摘 要：本文利用1982年的年均氣溫資料，分別應(yīng)用反距離權(quán)重法和普通克里格插值法對全國年平均氣溫進行插值比較研究，并進行了驗證。研究結(jié)果表明，考慮空間自相關(guān)性的普通克里格法的插值精度最高，反距離權(quán)重法較低；中國年均氣溫呈現(xiàn)由南向北逐漸降低的趨勢，西部地區(qū)年均溫低于東部地區(qū)。

關(guān)鍵詞：GIS；氣溫插值；IDW；Ordinary Kriging

1 緒論

地表氣溫是地球檢測中一個十分重要的指標(biāo)，它是表征地球系統(tǒng)熱量的狀態(tài)，在全球氣候變化的研究中有著重要的地位，同時也是氣象研究中一個不可或缺的要素。溫度是描述氣候系統(tǒng)狀態(tài)的最常用變量之一，也是研究人類活動對環(huán)境的影響的重要指標(biāo)[1，2]。而且大面積、長時序的溫度可以用來研究氣候現(xiàn)象，然而要獲取大面積及準(zhǔn)確的溫度僅靠有限的氣象站點數(shù)據(jù)是不能夠得到的。目前GIS的發(fā)展突飛猛進，利用GIS的平臺來獲取大面積準(zhǔn)確的溫度是可以實現(xiàn)的。近年來，已有許多學(xué)者利用插值方法來估算溫度。[37]

2 實驗數(shù)據(jù)及其處理

本研究采用的氣象研究數(shù)據(jù)是由中國氣象局提供，全國683個氣象站點數(shù)據(jù)。本文選取占所有站點85%的582個氣象站點數(shù)據(jù)用于氣溫插值，剩下的15%的101個站點數(shù)據(jù)用于檢驗并評價這兩種插值結(jié)果的精度。

3 空間插值與精度驗證方法

（1）反距離權(quán)重插值（IDW）。反距離權(quán)重插值法是以插值點與樣本點之間的距離為權(quán)重的插值方法，它以插值點與樣本點之間的距離為權(quán)重進行加權(quán)平均，插值點越近的樣本點賦予的權(quán)重越大，表示為：

式中，Zs0為s0處的預(yù)測值；N為預(yù)測計算過程中要使用的預(yù)測點周圍樣點的數(shù)量；λi是預(yù)測計算過程中使用的各樣點的權(quán)重，該值隨著樣點與預(yù)測點之間距離的增加而減少；Zsi是在si處獲得的測量值。

（2）普通克里格插值法（OK）。普通克里格插值方法，是需先計算樣本變異函數(shù)，再根據(jù)樣本變異函數(shù)的類型選擇合適的變異函數(shù)理論模型進行模擬，最后根據(jù)模擬的變異函數(shù)對待估計點進行線性估計并給出估計方差作為不確定性的度量指標(biāo)。如果用νe表示待估計點的值，則有

式中，νj（j=1，2…n）為待估計值點周圍的點（xj，yj）處的變量值；rj是其對應(yīng)點的權(quán)重系數(shù)，該系數(shù)是通過對樣本變異函數(shù)計算值進行模擬得到的。

4 結(jié)果與分析

對1982年全國年均氣溫分別采用IDW和OK2種方法進行插值，反距離權(quán)重法對年均溫度適宜空間插值的氣象站點數(shù)為20個，普通克里格法對年均溫度適宜空間插值的氣象站點數(shù)為30個，對IDW、OK插值時分別設(shè)置插值站點為20、30。

利用交叉驗證法對比不同插值方法的精度，精度檢驗指標(biāo)采用平均絕對誤差（MAE）和均方根誤差（RMSE）進行比較，結(jié)果見右表。表中顯示，兩種插值方法的誤差均較小，其中，普通克里格插值精度最高，反距離權(quán)重插值法較低。

5 結(jié)論與討論

結(jié)果表明：

（1）普通克里格插值方法的誤差最小，反距離權(quán)重插值法較低。普通克里格是考慮了空間自相關(guān)性方法，此方法比其他沒有考慮自相關(guān)性的方法具有更高的精度。

（2）從年均氣溫插值的結(jié)果可以看出，中國年均氣溫呈現(xiàn)由南向北逐漸降低的趨勢，且西部年均氣溫低于東部。

參考文獻：

[1]任國玉.地表氣溫變化研究的現(xiàn)狀和問題[J].氣象，2003.29（8）：36.

[2]許軍強，邢立新，陳慶華，等.定量遙感技術(shù)在城市熱島效應(yīng)研究及其治理中的應(yīng)用[J].環(huán)境科學(xué)與管理，2006，31（6）：3538.

[3]方書敏，秦將為，李永飛，等.基GI的甘肅省氣溫空間分布模式研究[J].蘭州大學(xué)學(xué)報，2005，41（2）：69.

[4]廖順寶，李澤輝.氣溫數(shù)據(jù)柵格化中的幾個具體問題[J].氣象科技，2004，32（5）：352356.

[5]李新，陳國棟，盧玲.青藏高原氣溫分布的空間插值方法比較[J].高原氣象，2003，22（6）：565573.

[6]Hancock PA，Hutchinson MF，Spatial interpolation of large climate data sets using bivariate thin plate smoothing splines[J].Environmental Modelling &Software，2005，l（11）：111.

[7]Arundel，Samantha T.Using spatial models to establish climatic limiters of plant species distributions[J].Ecological Modelling.2005，182（2）：159181.

作者簡介：潘雪萍（1992），女，羌族，四川綿陽人，長安大學(xué)在讀碩士，專業(yè)：地圖學(xué)與地理信息系統(tǒng)。