地理科学进展 ›› 2012, Vol. ›› Issue (1): 56-62.doi: 10.11820/dlkxjz.2012.01.008
刘正佳1,2,3, 于兴修1, 王丝丝4, 商贵铎2,3
收稿日期:
2011-10-01
修回日期:
2012-02-01
出版日期:
2012-01-25
发布日期:
2012-01-25
通讯作者:
于兴修(1967-), 男, 教授, 博士生导师, 主要从事资源利用与环境效应研究。E-mail: yuxingxiu@lyu.edu.cn
基金资助:
LIU Zhengjia1,2,3, YU Xingxiu1, WANG Sisi4, SHANG Guiduo2,3
Received:
2011-10-01
Revised:
2012-02-01
Online:
2012-01-25
Published:
2012-01-25
摘要: 在薄盘光滑样条插值中,高相关协变量的选取决定了插值结果的精确性。以2001-2009 年全国728 个气象站点日降水为数据源,提取年降水量数据,在分析多年平均降水量与两协变量高程(DEM)和距海岸线距离(DCL)的空间相关性基础上,利用ANUSPLIN软件,比较不同协变量下降水量插值结果精度在全国尺度以及区域尺度上的差异。以DEM、DCL及DEM-DCL分别为协变量对降水量数据进行空间插值发现:①在全国尺度上,DEM法的平均绝对误差(MAE)为47.79,略低于DEM-DCL法(48.90),但显著低于DCL法(55.54);且DEM法的平均相对误差和均方根误差也明显低于其它两种方法。②在区域尺度上,除西藏地区外的其他7 个区域,3 种方法的插值误差与全国尺度上相一致。西藏地区降水插值结果以DCL法的精度最高,而DEM法则较差。研究建议除在西藏地区的降水量插值研究中采用DCL法,在全国其他大部分区域采用DEM法。
刘正佳, 于兴修, 王丝丝, 商贵铎. 薄盘光滑样条插值中三种协变量方法的降水量插值精度比较[J]. 地理科学进展, 2012, (1): 56-62.
LIU Zhengjia, YU Xingxiu, WANG Sisi, SHANG Guiduo. Comparative Analysis of Three Covariates Methods in Thin-Plate Smoothing Splines for Interpolating Precipitation[J]. PROGRESS IN GEOGRAPHY, 2012, (1): 56-62.
[1] Marie B, Pierre F, Philippe C, et al. How uncertainties infuture climate change predictions translate into future terrestrialcarbon fluxes. Global Change Biology, 2005, 11(6): 959–970. [2] 潘耀忠, 龚道溢, 邓磊, 等. 基于DEM的中国陆地多年平均温度插值方法. 地理学报, 2004, 59(3): 666-374. [3] Nynke H, Mark N, Carol M. The influence of interpolationand station network density on the distributions andtrends of climate variables in gridded daily data. ClimateDynamics, 2010, 35(5): 841-858. [4] 朱会义, 贾绍凤. 降雨信息空间插值的不确定性分析.地理科学进展, 2004, 23(2): 34-42. [5] Jorge M, Javier L, Pilar G. Estimation models for precipitationin mountainous regions: The use of GIS and multivariateanalysis. Journal of Hydrology. 2003, 270(1-2):1-11. [6] 何红艳, 郭志华, 肖文发. 降水空间插值技术的研究进展. 生态学杂志, 2005, 24(10): 1187-1191. [7] 何红艳, 郭志华, 肖文发, 等. 利用GIS 和多变量分析估算青藏高原月降水. 生态学报, 2005, 25(11):2933-2938. [8] 刘志红, Tim R, Li L T, 等. 基于ANUSPLIN的时间序列气象要素空间插值. 西北农林科技大学学报: 自然科学版, 2008, 36(10): 227-234. [9] Cristina P, Nuria B, Josep E, et al. Seasonal precipitationinterpolation at the Valencia region with multivariatemethods using geographic and topographic information.International Journal of Climatology, 2010, 30(10):1547-1563. [10] Ijaz H, Gunter S, Jurgen P, et al. Spatio-temporal interpolationof precipitation during monsoon periods in Pakistan.Advances inWater Resources, 2010, 33(8): 880-886. [11] Bruce D, Ingrid S, Massimo C, et al. Spatial Mapping ofOzone and SO2 Trends in Europe. Science of Total Environment,2010, 408(20): 4795-4806. [12] Cuauhtemoc S, Gerald E, Nicjolas L, et al. Spline modelsof contemporary 2030, 2060 and 2090 climates for Mexicoand their use in understanding climate-change impactson the vegetation. Climate Change, 2010, 102(3-4):595-623. [13] Effie K, Christos G, Tom H, et al. Assessment of interpolatedERA-40 reanalysis temperature and precipitationagainst observations of the Balkan Peninsula. Theoreticaland Applied Climatology, 2010, 102(1-2): 115-124. [14] Hijmans R, Cameron S, Parra J, et al. Very high resolutioninterpolated climate surfaces for global land areas.International Journal of Climatology, 2005, 25(15):1965-1978. [15] Hutchinson M, Mckenney D, Lawrence K, et al. Developmentand Testing of Canada-Wide Interpolated SpatialModels of Daily Minimum-Maximum Temperature andPrecipitation for 1961-2003. Journal of Applied Meteorologyand Climatology, 2009, 48(4): 725-741. [16] Price D, McKenney D, Nalder I, et al. A comparison oftwo statistical methods for spatial interpolation of Canadi-an monthly mean climate data. Agricultural and Forestmeteorology, 2000, 101(2-3): 81-94. [17] 阎洪. 薄板光顺样条插值与中国气候空间模拟. 地理科学, 2004, 24(2): 163-169. [18] 刘志红, Li Lingtao, Tim R, 等. 专用气候数据空间插值软件ANUSPLIN及其应用. 气象, 2008, 34(2): 92-100. [19] 门明新, 宇振荣, 许皞. 基于地统计学的河北省降雨侵蚀力空间格局研究. 中国农业科学, 2006, 39(11):2270-2277. [20] Murat Z, Ibrahim K, Faris K. Determination of bioclimaticcomfort in Erzurum-Rize expressway corridor usingGIS. Building and Environment, 2010, 45(1): 158-164. [21] 林忠辉, 莫兴国, 李宏轩, 等.中国陆地区域气象要素的空间插值方法. 地理学报, 2002, 57(1): 47-56. [22] Humchinson M F. ANUSPLIN VERSION4.36 USERGUIDE. Canberra ACT 0200, Australian National University,Centre for Resource and Environmental Studies,2006. [23] 胡江林, 张人禾, 牛涛. 长江流域0.1°网格逐日降水数据集及其精度. 自然资源学报, 2008, 23(1): 136-149. [24] 卢爱刚, 康世昌, 庞德谦, 等. 中国降水量区域变化稳定性研究. 生态环境, 2008, 17(6): 2433-2435. [25] 李克让, 黄玫, 陶波, 等. 中国陆地生态系统过程及对全球变化响应与适应的模拟研究. 北京: 气象出版社,2009: 164-165. |
[1] | 袁玉娟, 尹云鹤, 戴尔阜, 刘荣高, 吴绍洪. 基于阈值分割的黑龙江省森林类型遥感识别[J]. 地理科学进展, 2016, 35(5): 655-663. |
[2] | 赵明伟, 岳天祥. 高精度曲面建模方法研究进展与分类[J]. 地理科学进展, 2016, 35(4): 401-408. |
[3] | 范德芹, 赵学胜, 朱文泉, 郑周涛. 植物物候遥感监测精度影响因素研究综述[J]. 地理科学进展, 2016, 35(3): 304-319. |
[4] | 孙侦, 贾绍凤, 吕爱锋, 朱文彬, 高彦春. IPCC AR5全球气候模式对1996-2005年中国气温模拟精度评价[J]. 地理科学进展, 2015, 34(10): 1229-1240. |
[5] | 袁存, 叶瑜, 方修琦. 清代中期苏皖地区耕地数据网格化处理及精度对比[J]. 地理科学进展, 2015, 34(1): 83-91. |
[6] | 李月臣, 何志明, 刘春霞. 基于站点观测数据的气温空间化方法评述[J]. 地理科学进展, 2014, 33(8): 1019-1028. |
[7] | 赵娜, 岳天祥, 王晨亮. 1951-2010年中国季平均降水高精度曲面建模分析[J]. 地理科学进展, 2013, 32(1): 49-58. |
[8] | 李相虎, 张奇, 邵敏. 基于TRMM数据的鄱阳湖流域降雨时空分布特征及其精度评价[J]. 地理科学进展, 2012, 31(9): 1164-1170. |
[9] | 徐芝英, 胡云锋, 刘越, 艳燕. 空间尺度转换数据精度评价的准则和方法[J]. 地理科学进展, 2012, 31(12): 1574-1582. |
[10] | 田静, 苏红波, 孙晓敏, 陈少辉. GDAS数据和NOAH陆面模式在中国应用的精度检验[J]. 地理科学进展, 2011, 30(11): 1422-1430. |
[11] | 张丽萍,张镱锂,王英安. 基于计算机图形学的土壤质地自动分类系统[J]. 地理科学进展, 2006, 25(3): 86-95. |
|