多维线性插值方法构建及应用分析.docVIP

多维线性插值方法构建及应用分析 　　摘要：根据全国2010年607个气象站点的日降水量资料以及各站点平面分布与高程信息，构建了多维线性空间插值方法。在不同插值控制站点数目（n=4，8，12）情景下，分析了多维线性空间插值方法与反距离权重插值、样条插值和克里格插值法（球面模型和高斯模型）在我国年降水量空间插值中的应用情况。对比发现，不同的控制站点情境下，各种插值方法的插值结果差异显著，但随着控制站点数目的增加，各插值结果的差异性减小；多维线性插值方法在多种情景下都表现出较好的插值精度，该方法将是今后空间插值的一个切实可靠的手段。 　　关键词：多维线性插值；反距离权重插值；样条插值；克里格插值；年降水量 　　中图分类号：P426文献标识码：A文章编号：1672-1683（2013）04-0009-04 　　1研究背景 　　降水是陆地生物圈模型的主要驱动变量[1]，其空间化信息对于区域水文、水资源分析以及区域水资源管理、旱涝灾害管理、生态环境治理都具有重要意义[2-3]。气象水文信息空间化是研究气象水文变量空间分布的基本方法和重要内容[4-5]，而空间插值是气象水文站点数据空间信息化的重要途径，有效的插值方法和合理的控制站点数目对于空间信息化精度的提高具有重要意义[6-7]。 　　空间插值的本质是通过建立已知站点与未知站点变量之间的关系，来估计未知站点的变量值。常用的空间插值方法可以分为几何插值法、数学插值法以及地学插值方法[8]。几何插值方法的基本原理是距离越近相似性越高，常用方法包括泰森多边形法和反距离权重插值法，适用于下垫面特征较为一致的地区，而在地形起伏较大的区域其插值误差普遍较大[3，9]。数学插值方法是假定插值要素在研究区域呈一定的曲面分布，通过拟合曲面方程对未知站点进行插值，常见方法有趋势面法和样条插值法[1，3]。地学插值法主要指克里格插值法，其原理是利用区域化变量数据和半变异函数的结构特点，对未知点的区域化变量进行最优无偏估计。数学插值方法和地学插值方法均是根据数学原理通过已知点的信息拟合区域曲面方程或者半变异函数对未知点变量进行无偏估计，因对区域下垫面差???性较大的区域具有一定的适用性，且通常已知站点密度越大插值结果精度越高[10]。然而由于区域下垫面的差异性的分布特征，其空间变量场的分布是复杂多样的，如何确定合理的曲面方程和半变异函数来准确描述空间变量场的分布特征是十分困难的[3]。实际上，区域变量场的分布在空间维度的上通常满足一定的递变规律，因此在空间任一维度上，均可通过线性插值对未知点变量值进行近似估计。然后，通过权衡空间未知点变量值在各个维度的权重，组合多维度线性插值结果，就能得到该变量值的非线性多维空间插值结果。 　　本文基于我国2010年607个气象站点的日降水量以及平面坐标、海拔高程等资料，构建多维线性插值模式，对我国的年降水量进行插值估计，并在不同的插值控制站点数目情境下与反距离权重插值、样条插值和普通克里格插值等传统插值结果进行对比，分析不同方法的插值精度。 　　2多维线性插值方法构建 　　线性插值实质是假设未知变量分布在单一维度上满足线性递变特征，则根据线性函数斜率相同的特点对未知变量进行插值求解的方法。但是实际中真正满足线性递变特征的空间变量是极少的，原因是未知变量往往是多种要素综合影响的结果。因此，需要组合多维度线性插值结果，得到能够反映未知变量多维度的综合估计值。 　　以年降水量的多维线性插值为例，见图1。求解未知点C处的未知变量值mc，已知其邻近A、B两点的变量值ma、mb，同时已知A、B和C处的影响要素xa，xb，xc值，则根据线性插值公式4、5可得到mc在要素x维度的插值结果mc，x。 　　假设在A、B和C三点处与其变量m相关的已知影响要素有s个，则根据s个影响要素的线性插值可得到s个维度的插值结果mc，i（i = 1，2，…，s）。根据已知点A和B的s个影响要素（维度）估计得到的s个未知变量估计值，加权求和可得如下：mc=∑si=1（wi，mc，i）（3） 　　式中： wi为第i个影响要素线性插值结果的权重。权重的确定方法要根据所选择的影响要素的差值而不同，本文中实践应用中未知变量是降水量，影响要素选择的是平面距离（水平方向x和垂直方向y ）和海拔高程要素（h）。由于3个影响要素x、y和h均是长度单位，本文中通过其距离差/高差确定其权重，公式如下： 　　wi=la，i+lb，i∑si=1（la，i+lb，i）（i，x，y，h）（4） 　　式中：la，i和lb，i分别为影响要素i在未知点C与点A和B间差值的绝对值。本文中平面距离x、y的单位km，海拔高程的单位是m。 　　其次，在空间插值时通常未知点C邻近的已知点有多个，假设其邻近的已知点（控制点）