安徽农业科学
安徽農業科學
안휘농업과학
JOURNAL OF ANHUI AGRICULTURAL SCIENCES
2010年
18期
9646-9649,9680
,共5页
彭红兰%刘芳%朵海瑞%李迪强
彭紅蘭%劉芳%朵海瑞%李迪彊
팽홍란%류방%타해서%리적강
三江源地区%插值%COK%TPS
三江源地區%插值%COK%TPS
삼강원지구%삽치%COK%TPS
以获取三江源地区1971～2000年的各月降水及平均气温的栅格数据为目的,选取青海省及其周边共58个基准气象站点的气候数据,结合100 m×100 m分辨率的数字高程模型(DEM)数据,采用协同克里格(Co-Kriging,COK)和薄盘光滑样条函数(Thin plate smoothing splines, TPS)2种方法进行气温及降水的空间插值.用广义交叉验证(General cross validation, GCV)的最小统计误差筛选最佳模型,用均方根预测误差(RMSE)和平均绝对误差(MAE)比较2种方法的精度.结果表明,①不论是COK还是TPS,引入协变量后模型插值结果的精度更优;②TPS的插值效果显著优于COK:对月均温模型, TPS的RMSE值比COK提高了69.48%,MAE验证指标提高了70.56%;而对于月降水模型,TPS的RMSE值比COK提高了28.07%,MAE值提高了29.06%.
以穫取三江源地區1971～2000年的各月降水及平均氣溫的柵格數據為目的,選取青海省及其週邊共58箇基準氣象站點的氣候數據,結閤100 m×100 m分辨率的數字高程模型(DEM)數據,採用協同剋裏格(Co-Kriging,COK)和薄盤光滑樣條函數(Thin plate smoothing splines, TPS)2種方法進行氣溫及降水的空間插值.用廣義交扠驗證(General cross validation, GCV)的最小統計誤差篩選最佳模型,用均方根預測誤差(RMSE)和平均絕對誤差(MAE)比較2種方法的精度.結果錶明,①不論是COK還是TPS,引入協變量後模型插值結果的精度更優;②TPS的插值效果顯著優于COK:對月均溫模型, TPS的RMSE值比COK提高瞭69.48%,MAE驗證指標提高瞭70.56%;而對于月降水模型,TPS的RMSE值比COK提高瞭28.07%,MAE值提高瞭29.06%.
이획취삼강원지구1971～2000년적각월강수급평균기온적책격수거위목적,선취청해성급기주변공58개기준기상참점적기후수거,결합100 m×100 m분변솔적수자고정모형(DEM)수거,채용협동극리격(Co-Kriging,COK)화박반광활양조함수(Thin plate smoothing splines, TPS)2충방법진행기온급강수적공간삽치.용엄의교차험증(General cross validation, GCV)적최소통계오차사선최가모형,용균방근예측오차(RMSE)화평균절대오차(MAE)비교2충방법적정도.결과표명,①불론시COK환시TPS,인입협변량후모형삽치결과적정도경우;②TPS적삽치효과현저우우COK:대월균온모형, TPS적RMSE치비COK제고료69.48%,MAE험증지표제고료70.56%;이대우월강수모형,TPS적RMSE치비COK제고료28.07%,MAE치제고료29.06%.
