IDW方法估计台湾中部空间降雨量的分布情况.pdfVIP

IDW方法估计台湾中部空间降雨量的分布情况 Feng-Wen Chen，Chen-Wuing Liu 收到：2011.10.12/修订：2012.2.6/接受：2012.2.13 摘要： 这本文中，我们用IDW方法来估计台湾中部地区的降雨量分布，我们评估插  值精度和IDW 中两个关键参数的关系：指数（ ）和影响半径（搜索半径）。在这项 研究中，共有46个降雨量观测站和1981到2010年的降雨量数据，降雨量观测站当 中12个属于TIA的数据用于交叉验证。为了获取最优的降雨量内插数据，影响半  径的值和控制参数 由均方根误差决定。结果说明，IDW方法在内插降雨量数据  中在大部分情况下的最优参数影响半径为10-30km。然而，最优的 值在0- 5之间变化。用IDW方法得到的降雨量内插数据在旱季比在雨季更加准确。超过0. 95的较高相关系数值确保了IDW方法为一个用来预测台湾中部可能降雨量数据 的合适方法。 关键字： 距离反比加权法（IDW）空间内插降雨量数据 1、介绍 降雨量是一种非常有意义的气象数据，是由综合设计的降雨量观测站网络 作为观测数据而记录下来的数据。然而，由于在观测时段中 失降雨量数据或者 在研究区域中降雨量观测站不充足，降雨量的记录通常不够完整。为了解决这种 部分降雨量数据的问题，可能的降雨量数据可以由空间内插技术估算出来。 多种空间内插技术已经在相关的领域中采用，这些方法可以分为地统计方 法和非地统计方法。例如，包括最邻近方法，泰森多边形方法，样条函数和局部 趋势面分析方法，全局多项式方法，局部多项式方法，趋势面分析方法，RBF，反 距离加权法，和由Fotheringham等（2002）提出的地理加权衰减法，这些都被分类 为非地统计方法。另一方面，各种克里金方法被分类为地统计方法(Lam 1983; Jeffrey et al. 2001;Price et al. 2000; Li and Heap 2008; Yeh et al. 2011). 本文目的在于讨论降雨量的空间差值，所以回顾一下由Naoum 和Tsanis 对于Crete，Greece两个岛上实施的研究的文献。这项研究发展了一个新的基于一 种采用了多元线性回归技术的空间插值组件的地理信息 统。这一技术可以被 用来和其他的技术比较，例如splin_regularized，spline_tension，IDW，克里金方法 和二阶多项式。当估算未采样点的降雨量时，多元线性回归模型比其他的空间内 插技术提供更好的估计。Li等（2006）采用1961到1990年30年内的2114个中国观测 站的年降水量。这些数据分别与他们附近的区域进行比较，然后通过样条函数法 ，克里金法和IDW方法进行分析。交叉验证的结果测试显示了内插结果的精度非 常高。三种方法的相对平均误差分别为8.31%，8.76%和8.76%，排序为OKIDW= spline。相似的结果为OKSplineIDW （平均绝对误差MAE分别为 42.94,44.79，49.86）这项由Chu等人（2008）实施的研究说明了一个相同的趋势。 Segond等人（2007）表明城市排水和城市洪水建模应用要求较高的空间和时 间降雨量分辨率。通过IDW方法，当整个集水处的数据被内插时，空间降水量场 能够获得。当使用这样一种方法时，结果比较令人满意，因为在单独站点的数据 保持了与观测数据对于实际目的在可接受的水平上的特性。Garcia等人（2008）声 明，MQB方法在对于这项考虑遍布美国西南部一个紧密测量网络的北美季风季 节研究中对流和混合的事件中的内插准确性超过IDW方法。然而，发现IDW方法 中的阶数在特定的情况下是更加重要的，获得的结果与MQB方法准确性相同。D ong等人（2009）使用OK，CK和IDW方法来内插中国清江河盆地的日常降雨量。 来自2006年六月份36个降雨量观测站点的日常降雨量数据用来分析，并且结果 证明了CK方法要优于OK和IDW方法。作者解释了IDW方法没有考虑盆地中相邻 降雨量观测站点的空间依赖性。中国新疆的另一个研究案例也得到了相似的结 论。基于1995到2008年75个气象站的年降水量，这项研究说明了CK方法与RBF，I DW，Kriging方法相比