复杂地形影响下四川省逐月气温空间插值方法研究

论文摘要

为了探索适合四川省的逐月气温数据空间插值方法,在已有研究的基础上运用样条函数法（SP）、反距离权重法（IDW）、普通克立格法（OK）和加入海拔影响因子的样条函数法（SPE）、反距离权重法（IDWE）、普通克立格法（OKE）及多元回归分析法（MRM）对全省144个气象站点的多年逐月平均气温进行空间插值,并利用交叉检验方法对不同方法的插值精度进行评估。结果表明:四川省月平均气温与海拔高度之间呈显著相关关系,且相关性呈明显季节性变化,夏季相关系数大于冬季。各月平均气温随海拔高度的增加均呈递减趋势,夏季气温垂直变化率明显大于冬季,各月气温垂直变化率在0. 308～0. 443℃·（100 m）-1之间;考虑了海拔影响因子的插值结果明显好于不考虑海拔影响因子的插值结果,在考虑海拔影响因子的4种空间插值方法中,MRM效果最好,其次是OKE和IDWE,最差的为SPE。

论文目录

文章来源

类型: 期刊论文

作者: 何鹏,蹇东南,李晓,林正雨

关键词: 月平均气温,空间插值方法,数字高程模型,四川省

来源: 生态与农村环境学报 2019年06期

年度: 2019

分类: 工程科技Ⅰ辑,农业科技,基础科学

专业: 气象学

单位: 四川省农业科学院农业信息与农村经济研究所,四川省农业科学院大数据中心,四川农业大学资源学院

基金: 四川省科技支撑计划软科学项目(2017ZR0045),四川省科技支撑计划(2016NZ0114),四川省财政创新能力提升工程(2016GYSH-004)

分类号: P413;P423

DOI: 10.19741/j.issn.1673-4831.2018.0271

页码: 801-808

总页数: 8

文件大小: 7124K

下载量: 196

相关论文文献

• [1].缺资料地区日降雨空间插值方法研究[J]. 中国农村水利水电 2017(03)
• [2].基于ArcGIS的空间插值方法比较[J]. 科技风 2019(16)
• [3].空间插值方法对土壤重金属污染格局识别的影响[J]. 测绘科学 2015(01)
• [4].福州市PM_(2.5)浓度分布的空间插值方法比较[J]. 环境与发展 2018(06)
• [5].湖南复杂地形下日平均气温空间插值方法探讨[J]. 中国农业气象 2011(04)
• [6].基于ArcGIS两种空间插值方法的比较[J]. 地理空间信息 2008(06)
• [7].1961—2015年伊犁地区温度时空变化研究——基于DEM的空间插值方法[J]. 乡村科技 2018(16)
• [8].权重对空间插值方法的影响分析[J]. 湖南科技大学学报(自然科学版) 2008(04)
• [9].降水量空间插值方法在小样本区域的比较研究[J]. 水土保持研究 2018(03)
• [10].中国流域降水数据的空间插值方法评估[J]. 人民长江 2019(04)
• [11].气象要素空间插值方法优化研究[J]. 地理空间信息 2017(07)
• [12].基于空间插值方法的路面结构设计湿度指标精度研究[J]. 沈阳建筑大学学报(自然科学版) 2016(04)
• [13].土壤连续属性空间插值方法及其精度的研究进展[J]. 自然资源学报 2012(01)
• [14].农田表层土壤镉的典型空间插值方法对比研究[J]. 生态科学 2017(06)
• [15].山丘区流域暴雨空间插值方法的比较[J]. 中国农村水利水电 2017(02)
• [16].3种空间插值方法的精度及可视化效果研究[J]. 安徽农业科学 2012(12)
• [17].3种空间插值方法在道路尘中Pb监测数据统计处理中的应用比较[J]. 吉林大学学报(理学版) 2011(05)
• [18].基于GIS的宁夏降水量空间插值方法对比分析[J]. 宁夏农林科技 2018(02)
• [19].长江流域逐月气温空间插值方法的探讨[J]. 长江流域资源与环境 2012(03)
• [20].基于ArcGIS不同空间插值方法的降雨量预测效果对比[J]. 北京测绘 2019(07)
• [21].年均气温空间插值方法的比较分析-以北京为例[J]. 生态科学 2013(06)
• [22].四种气温空间插值方法适用性分析[J]. 成都理工大学学报(自然科学版) 2020(01)
• [23].基于DEM的气温空间插值方法比较[J]. 干旱气象 2020(03)
• [24].河南省安阳县三种土壤全氮含量空间插值方法的比较分析[J]. 土壤通报 2012(05)
• [25].局部加权线性回归模型的PM2.5空间插值方法[J]. 测绘科学 2018(11)
• [26].中国陆地区域气象要素空间插值方法比较研究[J]. 工程勘察 2010(11)
• [27].基于空间自回归神经网络模型的空间插值研究[J]. 浙江大学学报(理学版) 2020(05)
• [28].基于自适应采样的空间插值方法比较研究[J]. 科学技术创新 2018(04)
• [29].陕西省月平均气温空间插值方法研究[J]. 水资源与水工程学报 2017(05)
• [30].基于大尺度低密度样点的东北土壤全氮空间插值方法比较[J]. 水土保持通报 2014(06)

标签：月平均气温论文;  空间插值方法论文;  数字高程模型论文;  四川省论文;