基于机器学习的气温要素空间插值

掌握近地表气温的空间分布对于科学理解生态环境变化和陆地-大气热力学相互作用机理等至关重要,然而气象观测站在地理空间上分布不均,为区域的气温插值带来了挑战。本文以全国711个气象站点的月平均气温为基础数据,分析了气温与经度、纬度和高程的相关性,利用随机森林、支持向量机、高斯过程回归三种机器学习方法,对中国陆地区域的气温进行了空间插值,并与反距离权重、普通克里金以及ANUSPLIN等传统的插值方法以及全球土地数据同化系统（Global Land Data Assimilation System,GLDAS）气温数据产品进行对比。结果表明：（1）在整个中国陆地区域,利用机器学习进行气温插值的精度明显高于传统的反距离权重和普通克里金插值,并且机器学习方法明显提高了夏季的气温插值精度（R2）;(2)在三种机器学习方法中,高斯过程回归表现最好,支持向量机次之,然后是随机森林,ANUSPLIN具有较高的插值精度,但是整体低于高斯过程回归模型;（3）在气象站点稀少且分布不均匀的青藏高原地区,三种机器学习方法插值精度明显高于反距离权重和普通克里金方法,且整体优于ANUSPLIN的结果,尤其是在夏季,机器...     

短时间序列气温要素空间插值方法精度的比较研究

利用中国气象局国家气象中心的全国1956年和1998年1月和7月平均气温数据,对综合法与ANUSPLIN软件插值精度进行了比较。结果表明:在具有30 a的月平均气温栅格数据库作为背景的前提下,采用综合法对短时间序列平均气温数据进行空间化处理,其方法简单、方便,误差相对较小,是一种较适合的方法。     

一种地面气温的空间插值方法及其误差分析

根据最近邻域法和反向距离法的基本原理,利用空间卷积算法,采用结合中国大陆气象站点位置的截断高斯滤波算子作为距离权重方程,给出一种适合中国陆地区域的地面气温插值方法,并以300多个地面站记录的气温为例,使用交叉验证法分析了给定插值方法的误差分布,结果表明该插值方法比其他插值方法所得误差较小,能够很好地用于气象站点气象观测记录缺失的插补及其空间尺度的扩大化.     

基于RS和GIS技术的新疆气温空间插值方法探讨

分析新疆90个气象站点2004年年均气温与经纬度、海拔高度的关系,之间具有较好的线形相关关系(r2=0.897)。通过"回归方程计算 空间残差"的方法对全疆2004年年均气温数据进行插值。验证结果为:插值计算值与实测值间相关系数r2=0.994,平均误差1.53%。插值结果表明:利用"回归方程计算 空间残差"的方法可以生成高精度、高空间分辨率新疆年平均网格温度结果。     

基于符号回归的四川省多因子气温空间插值

以四川省为例开展复杂地形下气温插值方法的研究,结合遥感数据、DEM数据与气象站点数据,基于符号回归分别构建多因子气温插值模型、少因子气温插值模型,并与多元线性回归模型和传统插值方法(反距离权重法、普通克里金法、协同克里金法)进行对比。结果表明：基于符号回归的两种模型与多元线性回归模型在四季插值精度均显著优于传统插值方法,其中多因子气温插值模型在四季精度皆为最高;评估基于符号回归的两种模型与多元线性回归模型在简单与复杂地形区域下的气温插值精度,多元线性回归模型在夏季整体精度最差,少因子气温插值模型在冬季的复杂地形区域插值精度最低,而多因子气温插值模型在两种地形区域的全年插值精度皆最优;多因子气温插值模型的气温空间分布特征与遥感气温产品最相近,整体误差较小,可精准反映气温空间分布特征。基于符号回归的多因子气温插值模型可以提升复杂地形区域气温插值精度。     

GIS空间插值方法在内蒙古气温插值中的应用

文章对GIS软件中几种常见插值方法的原理进行了详述,剖析了插值过程中参数设置对插值结果产生的影响。以内蒙古多年平均气温插值为例,对比了各种插值方法的优劣,结果表明:普通克里金法的插值结果最能反映内蒙古多年平均气温的分布特征,均方根误差为1.138℃;反距离权重法可反映基本特征但等值线不够平滑、局部有"牛眼"现象,均方根误差为1.260℃;趋势面法不能反映基本特征,均方根误差为1.425℃;使用协同克里金法,将高程作为协同因子对普通克里金算法进行改善,未取得明显效果。     

基于局部薄盘光滑样条函数的重庆地区气温空间插值

利用薄盘光滑样条函数的曲面拟合程序ANUSPLIN和数字高程模型(DEM),对2017年12月31日21时至2018年12月31日20时重庆1 000个台站的气温要素进行空间插值,结果显示:以经、纬度为函数自变量,海拔高度为协变量,样条次数为2的三变量局部薄盘光滑样条函数作为插值方案,实现了对站点稀少的山脉地带气温的插...     

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。     

青藏高原近50年来气温的年代际变化

根据青藏高原及周边地区一百多个气象台站的月平均气温资料,利用统计方法,分析了近50年来气温的年代际变化。结果表明：整个高原地区温度变化可分为6个不同的区域。在时间演变上可划分出相对高温时段(1963年以前)、相对低温时段(1963—1987年)和另一个相对高温时段(1987年以后)。还从天文因素、地球系统各圈层及气候系统内各因子相互作用和相互制约出发,探讨了引起高原气候变化的可能原因。     

贺州市丘陵区降雨量的空间插值方法比较

以2012—2021年贺州市113个自动气象站年平均降雨量数据为基础,基于GIS技术,选取反距离权重插值方法（IDW）、普通克里金插值方法（OK）、协同克里金插值方法（CK）、径向基函数插值方法（RBF）、局部多项式插值方法（LPI）和经验贝叶斯克里金插值方法（EBK）,分别对贺州市多年年平均降雨量进行空间插值,对插值结果进行交叉检验和误差分析。结果表明,在考虑贺州市多年平均降雨量的上下限和空间分布特征,局部多项式插值方法（LPI）插值效果最好,能较为真实地表现贺州市多年平均降雨量空间分布特征。贺州市多年平均降雨量的分布特点为自东北向西南逐渐增多,受地形地貌影响,其年平均降雨量最大值主要位于贺州市昭平县。     

青藏高原温泉群对高原平均温度场的贡献

用线性回归法消除青藏高原地面气温场中的背景场后,发现雅鲁藏布江和川西高原是两块高温区,它与高原温泉密集区相合。根据地面能量平衡方程估算的地热通量与羊八井地区实测地热释放参数估算的结果均支持温泉群的地热释放可维持全年l～2℃的附加增温。     

青藏高原近代气温变化趋势及突变分析

利用青藏高原84个气象站建站至2001年的月平均气温资料,分析了40年来气温变化的时空分布特征及趋势,揭示了高原大部分地区平均气温和最高、最低气温普遍升高,最低气温上升速率是最高气温的1倍～3倍,气温日较差显著减小;青藏高原各区的气温突变多发生在20世纪80年代,大部分地区早于北半球1988年的气温突变,平均气温和最高、最低气温的突变在各区都有发生,平均气温突变开始于柴达木盆地(1973年),最高、最低气温及气温日较差(DTR)分别开始于高原东部、柴达木盆地和高原南部等地;不同季节的突变随时间地点而有所变化。     

青藏高原暖季与冷季气温的时空演变分析

;利用1974—2003年青藏高原地区海拔高度>3000 m以上的49个气象站月平均气温,分析了暖季与冷季气温的时空演变特征。结果表明,青藏高原暖季气温的空间分布可以分为三部分:大致在85°E以西的高原西部地区,大致以85°E和33°N为界的高原东北部地区和高原东南部地区;西部高温区、柴达木盆地高温区和藏南高温带很明显。冷季气温的空间分布基本上为南暖北冷,南北分界大约在32°N。青藏高原暖、冷季气温空间分布有较一致的年代际变暖现象,主要表现在北部地区,尤其是西北部地区。青藏高原北部暖季升温明显,五道梁站暖季长期升温趋势为0.035℃/a;青藏高原南部冷季升温明显,拉萨站冷季长期升温趋势达0.060℃/a。青藏高原暖、冷季气温为大体一致的年际变化,江河源区有明显的高值区,为气温变化的关键区;暖、冷季气温长期变化趋势虽然都是上升的,但近10年的变化趋势却相反,暖季为降温趋势,冷季为明显的增温趋势。     

青藏高原地表温度的变化分析

利用青藏高原86个气象观测站建站～2001年历年各月地面0cm温度资料,在分析高原冬季、夏季和年平均地表温度基本气候特征的基础上,通过主成分分析、主值函数和功率谱分析等方法,对高原地表温度异常变化的空间结构和时间演变趋势作了诊断研究。结果表明：高原地表温度主要受海拔高度与纬度的影响,海拔越高温度越低,纬度越高温度越低。年平均温度最高值在雅鲁藏布江河谷的察隅为14．9℃;夏季平均温度最高值在柴达木盆地的格尔木为23．0℃。高原外围的南疆盆地南缘,川西温度更高,但其中心不在高原。高原地表温度最低值在中部的托托河、五道梁,年平均温度为-0．2℃,冬季更低,平均为～14．2～-15．8℃;夏季平均地表温度最低值在清水河为9．8℃,7月平均温度为10．7℃。高原地表温度第一载荷向量除南部小范围为负值外,大部分地方为一致的正值,即第一空间尺度表现为整体一致性;第二空间尺度有南正(负)北负(正)之差异。第一主分量在近30年中表现为明显的上升趋势,主要反映了高原主体偏北和东北部地区地表温度显著升温趋势,而第二主分量的缓慢下降说明高原中部和东南部地表温度呈下降趋势。代表站温度变化表现出准3年和准6年的周期振荡。铁路线北段和南段线性升温率较大,在0．42～0．58℃／10a之间;铁路线中段的高海拔地区升温率较小,为0．32～0．39℃／10a。     

新疆地区平均气温空间插值方法研究

基于1981—2008年新疆地区53个测站和甘肃青海邻近10个测站的多年月(年)平均气温进行探索性分析和试验性插值的基础上,以"多元回归+残差内插+地形调节"和"海拔订正+零海拔插值+地形调节"两种混合性气温空间插值方法对该地区的多年月(年)平均气温进行了空间分布插值、交叉验证和对比分析。结果表明,单一的任何一种确定性函数或地统计方法都不能对新疆地区的气温进行较准确的插值,缺乏对影响因子的考虑,与实际情况相差较远;两种混合性插值方法都可以得到较精确的气温空间插值结果,空间分布一致,精度都随月份有所差异,对夏、秋季的插值结果较冬、春季的稳定、精度高;两种方法对夏、秋季各月的插值结果并无显著差异,而在冬、春季后者的误差大于前者。整体而言,"多元回归+残差内插+地形调节"的方法较"海拔订正+零海拔插值+地形调节"法更准确、稳定,但两种方法各有优缺点,应根据实际应用情况进行选择。     

夏季青藏高原气温与冬季北太平洋海温的异常特征及其相关分析

利用青海、 西藏59个测站1971-2004年夏季（6~8月）的月平均气温和北太平洋(10°S~50°N、 120°E~80°W)1970-2003年的冬季（上年12月~次年2月）平均海表温度, 通过EOF、 REOF、 SVD等方法, 对青藏高原地区夏季气温和前期冬季北太平洋海温的异常特性以及两者之间的空间遥相关特征进行了研究, 并对北太平洋冬季海温及青藏高原夏季气温的年代际空间特征进行了分析。结果表明, 北太平洋冬季海温的异常分布型有： （1）赤道中东太平洋与西北太平洋海温相反分布型, （2）副热带北太平洋海温东西反相分布型, （3）北太平洋海温南北反相分布型, （4）北太平洋海温东西一致分布型。其中赤道中东太平洋与西北太平洋海温反相变化是冬季北太平洋SSTA的主要空间分布特征。进一步分析表明, 北太平洋冬季海温可分为6个气候区： 赤道中东太平洋区、 加利福尼亚海流区、 黑潮区、 亲潮区、 阿拉斯加海流区和中太平洋区。青藏高原地区夏季气温的异常分布型主要为（1）全区一致的偏高（低）型, （2）南北相反分布型, （3）周边地区与腹地相反分布型。青藏高原夏季气温可分为4个主要气候区： 东北部区、 西藏东南部区、 中部区和南部边缘区。冬季赤道中东太平洋SSTA 与次年夏季青藏高原地区区域性温度异常之间有较为明显的负相关关系, 这种关系在两者的其它空间关系中是第一位的。     

青藏高原气温变化及其异常类型的研究

利用青藏高原81个气象台站近30年年平均气温、午平均最高、最低气温资料,采用EOF、REOF、气候线性趋势分析以及累积距平法等方法对青藏高原气温的时空分布特征及其异常类型进行了分析。结果表明：青藏高原年平均气温、年平均最高、最低气温空间变化在具有很好的主体一致性的同时,存在着南北及东西分布的差异,大地形特别是高原主要山脉走向对气温的空间分布具有十分明显的影响;其年际波动呈现出明显的上升趋势,并在20世纪80年代中后期发生过突变;其空间异常类型主要受地形和冷空气活动的影响较为显著。     

中国黄土高原地区春季气温时空特征分析

利用黄土高原40年的气温资料,采用小波分析方法,分析了该区域的春季气温变化特征。结果表明：黄土高原春季气温变化存在3个特征区域;在1991／1992年发生突变,突变后气温突然转暖,突变之前气温以负距平为主,突变后以正距平为主;1980年代中期最冷,1990年代后期最暖;且存在2年、3年和5～6年周期振荡,3年周期振荡最显著。春季逐月气温空间变化的主要特征是全区一致,各月气温以升温为主,1990年代最为明显,升温速度最大区和年际变化幅度最大区主要在黄土高原中部,准5年为主的年际振荡和10～12年年代际振荡在月气温变化中显著。     

青藏高原强对流雷暴云分布特征

利用青藏高原1950—2000年50年5～9月的雷暴天气资料,特别是近20年在青藏高原多次实验观测的地面和高空天气资料及部分雷达回波资料,揭示了青藏铁路沿线强对流雷暴天气分布的变化特征及高原强雷暴云日变化和强雷暴云生命史特点。结果表明,夏季青藏铁路沿线强雷暴天气由北向南增加,多雷暴中心在高原中部的那曲、安多和索县一带,呈东西向,与青藏高原山脉走向一致。雷暴发生次数年均达到90次,5～9月占全年的97%。青藏高原强对流雷暴云中有87%产生霰和强阵性降雨,其中有63%为雨夹雹。高原强雷暴云从5月月均达到10次后逐月增加,6月猛增到20次左右,7月最多月均达到25次以上,8月较多达到20次以上,9月减少到20次。高原雷暴云发生时段主要在15～22时(北京时,下同),由北向南推迟,那曲主要在17～19时,拉萨在21～23时,06～11时基本上没有雷暴。那曲出现强雷暴的峰值时段要比拉萨早6h,出现雷暴相对比例高一倍。高原强雷暴云生命史的持续时间≤1h的达到70%以上,持续时间1～2h的达到20%,而持续时间>2h的不到数总数的10%。那曲强雷暴云持续时间明显比拉萨长,且相对比率高。50年间3个时段雷暴发生次数说明,最近10年青藏铁路沿线出现强对流雷暴频数略有减少。