基于时空数据的线性组合插值模型及其应用

空间插值的精度不但与采用的数据而且与选择的模型密切相关.针对具有空间自相关的时空数据插值问题,分别建立时间序列数据的反馈神经网络插值模型,横截面数据的一阶空间自回归插值模型与克立格方法插值模型,在各个单项模型研究的基础上建立空间线性组合插值模型.运用以上各种模型对2004年福建部分市县人均生产总值横截面数据进行插值的实证研究结果表明:基于时空数据的线性组合插值模型具有较高的插值精度.

面板数据插值的线性组合模型及其实证

针对面板数据插值问题,分别从截面数据和时间序列数据的角度,建立截面数据插值的克立格(Kriging)模型和时间序列数据插值的遗传神经网络(GABP)模型。在此基础上建立面板数据插值的线性组合模型,提出空间漂移度法确定组合插值模型的加权系数。对2007年福建部分市县人均GDP的插值的实证研究结果表明:面板数据的线性组合模型插值效果优于单项模型插值的效果。

线性加权回归模型的高原山地区域降水空间插值研究

在山地和高原区域,地形对降水影响比较显著。常规空间插值方法通常不考虑地形要素,插值精度有限。考虑到降水量与高程存在较强的相关关系,采用局部线性加权回归模型预测山地和高原区域的降水分布。推导了回归计算公式,并在ArcGIS 9.0中编程实现算法。选取美国德克萨斯州西北部地区进行局部线性加权回归空间插值,并与普通Kriging、倒距离加权法比较。误差分析表明:在地形复杂的地区,线性加权回归模型比传统方法有优势。

基于协同克里格插值和地理加权回归模型的土壤属性空间预测比较

选取宜昌市红花套镇作为研究区域,研究土壤pH、有机质、有效磷、速效钾、碱解氮与土壤属性指标变量之间的关系,选择与预测变量之间具有较高相关性的变量作为辅助变量用以提高预测精度,本文试图将地理加权回归模型应用于土壤属性空间模拟中,以此与协同克里格插值的预测结果进行对照,从而比较它们的预测精度以提出更适合土壤属性预测的模型。结果表明:协同克里格插值和地理加权回归模型对土壤属性的空间模拟均有较高的预测精度,在辅助变量较多的情况下地理加权回归模型具有比协同克里格插值更为简单的算法,并且比较预测值相对误差的范围跨度和标准差以及均方根误差等方面,地理加权回归模型在土壤属性指标预测方面具有更高的预测精度,也具有更大的优势。

江西多年平均降水量空间插值模型的选取与比较

为了探究江西省多年平均降水量的空间分布格局,本文选取81个时间序列完整的气象站30a(1976—2005年)降水数据,运用泛克里格中不同半变异模型对降水数据进行拟合。分别采用65个建模站点交叉验证和16个验证站点的检验,证实了该研究区域多年平均降水量存在较强的空间相关性。通过不同半变异函数模型的对比发现,球面和指数模型在建模站点交叉验证结果中的标准均方根预测误差分别为1.024和1.023,较为接近1,表明其误差较小;其在验证站点检验结果中的标准均方根预测误差分别为1.105和1.104,表明这两种模型的拟合效果较优,能较为真实地反映江西省多年平均降水量的空间分布情况,其中以指数模型拟合效果最优。

安徽省热量资源空间分布模型及插值方法研究

【目的】对安徽省热量资源进行栅格化处理，解决无测站地区的热量资源估算问题，为区域农业气候资源评估提供依据。【方法】利用安徽省1971～2000年气象站地面资料，在地理信息系统技术（GIS）支持下，采用多元回归结合空间插值方法，建立安徽省热量资源要素空间分布模型，并比较反距离权重法（IDW）、克里格和样条函数3种空间插值方法的精度。【结果】基于GIS平台，建立了安徽省250m×250m分辨率的温度和积温栅格化数字地图。对空间插值方法的交叉验证结果表明，3种空间插值方法的平均绝对误差、平均误差平方的平方根排序均为IDW克里格法〈样条函数法，IDW法效果最优。【结论】应用GIS空间内插技术，构建高分辨率的栅格化热量资源要素集，可有效提高农业气候资源分析和利用的精细化程度。

表征土壤有机碳区域分布的优化空间插值模型研究——以福建省龙海市为例

如何利用有限的样本数据来获得更为准确的土壤属性空间分布信息是土壤学研究的热点问题之一。利用福建省龙海市采集的1 133个耕地土壤样品,设计了结合地貌类型、土壤类型和土地利用类型等信息的5种克里格插值模型,研究县级尺度上土壤有机碳空间预测优化插值模型及其与样点密度的关系。结果表明:设计的5种插值模型预测精度均高于普通克里格法,但不同样点密度对插值结果影响较大。按0.5km×0.5km及以上的格网密度进行样点布设,采用土地利用现状类型结合土壤类型信息的普通克里格法(KDLTR)插值结果误差较小;按2km×2km的格网密度布设调查样点时,采用土壤类型信息的普通克里格法(KTR)插值结果误差较小;当格网大于4km×4km时,由于样点数少,各种模型的结果相差不大,可直接采用普通克里格法(KYJZ)进行插值。

一种基于Xgboost+GWR算法的中国地区降水量空间插值模型

基于全国610个气象站点2020年实测降水资料,在综合考虑海陆位置、地形、归一化植被指数等物理协变量的基础上,构建Xgboost+GWR耦合模型分析了全国尺度上1 km分辨率降水量空间分布。结果表明,就全国尺度而言,站点降水数据具有强烈空间自相关性,经纬度对降水量分布的影响是全局的,而地形和归一化植被指数的影响是局域的;Xgboost非线性预测耦合GWR外推残差模型弥补了单一Xgboost模型忽视降水数据空间自相关性的缺陷,模型验证精度R^(2)达0.96,M_(MAE)、R_(RMSE)分别为53.14、76.78 mm,相较于Xgboost模型R^(2)提升2.13%,M_(MAE)、R_(RMSE)分别减小16.84%、18.18%;2020年全国降水中心位于粤北、藏南、闽北与赣东交界地区,呈自北向南、自东向西地带性减少分布,南北方向的异质性强于东西方向。

基于空间插值与典型滑坡体的滑坡灾害气象预警模型研究

针对以往研究大多仅利用统计方法确定地质灾害预警临界雨量阈值,难以顾及不同滑坡体所具有地层、岩性等条件的不足,利用改进信息量模型构建安徽省滑坡灾害预警分区,通过耦合有效雨量和临界雨量获得全省75个典型滑坡点的临界雨量阈值,对其进行分区空间插值,并据此构建安徽省滑坡灾害气象预警模型。研究结果表明,该模型比现有预警模型的预警级别更准确,空间精度更高,克服了现有模型预警级别偏低,预报范围较宽泛的不足。

农田钾素空间变异插值模型研究——以江西省泰和县苏溪养分监测村为例

对江西省泰和县苏溪养分监测村的 1 2 0hm2 的农田进行土壤采样 ,运用逆距离加权插值、田块平均值以及农田土壤养分空间变异插值模型对该区域的土壤样品进行插值分析 ,研究结果表明农田土壤养分空间变异插值模型较好地反映了土壤养分空间的分布。

南方丘陵区土壤有机质空间插值模型及采样点密度对农用地分等精度的影响——以福建省龙海市为例

研究目的:分析南方丘陵区土壤有机质的采样点密度和空间插值模型对农用地分等精度的影响。研究方法:以福建龙海市为研究区,对设计的8种格网密度和6种结合不同类型信息的插值模型所得农用地分等结果进行比较研究。研究结果:(1)结合不同类型信息的克里格空间插值模型对于土壤有机质含量及农用地分等成果(自然质量等)具有显著差异,土壤有机质含量和农用地分等成果的精度与格网密度呈正相关。其中结合地貌和土壤信息的空间插值方法(KDMTR)对于农用地分等成果有最好的预测效果;(2)如果仅需考虑获取较高精度的土壤有机质含量信息时,按2 km×2 km的样点密度并结合KDMTR法进行空间插值,为最高效的样点布设和数据处理方式;(3)在开展县级农用地分等时,如果仅需考虑获取农用地分等结果时,土壤采样点密度对农用地分等精度影响较小,但结合不同类型信息的空间插值方法对农用地分等成果精度影响显著。采用KDMTR法并按3.5 km×3.5 km的格网密度布设土壤调查样点,为最高效的样点布设和空间插值模型。研究结论:南方丘陵区在开展县级农用地分等工作时,采用的空间插值模型对农用地分等成果的精度产生显著影响而土壤采样点布设的格网密度对农用地分等成果的精度影响较小。

椭圆指数函数降水空间插值模型

如何将基于站点观测的降水数据转化为分布式水文模型所需的空间分布降水数据,是分布式水文模型模拟流域水文过程的前提。椭圆指数函数模型具有能够指明降水中心位置及中心降水量的优点,但与其他空间插值模型比较,椭圆指数函数模型的插值结果如何尚需进行比较研究。将椭圆指数函数模型与距离倒数权重模型、空间线性插值模型、修正距离倒数模型等降水空间插值模型分别应用于Santa Catalina岛3场次降水分布。插值结果表明,椭圆指数函数模型和修正距离倒数模型由于考虑了更多影响因子和降水分布特性,能较准确反映降水分布。空间线性插值模型由于插值时只考虑相邻三个测点而忽略其他测点对插值结果的影响作用,因而相比其他三种模型有较大插值误差。修正距离倒数模型考虑了地形高程起伏影响因素,其模拟精度优于距离倒数平方法。椭圆指数函数模型由于具有连续分布函数特性,能够模拟降水空间连续分布趋势,因此与其他模型比较也有较高精度。

三维空间场各向异性径向基函数空间插值模型研究

地理现象三维空间场的分布具有各向异性特征,如何利用有限的采样数据直接对具有各向异性特征的三维地理现象进行可靠的三维空间场插值重建是三维空间分析的重要问题。径向基函数(radial basis function,RBF)是一种精确性插值方法,具有形式简单和不受维度限制等优点,适合于地理现象三维空间场的重建。但RBF具有各向同性特征,而真实地理现象具有各向异性分布特征。

PRISM模型在复杂地形月降雨空间插值中的可行性研究

降雨是重要的林业气象数据,如何在复杂地形环境下获取高精度的降雨数据对于研究森林生态与环境具有重要意义。以北京西北山区为例,利用PRISM模型、DEM和山地自动气象站点数据等,综合考虑海拔、坡向、距离等多种影响因子,对降雨量进行了空间插值研究,并使用GDAL输出含有地理信息的降雨分布图。为比较PRISM插值结果,对所用气象站点数据进行交叉验证,交叉验证得到的MAE为1.68mm,RMSE为2.26mm,同时高海拔地区插值精度较低海拔地区有所降低。为进一步体现PRISM方法的优越性,将其与常用的IDW插值、Kriging插值、Spline插值和Trend插值结果进行了比较。结果表明,基本所有的插值方法得到的结果都表现为降雨随高程的增加而增加,PRISM的结果最为详细,IDW和Kriging插值结果次之,Spline相对较差,甚至出现负值,Trend结果一般,缺少细节反映。结合七个验证站点数据对比,更加说明了使用PRISM模型得到的插值结果更加接近实测数据。这些结果都说明,在复杂地形条件下,PRISM比其他插值方法更能精确地表达降雨空间分布。

基于Angstrom-Prescott模型和空间插值的山东省月太阳辐射再估算

基于Angstrom-Prescott模型和空间插值法构建了山东省各地的月太阳辐射估算方法,并利用山东省3个国家站(济南、莒县和福山)和菏泽、聊城、淄博及青岛的辐射观测数据验证了估算方法的准确性。首先利用山东省3个国家站1992年—2015年的辐射与日照百分率观测数据,采用最小二乘法拟合得到不同月份Angstrom-Prescott模型系数并以2016年观测数据验证。其次,分别使用不同空间插值法对菏泽、聊城、淄博和青岛进行太阳辐射估算并根据结果选择最优空间插值法。最后,将该方法与其他文献方法进行对比分析。2016年国家站的月太阳辐射估算结果显示其月平均σMRE约为3.5%,σRMSE在17 MJ/m^2~24 MJ/m^2,因此该A-P系数具有较高的准确性。在菏泽、聊城、淄博及青岛4站的估算中选定误差最小(σMRE约为7.22%,σRMSE约16 MJ/m^2~69 MJ/m^2)的最小曲率法作为最优空间插值法。与其他文献方法对比的结果表明,基于Angstrom-Prescott模型和空间插值法估算月太阳辐射准确度较高,可应用于其他区域月太阳辐射的估算。

基于Kriging模型的地面气温空间插值研究

基于中国气象局提供的全国192个气象观测站的日均地面气温(SAT)数据,利用Kriging模型对研究区域内任意位置SAT进行插值评估.为了使应用于Kriging模型的试验数据满足弱平稳性,首先使用傅立叶级数拟合并去除原数据中的年趋势;并根据各位置的地理坐标,包括海拔和经纬度,拟合出研究区域的空间趋势.反距离加权(IDW)插值法作为比较对象也被应用于试验中.采用交叉验证的方式,将192个观测站依次作为目标点进行插值并与该站的实际数据比较,计算各站插值评估的平均绝对误差(MAE)与均方根误差(RMSE),从而比较两种方法的精确度.结果表明Kriging模型在174个观测站得到的插值结果优于IDW插值法.并且,在Kriging过程中,去除时间趋势和空间趋势对准确获取研究区域内的空间相关性起到了重要作用.

基于环境变量筛选与机器学习的土壤养分含量空间插值研究

为了提高农田土壤养分含量空间插值精度,准确掌握土壤养分的空间分布特征,以新疆玛纳斯河流域绿洲为研究区域,测定土壤有机质含量、全氮含量、有效磷含量、速效钾含量、pH值和盐分含量,协同经度、纬度、地形、气象和植被指数因子作为环境变量,经过皮尔逊相关系数(Person correlation coefficient,PCC)、方差膨胀系数(Variance inflation factor,VIF)和极端梯度提升(Extreme gradient boosting,XGBoost)算法进行变量筛选,采用决策树(Decision tree,DT)、随机森林(Random forest,RF)、径向基函数神经网络(Radial basis function,RBF)和长短期记忆网络(Long short-term memory,LSTM)4种机器学习模型与普通克里格(Ordinary Kriging,OK)方法,对研究区农田土壤有机质、全氮、有效磷和速效钾含量进行空间插值。结果表明:研究区土壤有机质、全氮、有效磷、速效钾含量分别为0.226~32.275 g/kg、0.117~1.272 g/kg、3.159~53.884 mg/kg和81.510~488.422 mg/kg,变异系数为30.636%~43.648%,均属于中等程度变异。PCC、VIF和XGBoost变量筛选均表明,土壤有机质、全氮、有效磷和速效钾间具有一定的关联性,可用于目标属性空间插值的环境变量,但不同变量筛选方法对经度、纬度、地形、气象和植被指数因子筛选结果具有一定的差异性。XGBoost方法可以更有效地筛选出对空间插值结果重要的环境变量,且基于此方法筛选变量后建立的模型精度明显优于PCC和VIF筛选变量后建立的模型精度,而且协同环境变量的机器学习模型精度普遍优于未加入环境变量的OK模型精度,同一土壤养分含量空间插值模型精度从大到小依次为RF、LSTM、RBF、DT、OK,其中基于XGBoost筛选出的变量对土壤有机质、全氮、有效磷和速效钾含量构建的RF空间插值模型精度相较于未加入环境变量的OK模型有显著提高,决定系数分别提高43.02%、101.00%、86.04%和137.89%,均方根误差分别降低27.39%、42.78%、13.12%和28.39%,平均绝对误差分别降低29.01%、43.84%、11.20%和29.62%。利用RF模型对研究区农田土壤养分进行反演得到土壤有机质和全氮含量具有较强的空间分布一致性,含量较高的主要集中在研究区南部和东部区域,有效磷和速效钾含量具有一定的空间相似性,东南部、中北部区域含量较低。综上,XGBoost变量筛选方法结合RF模型可以更好地实现土壤养分空间插值,可作为土壤养分空间插值的有效方法。

空间插值法结合ARIMA模型和灰色模型在我国HIV发病率预测中的应用与比较

目的探索空间插值法结合自回归移动平均模型(ARIMA)和灰色模型(GM模型)在人类免疫缺陷病毒(HIV)发病率的时间序列数据时空分布和预测分析中的应用与比较。方法从中国疾病预防控制中心传染病数据库中提取2007—2018年我国HIV发病数据,使用克里格空间插值法分析HIV平均发病率分布和时空变化趋势,构建ARIMA和GM(1,1)预测模型,通过平均绝对百分误差(MAPE)评价不同模型的预测效果。结果2007—2018年全国HIV发病率呈上升趋势,每年第2季度上升达到最高点,第3、4季度开始下降,第1季度下降达最低点。全国西南部和西北部HIV发病率从2007年开始持续升高(新疆、云南最高),2012年以后升高速度变化显著;东部、东北部以及中部部分地区HIV发病率相对较低(河北、山东最低),但也呈逐年上升趋势。ARIMA和GM(1,1)预测模型的MAPE值分别为2.5%和3.8%。结论2007—2018年全国HIV发病率呈上升趋势,具有一定的季节特征,西南省份平均发病率较高,北方省份发病率较低,12年期间平均发病率自西南向东北方向、西北向东南方向降低;ARIMA模型预测HIV发病率的效果稍优于GM(1,1)模型。

潮州热量资源空间分布模型及插值方法

利用潮州28个气象站点的气温资料和地理信息数据通过多元线性逐步回归方法,建立了各热量因子的空间分析模型。通过空间分析模型叠加残差插值的方法(IDW、克里克、样条函数)模拟出的热量因子空间分布图均能较好地反映热量因子的空间变化趋势,精细化程度较高;比较3种插值方法的模拟结果,发现IDW和克里克法要略优于样条函数法;误差分析显示,在潮州使用空间分析模型模拟叠加IDW插值结果的热量因子空间分布栅格图的精度较高,该方法可用于潮州热量因子精细化估算。

基于协同克里金模型的区域降水空间插值方法与应用研究

协同克里金模型法可综合考虑多要素对降水空间插值的影响,改变传统插值方法仅考虑单一要素的片面性。文章引入协同克里金模型,对辽宁东部某流域降水进行空间插值,并结合降水监测点实测降水数据,对比不同降水空间插值方法对区域降水空间插值精度的影响。研究结果表明:相比于传统插值方法,在年尺度和月尺度内,协同克里金模型在降水量相对误差上分别减少12.7%和10.9%,绝对误差分别减少64.6mm和5.07mm,降水空间插值结果和实际情况较为一致,研究成果对于区域水资源量的评估提供技术参考。