基于GIS的中国气温空间插值研究 .doc

中国1961—2000年月平均气温空间插值方法与空间分布 李军游松财浙江大学环境与资源学院，浙江 杭州 310029中国科学院地理科学与资源研究所，北京 100101浙江1—2000年40 a的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：考虑了海拔高度影响的3种插值方法的精度都有比较明显的提高，对于普通克立格法，平均绝对误差（MAE）从1.44 ℃降到0.82 ℃，均方根误差（RMSE）从2.31 ℃降到1.28 ℃；对于逆距离权重法，MAE从1.52 ℃降到0.88 ℃，RMSE从2.38 ℃降到1.34 ℃；对于样条插值法，MAE从1.54 ℃降到0.87 ℃，RMSE从2.49 ℃降到1.35 ℃。在6种插值方法中，考虑了海拔高度影响的普通克立格法是最优空间插值方法。 关键词：气温；GIS；空间插值；样条插值法；普通克立格法；逆距离权重法 中图分类号：P208; S181 文献标识码：A 文章编号：1672-2175（2006）01-0109-06气象站点是有限的，而且只能代表一定区域内气象要素的分布情况，对于广大非气象站点所在区域内气象要素的分布情况，只能通过推算求得。现代生态学和全球变化科学的发展，迫切需要高时空分辨率、空间栅格化的气象要素数据。近年来，基于地理信息系统（GIS）技术利用地面观测的气象资料研究气象要素栅格化方法，已成为国内外的生态学、地学研究的重要任务之一[1－2]。 图1 中国气象站点空间分布 Fig. 1 Spatial distribution of meteorological stations in China 20世纪80年代，以傅抱璞、翁笃鸣、卢其尧等为代表的学者通过数值统计模拟方法（例如：分离综合法，统计模拟法，回归余项法，小地形温差估算法等[3－5]）获得非气象站点所在区域内气象要素的空间分布情况。20世纪90年代以来，随着GIS技术在国内的迅速发展，在GIS软件中提供了许多空间插值方法，为研究气象要素的空间分布提供了解决途径[6－9]。常用于气象要素空间插值的方法有逆距离权重法（Inverse Distance Weighing）、多项式插值法（Interpolating Polynomials）、克立格法（Kriging）、样条插值法（Spline）等[10－13]。 影响气温空间分布的因素很多，其中以海拔高度和地形条件的影响最显著。一般情况下，随着海拔高度的增加，气温下降，但其变化速率因山地性质和气候条件而不同[3, 4]。在对气温要素进行空间插值时，由于海拔高度的影响非常显著，海拔高度的误差产生的对气温空间插值精度的影响不能忽略[14]。为了对比和分析海拔高度对中国气温空间分布的影响，本文利用6种方法对中国623个气象站点的气温进行了空间插值，并利用交叉检验法对结果的精度进行了评估。这6种方法分别为：①不考虑海拔高度影响的样条插值法；②不考虑海拔高度影响的普通克立格法；③不考虑海拔高度影响的逆距离权重插值法；④考虑海拔高度影响的样条插值法；⑤考虑海拔高度影响的普通克立格法；⑥考虑海拔高度影响的逆距离权重法。 1 资料与方法 1.1 资料 气温资料为中国623个气象站1961-2000年40 a的逐月平均气温，以及各气象站的经度、纬度和海拔高度数据。其中，623个气象站的空间分布见图1。 DEM数据为全球30秒数字高程模型（GTOPO30）（来源于①）中获得的中国DEM数据，其空间分辨率为30″（约1 km）。 1.2 空间插值方法 一方面，在没有考虑海拔高度的影响下，分别运用3种插值方法（样条插值法，普通克立格法和逆距离权重法）直接对各气象站的月平均气温进行空间插值，得到月平均气温的空间分布。 另一方面，在考虑了海拔高度的影响下，首先，根据各月的气温垂直递减率和各气象站的海拔高度将各气象站的月平均气温订正到虚拟海平面上，再运用3种插值方法（样条插值法，普通克立格法和逆距离权重法）对虚拟海平面上的月平均气温进行空间插值，得到了虚拟海平面上的气温空间分布，然后，在GIS环境下，利用DEM数据和月气温垂直递减率进行栅格图层的代数运算得到月平均气温的空间分布。 1.2.1 样条插值法（Spline） 样条插值法是使用一种数学函数，对一些限定的点值，通过控制估计方差，利用一些特征节点，用多项式拟合的方法来产生平滑的插值曲线。这种方法适用于逐渐变化的表面，如温度、高程、地下水位高度或污染浓度等。使用公式表示[16]： （1） 其中，为待估计的气温栅格值，为插值点到第个气象站点的距离，为气温的局部趋势函数，、为插值点的地理坐标，为一个基础函数，通过它可以获得最小化表面的曲率，、、和为方程系数，为用