中国区域温度和降水不同空间插值方法精度对比

利用国家气象信息中心基于最优插值法(Optimal Interpolation,OI)、ANUSPLIN插值法(AV 2.0)、普通克里格法(Ordinary Kriging,OK)的1.0°×1.0°与0.5°×0.5°格点化的1961—2004年中国区域月温度和月降水资料及1961—2004年美国NCDC的GHCN 5.0°×5.0°月降水资料,对中国大陆地区温度和降水不同插值方法空间插值数据的精度及时间序列进行了对比研究。结果表明:在1961—2004年平均气候态下,中国区域不同插值法插值后的降水和温度空间分布型较一致,年循环变化也较一致。在中国区域、东部区域和西部区域,OI与AV 2.0方法插值的降水场绝对误差分别为2.15 mm、1.28 mm和0.00 mm,OK与AV 2.0方法插值的温度场绝对误差分别为0.20℃、0.05℃和0.45℃。对于中国区域降水场时间序列,AV 2.0和OI方法插值的降水与GHCN不同季节的降水变化趋势较一致,且不同插值方法插值的夏季降水量差异较大,冬季降水量差异较小。1961—2004年AV 2.0与OI方法插值的降水场相关系数在0.22—0.98之间变化,冬季和春季降水场相关性较高,夏季和秋季降水场相关性较低;个别年份秋季和冬季插值后降水量的偏差稍大,最大偏差达3.08 mm,1961—2004年平均降水量偏差为0.64 mm。AV 2.0与OK方法插值的年平均温度差值小于0.54℃,且多年时间序列变化趋势较一致。     

雷达回波强度拼图的定量估测降水及其效果检验

为了得到精度更高的高时空分辨率格点定量估测降水量，需要将雷达资料和雨量计降水量资料进行有效的综合利用。利用广东6部多普勒雷达的回波强度拼图资料和稠密的自动雨量计降水强度观测资料，采用概率密度法建立Z-R关系进行雷达降水估计，并采用客观订正方法利用雨量计资料对雷达降水估计进行校准。交叉检验表明：利用雨量计对雷达降水估计进行客观方法订正可以取得比单纯用雨量计资料进行OI插值好的效果。OI雷达订正法较优。     

多平台(雷达、卫星、雨量计)降水信息的融合技术初探

为提高卫星降水估计的精度,利用CMORPH资料和雨量计资料,基于最优插值法OI(Optimum Interpolation)有效合成,得到0.125°×0.125°降水分析产品;基于广东省境内5部新一代多普勒天气雷达(CINRAD/SA)的降水估计拼接产品,即0.01°×0.01°降水分析产品.为进一步扩展降水的探测范围,将以上两种不同分辨率产品进行区域定量协调,并以各自均方根误差平方的倒数作为权重系数将两者融合.误差分析表明,前期雨量计订正的CMORPH能有效减小系统偏差;交叉检验表明,CMORPH融合了雨量计资料后,比单纯OI雨量计的效果要好.两种不同分辨率产品有明显的区域差异特征;获取的一套降水产品既能体现雷达资料的优势,又能体现CMORPH融合雨量计的优势,在降水估测精度和扩大降水估测范围上都有了较好改观,能够反映不同尺度平台的降水信息.     

基于国家气象观测站逐日降水格点数据的交叉检验误差分析

利用2006-2008年2 403个国家气象观测站地面雨量计的逐日降水量资料,采用与网格点最近的观测站有、无降水确定该网格点有、无降水和Barnes插值方案确定网格点降水大小的混合插值方案,得到全国空间分辨率为0.1°×0.1°（约10km×10km）的逐日降水量格点数据,在此基础上通过交叉检验方法统计格点数据的误差,...     

我国逐日降水量格点化方法

国家气象信息中心(NMIC)和美国大气海洋局气候预测中心合作开发了"中国逐日格点降水量实时分析系统(V1.0)",并已在NMIC投入业务试运行。该系统基于我国2419个国家级地面气象站日降水量观测(08:00—08:00,北京时)数据,采用"基于气候背景场"的最优插值方法,实时生成空间分辨率为0.5°×0.5°的格点化日降水量资料。通过对汛期典型区域和单站降水过程的对比分析表明:该格点化产品的精度较高,能准确捕捉并再现每一次降水过程。误差分析表明:约91%的数据绝对误差小于1.0 mm/d。该产品在定量分析天气实况、检验天气气候模式精度、检验卫星产品精度等方面有应用前景。     

中国地面气温和降水网格化数据精度比较

采用2013年国家气象信息中心逐日的839个中国基准、基本气象站,2419个国家级地面气象站,3万个逐小时中国地面站气温和降水数据,利用ANUSPLIN、SHERPAD和OI插值方法进行网格化,比较了日尺度上不同方法插值不同站网密度站点数据的精度。结果表明:台站点数量多的插值结果,对降水或气温描述的准确性高,相关性随站点密度增加而增大,均方根误差随站点密度增加而减少。不同方法得出的相关性、均方根误差随季节变化明显,且差异较大,并具有月尺度变化特征。夏季站点数量相同的不同插值结果,降水场的相关系数、RMSE等评分指标均优于年平均,气温的相关系数则低于年平均。降水场的评估指标时间序列不确定性更大,波动范围大于气温。国家气象信息中心制作的基于气候背景场OI插值的2419站降水场和考虑高程ANUSPLIN插值的2419站气温的综合评价较好。     

提高最优插值法测量区域降水量 精度的探讨

首先从理论上研究了要素场相关函数和校准雨量站的分布对最优插值中最优权重系数的影响,然后用3种相关函数模型对1996～1997年收集的113个时次的雷达和雨量计资料进行计算、检验。结果表明:采用自适应相关函数模型的最优校准法可以有效提高区域降水量的测量精度。另外,通过对大误差的产生原因分析,给出合理设置自动雨量站的建议和解决边界测量精度较低的方法。     

雷达定量降水估计技术及效果评估

为提高雷达定量估测降水的精度,利用广东省6部新一代多普勒天气雷达(CINRAD/SA)回波资料和雨量计降水量观测资料,采用概率配对法(PFT,Probability-fitting technique)建立Z-I关系进行单部雷达降水估测,并采用最优插值法(OI,Optimum Interpolation)对降水估计进行订正;为扩大降水估测的范围,对多部雷达的降水估计进行拼接,采取重叠区域以各部雷达的均方根误差平方的倒数作为权重系数(iω==1/RMSE(K)2/n∑i-1/RMSE(i)2)进行加权平均,并分别分析比较上述方法得到的降水估计与单纯OI雨量计及与雷达拼图回波强度得到的降水估计的优劣。以上各环节误差分析表明,对于单部雷达,雨量计降水强度与其上空9点平均的雷达回波强度关系最为密切;6部相同型号的雷达估测降水精度各异。交叉检验表明,OI雷达法对单部和多部雷达估测降水均可取得较好的校准效果;对于多部雷达的降水估测,单部雷达先分别进行OI订正后拼接,然后对重叠区再次OI订正的结果比直接对未订正的单部雷达降水估计拼接后统一做一次OI订正的效果好。多部雷达降水估计拼接时,前期对于单部雷达降水估计的订正尤为重要;多部雷达降水估计的拼接值精度要明显高于OI雨量计,而相比由雷达拼图回波强度得到的降水估计而言,前者也优于后者。因此,多部雷达降水估计的拼接方法,对雷达资料的应用有较好的参考价值,在业务上也有一定的应用前景。     

基于雷达—雨量计降水融合方法提高极端降水监测能力

高时空分辨率、高精度的降水产品对于极端降水的监测以及防灾减灾具有重要意义。地面雨量计提供点尺度降水精确观测,但无法精细化捕捉对流性强降水的空间分布。雷达观测可以精细地刻画降水的空间分布特征,但雷达定量估计降水（QPE,quantitative precipitation estimation）产品估测精度易受雷达观测偏差和Z–R（雷达反射率—降水率）关系等因素影响。因此,本文开展高时空分辨率的雷达—雨量计降水融合算法研究,集成雨量计观测和雷达定量估计降水产品各自的优点。该算法主要步骤包括:雨量站观测数据格点化、局地雨量计订正雷达QPE和雷达—雨量计降水融合三个部分。首先利用克里金插值方法,对雨量站观测的降水进行插值,得到格点降水信息;再通过局地雨量计订正方法系统性地订正雷达QPE产品,以提高雷达QPE产品精度;最后,结合降水类型,通过雷达—雨量计降水融合算法,产生高时空分辨率、高精度的雷达—雨量计降水融合产品。通过郑州“21·7”暴雨、台风“烟花”和2021年8月随州暴雨三个典型的极端降水个例,对雷达—雨量计降水融合算法产生的雷达—雨量计降水融合产品进行了系统地评估和分析。结果表明,在不同的极端降水个例和不同的降水时段,雷达—雨量计降水融合产品精度上优于雷达QPE产品,且在降水的空间分布上较雨量站观测格点插值产品更能精细地刻画降水的结构特征。表明算法得到的雷达—雨量计降水融合产品的准确性较高,对极端降水有较好地捕捉和监测能力。     

沂沭河流域不同多普勒雷达降水量估算方法的效果评估

利用2005年和2006年九次大型降雨过程的多普勒雷达体扫复合仰角的回波强度资料及相应的雨量计观测资料, 通过改进的最佳窗概率配对法、 遗传算法和最优化法分别得到沂沭河流域多普勒雷达降水Z－R关系, 对不同算法的优化结果和降水误差进行比较分析及验证, 并将最优的Z－R关系用于估算区域降水量。同时利用雨量计资料采用卡尔曼滤波、 变分等6种估测方法进行面雨量估算的校正, 并对上述几种方法的估测精度进行比较分析。结果表明: 将地面雨量计观测值作为真值, 在站点降水的估测上, 卡尔曼最优插值法和卡尔曼变分法估测的降水量计算精度最高, 最优插值法和变分法次之, 卡尔曼滤波法和平均校准法的计算精度要低于最优插值和变分法, Z－R关系法的精度最低。在区域面降水量的估测上, 雷达探测到的降水量的分布形势与雨量计得到的降水场比较一致, 但中心的降水强度上有较大的偏差。Z－R关系法的平均相对误差为70.51%。经过雷达雨量计联合校正后, 使估算精度明显提高, 其中卡尔曼最优法计算精度最高。平均校准法、卡尔曼滤波法、最优插值法、变分法、卡尔曼最优法和卡尔曼变分法的平均相对误差分别为: 16.55%、16.27%、13.44%、13.86%、13.16%、13.51%。     

日降水量空间插值方法研究

采用反距离权重法和普通克里格方法对26°~34°N, 103°~115°E范围内2004年逐日降水量进行空间插值试验分析, 分辨率为1 km×1 km。采用交叉检验方法和准确率方法对两种方法插值的总体效果及不同等级的降水插值效果进行综合对比。结果表明:两种方法插值效果近似, 插值结果与实测值相关系数分别为0.83和0.82。但对日雨量较大的情况, 两种方法插值效果均有所降低, 相关系数为0.66和0.67。两种方法的实测值与插值结果的相关系数在不同季节非常接近, 并且均以春季最大, 其次为冬、秋季, 夏季相关系数最小; 通过采用平均误差、平均绝对误差和均方根3个指标衡量及不同等级雨量的插值准确率统计比较, 普通克里格方法插值效果略好于反距离权重法。     

江西省降水空间插值方法适用性分析

文中基于数字高程模型,建立了多元线性回归插值模型(MLR)和PRISM空间插值方法,并与传统的反距离权重法(IDW)和普通克里金插值法(OK)进行比较.结果表明:1)江西省5月、7—10月降水量与海拔高度存在显著的相关性,与坡度、坡向无明显相关.2)从插值精度来看,3—9月PRISM和MLR空间插值精度明显优于IDW和OK,冬半年IDW和OK插值精度略高于MLR和PRISM;4种插值方法的年降水量插值精度排序为PRISM>MLR>OK>IDW;PRISM和MLR在高海拔地区的插值精度远高于IDW和OK.3)从插值效果来看,4种插值方法的降水空间分布具有一致性,MLR和PRISM优于IDW和OK.     

基于DEM修订的新疆区域气温空间插值精度优化研究

为研究新疆地区气温的空间变异性,以新疆66个国家气象台站1981—2010年月平均气温和30 m空间分辨率DEM数据为基础,采用传统插值法、基于DEM多元线性回归插值和基于DEM修正的空间插值方法对新疆区域气温数据进行栅格化,并分析年平均气温与海拔的相关关系。通过采用反距离权重法(IDW),普通克里格法(Kriging),样条函数法(Spline)和趋势面分析法(Trend)4种空间插值方法对气象要素进行直接插值、气温多元回归模型残差结果插值、基于DEM修正插值对比分析。通过针对插值方法进行基于MAE和RMSIE的交叉验证,结果表明传统插值方法、基于多元线性回归和基于DEM修正4种空间插值精度均为IDWKrigingSplineTrend。反距离权重(IDW)空间插值方法最优,基于DEM修正IDW插值、基于多元线性回归IDW插值与传统IDW插值精度分别是0.039、0.477、1.038,插值结果客观的表达了新疆区域气温随空间梯度的变化趋势。     

基于西南地区台站降雨资料空间插值方法的比较

以西南地区1996～2000年93个气象台站观测的月均降雨量为基础,对各月降雨量进行空间自相关性,变异特征等空间分析后,采用反距离加权法(IDW)和以不同变异函数模型(指数模型、球面模型、高斯模型)为基础的普通克里金(O-Kriging)两种方法进行空间插值,通过交叉验证结果对两种方法进行分析比对。结果表明:(1)西南地区月均降雨量存在明显的空间集聚现象,并具有显著的空间自相关性和变异特征,可对该研究区域降雨量进行空间插值研究。(2)在O-Kriging插值时,变异函数选用指数模型的效果最好,球面模型次之,高斯模型最差。(3)两种方法对月均降雨量及其极大值和极小值插值时,O-Kriging的插值误差均小于IDW,插值误差整体上与降雨量呈正相关关系。在剔除各月降雨量极大值较为集中的两个站点后进行插值,插值结果的误差均明显降低。(4)对研究区域整体来说,O-Kriging的插值效果优于IDW,但就单个站点来看,结果并非如此。在降雨量的空间插值中,由于研究区域和时间尺度的不同,并不存在绝对的最优方法,应根据实际应用效果选择最适方法。     

用Shepard插值法作大雨过程预报

５，６月全州性大雨是红河州的关键性天气之一。大雨过程预报对红河州工农业生产有着重要的意义。在假定相似大气状况和过程产生的相似结果的基础上，将Ｓｈｅｐ－ａｒｄ插值法引入到大雨过程预报中，试用结果表明，效果显著。     

基于雷达校正的雨量插值研究

自动站点雨量数据到格点化雨量数据的插值方法一直在气象业务中有着重要应用,但传统插值法一般只考虑距离对估测点的影响,不能够真实地反应降水的落区分布.利用多普勒雷达资料对雨量插值结果进行校正,可使得插值后的结果较好地反映雷达反射率分布特征,也可以较好地克服反距离加权插值法的尖点问题.经过业务测试检验,基于雷达校正的雨量插值方法效果较为稳定,可以在业务中进行应用.     

The objective analysis of daily rainfall by distance weighting schemes on a Mesoscale grid

Abstract

The authors studied the error of spatial interpolation in the context of a climatic data gridding project (Cli‐Grid). Four objective analysis (QA) techniques were implemented: the empirical techniques of Barnes, Cressman and Shepard, and a Gandin‐based statistical technique. These were applied to the interpolation of irregularly distributed daily rainfall data. Spatial resolution of the interpolated arrays was 0.05 degree of latitude by 0.05 degree of longitude.

In this experiment, radar rainfall patterns served as reference data for evaluations of O A techniques. Each reference pattern was sampled at the irregularly spaced locations of a climatic rain‐gauge network. The sampled data were then input to one of the four OA techniques. The resulting analysis was subtracted from the corresponding reference pattern. Absolute values of the differences were recorded. This sampling‐to‐difference cycle was repeated with 63 reference patterns. Every map of absolute differences was summed. The resulting map of total errors was normalized by the sum of the reference patterns. Average bias, average RMS error and averages of the ratios of the standard deviations were also computed.

All four OA techniques were evaluated separately. The authors recognized that totally unbiased intercomparisons were not possible because of the range in execution parameters for each OA technique. Reasonable efforts were made to minimize subjectivity in the setting of parameters. For application to the specific project grid, the statistical optimal interpolation technique displayed the lowest RMS errors. This technique and Shepard OA, were found more suitable than the other two techniques studied. Statistical and Barnes OA displayed zero average bias and would be useful for areal average computations. The Cressman OA was judged least suitable for interpolation of daily rainfall.

An application of the two‐dimensional error maps to network analysis was demonstrated by plotting the relationship between interpolation errors and distance (D) from the closest station. Error increased as D^1/2. It was also verified that error and station density were inversely related.     

不同空间插值方法对重庆地区降水的适用性分析

利用中国气象局全国综合气象信息共享平台（CIMISS）提供的1981~2018年重庆地区35个国家气象站逐日降水资料,采用最小曲率插值法、径向基函数插值法、克里金插值法、局部多项式插值法、反距离加权插值法以及改进的Shepard插值法,对平均累计降水、降水极值以及夏季极端降水空间插值模拟结果进行交叉检验。结果表明:空间插值方法在渝西和渝中大部分地区以及长江沿线地区适用性较好,在渝东北、渝东南地区北部以及渝西地区南部的山区适用性较差。对于平均累计降水,各插值方法的均方根误差随着降水量的增加而增大,其中最小曲率插值法整体表现最为稳定,最小曲率插值法在渝东南、渝中以及渝西地区最为适用,径向基函数插值法在渝东北地区最为适用。对于降水极值,量级模拟最好的插值方法为径向基函数插值法,位置模拟最好的方法为最小曲率插值法。对于夏季极端降水,最小曲率插值法插值结果与实况最为接近。