面向g is 的定位观测数据空间化.pdfVIP

第 22 卷第 1 期 地　理　科　学　进　展 V o l. 22, N o. 1 2003 年 1 月 PRO GR ESS IN GEO GRA PH Y Jan. , 2003 　　文章编号: (2003) 基于 G IS 的定位观测数据空间化 廖顺宝, 李泽辉 ( 中国科学院地理科学与资源研究所, 北京　100101) 摘　要: 属性数据空间化是当前 G IS 领域的前沿问题之一。在对中国 624 个气象站多年平 均气温数据空间化过程中, 通过使用 30 秒分辨率的数字高程数据, 把气温分解为受经纬 度、海拔高度影响的规律性成分和受其它因素影响的非规律性成分两部分, 并分别用多元 回归和反距离权重内插方法对二者实施空间化, 最后将空间化结果进行合成得到基于栅 格的中国多年平均气温分布数据。该数据既能反映气温在空间上的宏观变化, 又能反映气 温在局部地区的微观变化。该方法可供其它类型观测数据空间化、特别是在观测站点稀疏 的情况下参考和借鉴。 关　键　词: G IS; 观测数据; 空间化 中图分类号: N 9451　　 引言 空间数据和属性数据是地学研究中非常重要的两类数据, 属性数据空间化是目前 G IS 研究领域的前沿问题之一。定位观测数据和社会经济统计数据是 G IS 研究中最常用的属性 数据, 属性数据空间化的需求源于数据综合分析的需要, 一方面, 目前遥感已经成为地学 研究中的重要数据源, 遥感数据采用栅格结构, 为了与遥感数据进行各种分析, 其它相关 的地理信息也必须是栅格结构, 因此需要进行从矢量到栅格的格式转换。另一方面, 非遥 感数据之间进行分析, 也需要进行空间化。当进行不同观测数据之间的分析时, 例如水文 数据和气象数据, 由于两类数据的观测站点往往不一致, 直接使用两类数据几乎不可能进 行空间分析。只有当把每类观测数据从有限的点扩展到面, 并具有相同的地面分辨率时, 才 可能进行分析, 这种把观测数据从点到面扩展的过程实质上就是观测数据的空间化。此外, 属性数据空间化还有利于数据质量的控制, 属性数据在空间化之前有时很难发现问题或错 误, 而空间化以后, 一些问题或错误根据经验和常识就很容易被发现。 最简单最直接的格式转换方法是空间数据内插和矢量数据的栅格化。但简单的内插和 栅格化并不是真正意义上的空间化, 因为它并没有考虑影响统计数据或观测数据的地理环 境要素, 其结果的可靠性往往受到质疑。 　　收稿日期: 200207; 修订日期: 200301 ( ) 　　基金项目: 本研究受国家科技基础性工作专项资金课题 2001 300279 和中国科学院知识创新 D EA 工程项目资助 ( IN F 105SDB 118) ( ) 　　作者简介: 廖顺宝 1966 , 男, 博士, 副研究员, 主要从事遥感与地理信息系统应用研究。 :