降雨插值方法在荷兰地区的评估-市政工程专业论文.docxVIP

Evaluating rainfall interpolation over the Netherlands A Dissertation Submitted for the Degree of Master 、 Candidate：Mengxi Yang Supervisor：Associate Prof.Liping Zhang Chang’an University, Xi’an, China 论文独创性声明 本人声明:本人所呈交的学位论文是在导师的指导下，独立进行研究 工作所取得的成果。除论文中已经注明引用的内容外，对论文的研 究做 出重要贡献的个人和集体，均己在文中以明确方式标明 。本论文中不包 含任何未加明确注明的其他个人或集体己经公开发表的成果 。 本声明的法律责任由本人承担。 论文作者签名 :1与梦;美 .)0/5 年 6 月?日 论文知识产权权属声明 本人在导师指导下所完成的论文及相关的职务作品，知识产权归属 学校。学校享有以任何方式发表、复制、公开阅览、借阅以及申请专利 等权利。本人离校后发表或使用学位论文或与该论文直接相关的学术论 文或成果时，署名单位仍然为长安大学。 (保密的论文在解密后应遵守此规定〉 论文作者签名:和苓条 导师签名:硝夺 .)o/S 年 6 月 7 日 训1 年 6 月 1 日 摘 要 研究不同的水资源应用(例如，城市洪水预警系统以及农业灌溉)往往需要不同精度 的降雨数据。但是通常许多的气象部门只提供一种精度的降雨数据(例如荷兰皇家气象 局提供精度为 1 公里的降雨数据)。本文的主要目的是通过插值等方法来提供不同精度 的降雨数据，并分析时间和空间尺度对降雨插值方法的影响。实际上，降雨空间插值方 法被广泛应用于获取不同时间和空间的降雨数据。而通常这种网格数据是通过对实际测 量数据的插值而来，所以有很多因素会影响到插值结果。其中不同插值方法的选择是很 重要的影响因素，因为每种方法都有各自的优缺点，所以分析不同方法所引起的误差是 很有必要的。本文的研究使用了两种地理统计学的算法(普通克里金和薄板样条插值)以 及一个确定性的算法（反距离权重法）来插值每日的降雨数据，结果包含了 1 公里、3 公里、8 公里、12 公里、25 公里这 5 种不同的空间尺度。本文所选的插值地区是荷兰， 降雨数据包含了从 2003 年到 2013 年共 4018 天。另外，重采样作为简单快捷的调整网 格尺度的方法，也将用于和插值方法比较。本文采用荷兰皇家气象局提供的 1 公里的网 格地图，将其重采样到 3 公里、8 公里、12 公里和 25 公里。然后与实际测量的数据相 比较。当然，除了不同插值方法的影响，空间尺度和时间尺度也是影响插值结果的重要 因素，本文将根据插值的结果来确定在不同精度下最合适的降雨插值方法，同时对月降 雨数据进行插值，来分析时间尺度对插值结果的影响。 本文主要研究目的是评估在不同时间精度和空间精度上最合适荷兰地区的降雨插 值方法，同时也为将来计算出一条长时间的降雨序列做铺垫（约 50 年）。 研究结果包含了 3 种插值方法在 5 种空间精度下插值的降雨数据、重采样方法产生 的 4 组相应精度的降雨数据，以及不同空间精度下的按月插值的插值结果。通过与 32 个自动气象站的实际测量数据做误差分析比较，发现对于长期数据，以天为单位的降雨 插值，反距离权重法在 1 公里、3 公里和 8 公里表现最优。重采样最适合空间精度为 12 公里和 25 公里。对于按月插值的降雨数据，普通克里金方法是最合适的。 关键词：降雨数据、插值方法、空间精度、时间精度、重采样 i PAGE PAGE iv PAGE PAGE iii Abstract Different applications (e.g. urban flood early warning system or agriculture management) need rainfall information at different spatial resolutions. On the other hand, most of the meteorological departments only produce one set of precipitation data at fixed spatial resolution (e.g. KNMI provides rainfall data at 1km resolution). This study tries to derive rainfall data at different scales. One common method to