克里金法进行空间插值。
（1）插值站点数目影响插值精度，插值站点越多，插值精度越高。插值站点数目多的各种插值模型插值精度普遍高于插值站点少的，说明插值站点数是决定插值精度的首要因素。因此，在进行区域插值前最好的办法是搜集尽量多的实测站点数据。
（2）选择 ARCGIS 10.2提供的插值模型直接进行插值，局部插值模型 IDW、Spline相对误差较小，其次为 Kridging，而整体模型 Trend则误差较大。局部模型的搜索站点数也会影响插值精度，选择多少个要视站点分布的具体情况而定，一般选择软件默认的 12个即可，但在实测站点稀少的情况下，可适当减少搜索站点数。
参考文献：
[1]张慧智，史学正，于东升，王洪杰，赵永存，孙维侠，黄宝荣. 中国土壤温度的空间插值方法比较[J]. 地理研究，2008，27（6）：1300-1307.
[2]姜晓剑，刘小军，黄芬，姜海燕，曹卫星，朱艳.逐日气象要素空间插值方法的比较[J]. 应用生态学报，2010，21（3）：624- 630.
关键词：全国；空间插值；地统计学；年均降水量
1绪论
作为生态、资源环境等相关学科基础数据源，气候信息在区域和全球尺度生态系统变化的模拟、生态系统管理、自然资源区划和管理中发挥着重要作用。然而由于气象站点定位观测获取的只是局部有限的空间点数据，要想得到区域尺度的有关参数，只能利用以点代面或者空间内插和外推方法得到气象要素的空间分布数据[1]。
目前用于资料空间插值的方法有多种，主要有克里格（Kriging）插值法、反距离加权法（InverseDistanceWeight，IDW）、样条法（Splines）和综合插值法等。研究区域和时间尺度的不同决定插值方法选用的不同，即使是同一种插值方法，用于不同的研究区域，所取得的结果也不同，不同的方法插值结果差别也很大。气象要素的空间分布受诸多要素影响，由于气象观测站点稀少而且分布不均，在很多地形复杂的地区，可用的气象数据非常有限，因此如何充分利用有限的气候资源，根据气候要素的空间分异规律，推测无观测点和少观测点区域的气候要素值，一直是相关学科研究的热点[2]。
逐日气象数据是作物模型运行所必需的基础数据之一，随着作物模型研究和区域化应用的不断深入，区域气象数据的重要性尤显突出.区域中准确的气候空间分布数据，理论上由高密度站网采集，依赖于气象台站的观测.我国气象台站空间分布不均、密度不足，通常仅提供离散的、不规则分布的气象台站数据，难以反映气候空间变化连续过渡的基本特征.目前，较常用和成熟的解决方法是根据已知气象站点的观测数据，使用空间插值方法来估算 非站点区域气象要素数据，以获得区域内连续的空间气象要素。
2 数据与方法
2.1 数据基础
资料为中国685个气象站1961-2000年40 逐月平均降雨量，以及各气象站的经度、纬度和海拔高度数据。其中，685个气象站的空间分布见图2.1。
2.2 软件工具
软件工具采用美国环境系统研究所的GIS桌面平台系统ArcGIS 10.2以及目前常用的微软电子表格工具 Excel 2012。在 ArcGIS 10.2的三大模塊中，ArcMap 主要用于空间数据显示、编辑、查询、检索、统计报表生成、空间分析和高级制图等；ArcCatalog 主要用于空间数据的浏览；ArcToolbox 主要用于空间数据格式转换、叠加处理、缓冲区生成和坐标转换等。电子表格工具 Excel 2012主要用于原始数据的输入和数据的简单计算等。
2.3数据处理转换
上述研究成果多以微软电子表格xls文件形式保存，由于目前 ARCGIS 尚不能很好地支持xls文件格式，因此首先把含有各气象站点编号、经纬度、海拔高程和年均降水量的xls 文件保存为dbf格式，然后通过ArcMap中的转换工具将此文件生成气象站点图。为了与其他图件进行叠加，上述数据均被统一到统一的坐标系和投影下。所采用的投影为等面积割圆锥投影，中央经线为东经109. 30°，双标准纬线分别为北纬 36. 30°和北纬 37. 10°，所采用的椭球体为 KRA2S OVSKY椭球体。
3 插值结果分析
3.1不同插值方法比较
本研究采用克里金（Kiging）和协克里金（CoKriging）方法进行插值（选用 Spherical 模型），每种方法分别采用简单插值和普通插值。为了与常规插 值方法进行比较，同时运用了反距离加权插值法（IDW）、全局多项式插值法（GPI）、局部多项式插值 法（L PI）和径向基函数插值法（RBF）进行插值。运 用 Cross2Validation 进行交叉验证，并对各参数进行修正，以期得到最好的插值结果。结果如图所示
3.1.1将所选的三种常规方法与三种地统计学方法的比较 将以上 插值方法所得拟合值与实测值进行比较，计算误差 均值（MEAN）和误差均方根（RMS），结果见表 1。一般来说，各种插值方法的 MEAN 和 RMS 总体最 小者，具有较好的插值效果，尤其是 RMS 越小越 好。从表 1 可知，对于降水量空间插值结果，误差均 方根排序为普通克里金插值法 <泛克里格插值< 局部多项式插值 <径向基函数插值 < 反距离权重插值 < 简单克里格插值<全局多项式插值法；误差均值排序为普通克里金插值法 <泛克里金插值 < 全局多项式插值 <局部多项式插值 <径向基函数插值 < 反距离权重插值 < 简单克里金插值法。
综合来看，普通克里金效果较好，进一步选择插值方法，可以通过不同克 里金插值的广义交叉验证得到。综合来看，普通协克里金和简单 协克里金效果较好，尤其是简单协克里金效果更好。从插值的 MEAN 和 RMS 总体最小看气降水量候插值结果，地统计学方法均优于常规方法。
4结论与讨论
空间内插方法是研究区域变量空间分布的基本方法，各种方法都有其特定假设、适用范围、研究目的、算法和优缺点，对于众多的空间内插方法而言，没有绝对最优的空间内插方法，只有特定条件下的最优方法。研究表明，传统 的反距离权重插值、多项式插值和径向基函数插值 方法，插值误差比地统计学中的克里金方法大[6]。对比各种插值方法，对于降水量宜采用普通克里金法进行空间插值。
（1）插值站点数目影响插值精度，插值站点越多，插值精度越高。插值站点数目多的各种插值模型插值精度普遍高于插值站点少的，说明插值站点数是决定插值精度的首要因素。因此，在进行区域插值前最好的办法是搜集尽量多的实测站点数据。
（2）选择 ARCGIS 10.2提供的插值模型直接进行插值，局部插值模型 IDW、Spline相对误差较小，其次为 Kridging，而整体模型 Trend则误差较大。局部模型的搜索站点数也会影响插值精度，选择多少个要视站点分布的具体情况而定，一般选择软件默认的 12个即可，但在实测站点稀少的情况下，可适当减少搜索站点数。
参考文献：
[1]张慧智，史学正，于东升，王洪杰，赵永存，孙维侠，黄宝荣. 中国土壤温度的空间插值方法比较[J]. 地理研究，2008，27（6）：1300-1307.
[2]姜晓剑，刘小军，黄芬，姜海燕，曹卫星，朱艳.逐日气象要素空间插值方法的比较[J]. 应用生态学报，2010，21（3）：624- 630.