基于ANUSPLIN的时间序列气象要素空间插值

【目的】介绍ANUSPLIN在黄土高原多沙粗沙区时间序列气象要素的空间插值过程,为相关人员在ANUSPLIN的参数设置、误差分析和协变量要素选择等方面提供参考。【方法】以薄盘样条函数为插值理论,以专用气象数据插值软件ANUSPLIN为实现工具,并引入一个或多个协变量线性子模型,来实现多个气象要素的空间插值。【结果】完成了黄土高原多沙粗沙区时间序列(1980~2000年)多个气象要素月平均数据的栅格化,计算了气象要素随其影响因子变化的关系。【结论】ANUSPLIN以薄盘光滑样条函数为理论基础,引入协变量线性子模型,能较好地提高气象要素空间插值精度,且能反映气象要素随其影响因子变化的比率关系。在大多数情况下,该区模型选择以样条次数为3次的局部薄盘光滑样条函数模型为最佳。温度的空间插值相对比较容易,且误差较小,1995-07平均相对误差为1%;风速、水汽压的误差中等;日照时数和降雨量的误差较大,个别情况相对误差可超过50%。     

1999-2018年青海省土地退化遥感监测及其驱动力分析

[目的] 分析青海省土地退化的动态变化趋势及主要影响因素，为该省生态环境建设工程以及防治土地退化提供理论依据。[方法] 采用ANUSPLIN插值、趋势分析、Hurst指数、残差分析等方法，利用植被降水利用率（RUE）作为土地退化的监测指标。[结果] ①青海省RUE和归一化植被指数（NDVI）空间上主要分布为西北低，东南高。西部主要RUE小于0.004，所占比例40.77%，西北部NDVI小于0.75，所占比例38%。②青海省1999-2006，2006-2012，2012-2018年土地退化各所占比例5.16%，4.25%，14.57%；空间上主要从中部和西部往西北部偏移。③气温、日照时数、平均风速与RUE有明显的正相关，所占比例64%，91%和73%，通过显著性检验的所占比例24%，61%，32%。人类活动对RUE负干扰所占比例为55%。[结论] 青海省1999-2018年土地退化表现为先减少后增加，持续性较弱，导致青海省土地退化面积减少的影响因子主要有日照、平均风速和温度，人类活动也是影响退化的一大因素。     

不同气象插值方法在新疆草地NPP估算中的可靠性评价

气象因子对研究草地生产力、植被长势、灾害评估等都有着重要的意义,本研究采用不同空间插值方法(协同克里格法Cokriging、反距离加权法IDW和ANUSPLIN法)对新疆地区90个气象站点2000-2011年多年的7月平均降水和气温数据进行空间插值分析,使用均方根误差法(RMSE)以及平均绝对误差法(MAE)对插值的结果进行评价,讨论不同方法对该地区降水和气温插值结果的影响。利用不同插值方法,基于CASA模型进行新疆草地NPP的估算,结合实测生物量数据,对3种插值方法下的估算结果进行评估,结果表明,1)降水和气温数据都是基于ANUSPLIN法的插值结果最优(MAE_(降水)=6.45,RMSE_(降水)=8.77,MAE_(气温)=2.11,RMSE_(气温)=3.52)。2)基于不同插值方法得到的气象要素估算的新疆草地NPP精度不同,将实测数据与同时期CASA模型模拟值相关性进行分析,基于ANUSPLIN法插值的气象要素估算NPP的精度最高(R~2=0.794 7),NPP实测值与模拟值有良好的线性关系,比基于Cokriging插值的气象要素估算精度提高了13.23%,比IDW提高了20.13%。说明提高气象要素的插值精度有利于新疆草地NPP的估算研究。