王紅霞，柳小妮，任正超，魏靖瓊，潘冬榮，侯建杰

（1.甘肅農(nóng)業(yè)大學(xué) 草業(yè)學(xué)院/草業(yè)生態(tài)系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室/甘肅省草業(yè)工程實(shí)驗(yàn)室/中－美草地畜牧業(yè)可持續(xù)發(fā)展研究中心，甘肅 蘭州 730070；2.甘肅農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，甘肅 蘭州 730070）

降水量對地表徑流、地下水位等的變化有重要影響［1］，也決定著植被的空間配置及草地分布［2］，因而降水?dāng)?shù)據(jù)的空間分析對于區(qū)域水文、水資源分析以及區(qū)域水資源管理、旱澇災(zāi)害管理、生態(tài)環(huán)境治理等都具有重要意義［3］。然而，受人力、物力、財(cái)力和地形等各種因素的制約，氣象站點(diǎn)的布設(shè)有限［5］，因此，所能獲得的降水?dāng)?shù)據(jù)在空間上分布是離散、不連續(xù)的，通過對有限降水觀測資料的插值才能獲取連續(xù)有序的降水量時(shí)空分布信息［6］。而根據(jù)已知?dú)庀髷?shù)據(jù)對未知點(diǎn)進(jìn)行插值預(yù)測是近些年來地理科學(xué)研究的一個(gè)熱點(diǎn)［7］。

空間插值的方法有很多［9］，但各插值法的優(yōu)缺點(diǎn)和適用性各不相同，并不存在一個(gè)適用于所有區(qū)域的通用降水插值模型［1］。

利用反距離加權(quán)（IDW）、普通克里格（OK）、樣條函數(shù)法（Spline）、徑向基函數(shù)法（RBF）、全局多項(xiàng)式法（GP）、局部多項(xiàng)式法（LP）、協(xié)同克里格（CK）、“多元回歸＋殘差分析法”（AMMRR）以及改善的“多元回歸＋殘差分析法”（I－AMMRR）等9種插值方法，以甘肅省為例，對其1961～2004年的平均降水進(jìn)行空間內(nèi)插研究，并利用與實(shí)測值的交叉驗(yàn)證進(jìn)行比較分析，篩選適于復(fù)雜地形條件的最優(yōu)降水空間內(nèi)插方法。

1 研究區(qū)概況、數(shù)據(jù)來源及研究方法

1.1 研究區(qū)概況

甘肅省地處中國西部黃土高原，黃河上游，地理位置E 92°13′～108°46′、N 32°31′～42°57′，地勢自西南向東北傾斜，地形狹長，東西長1 655km，南北寬530 km。甘肅省地處黃土、青藏和蒙古高原交匯地帶，境內(nèi)地形復(fù)雜，山脈縱橫交錯(cuò)，海拔相差懸殊，高山、盆地、平川、沙漠和戈壁等兼而有之，是山地型高原地貌。從東南到西北包括了北亞熱帶濕潤區(qū)到高寒區(qū)、干旱區(qū)的各種氣候類型，但省域大部分處于我國半干旱及干旱氣候區(qū)，干燥少雨并且蒸散量大［19］，年均降水量300mm，降水各地差異很大，在42～760mm，自東南向西北減少，降水各季分配不勻，主要集中在6～9月。

1.2 數(shù)據(jù)來源

研究氣象數(shù)據(jù)源于草地綜合順序分類單位（CSCS）檢索數(shù)據(jù)庫、美國國家氣象數(shù)據(jù)中心第7版數(shù)據(jù)集及中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)的中國地面氣候資料。甘肅省1∶100萬行政區(qū)劃圖和甘肅省1km DEM等基礎(chǔ)圖件數(shù)據(jù)源地球系統(tǒng)科學(xué)數(shù)據(jù)共享平臺。

降水量數(shù)據(jù)記錄完整的站點(diǎn)共113個(gè)，其中，80%的站點(diǎn)（90個(gè)）的降水量數(shù)據(jù)用于插值計(jì)算，20%的站點(diǎn)（23個(gè)）的降水量數(shù)據(jù)用于檢驗(yàn)插值效果，用于插值的站點(diǎn)和檢驗(yàn)的站點(diǎn)相間分布（圖1）。

圖1 研究區(qū)域和氣象站點(diǎn)分布Fig.1 The distribution of meteorological stations and research area

1.3 研究方法

1.3.1 插值方法 AMMRR對降水?dāng)?shù)據(jù)的殘差采用IDW法進(jìn)行插值，IDW是一種基于相近相似原理的確定性插值方法，是對采樣點(diǎn)進(jìn)行線性的加權(quán)來決定輸出的柵格值，加權(quán)與距離成反比，輸入點(diǎn)離輸出柵格越遠(yuǎn)，對輸出柵格的影響越小，因而易受極值的影響［20］，使用AMMRR法得到的降水模擬柵格面有“牛眼”圖斑出現(xiàn)。而OK法依賴于數(shù)學(xué)模型和統(tǒng)計(jì)模型，引入了包括概率模型在內(nèi)的統(tǒng)計(jì)模型，是對未采樣點(diǎn)的區(qū)域化變量的取值進(jìn)行線性無偏最優(yōu)估計(jì)的一種方法，它考慮了觀測點(diǎn)和被估計(jì)點(diǎn)的位置關(guān)系，對空間分布具有隨機(jī)性與結(jié)構(gòu)性變量的研究具有其獨(dú)特的優(yōu)點(diǎn)［21］，所以利用OK法進(jìn)行空間數(shù)據(jù)插值可以取得理想的效果［12］。

因此，在AMMRR法的基礎(chǔ)上，對數(shù)據(jù)的殘差值柵格面的插值模擬，采用OK法代替原來的IDW法，命名為I－AMMRR。

選 取 IDW［4］、OK［21］、SPLINE［9］RBF 法［10］、CK法［22］、GP［23］、LP［23］、AMMRR法［14］和I－AMMRR等9種插值方法，對甘肅省的降水量數(shù)據(jù)進(jìn)行空間插值試驗(yàn)。

1.3.2 誤差檢驗(yàn) 采用交叉驗(yàn)證、相關(guān)性檢驗(yàn)和配對樣本T檢驗(yàn)對插值結(jié)果進(jìn)行對比分析。

交叉驗(yàn)證即首先假定每一站點(diǎn)的要素值未知，利用周圍站點(diǎn)的值來估算，然后計(jì)算所有站點(diǎn)實(shí)測值與估算值之間的誤差，以此來評判估值方法的優(yōu)劣。

運(yùn)用絕對平均誤差（MAE）、相對平均誤差（MRE）及均方根誤差（RMSE），作為評估插值方法效果的標(biāo)準(zhǔn)。MAE可以估量估計(jì)值可能的誤差范圍，MRE可以反映插值的相對精確性，RMSE可以反映利用數(shù)據(jù)估算的靈敏度和極值效應(yīng)［11］。公式為：

式中：n為檢驗(yàn)站點(diǎn)的數(shù)目；Zai為第i個(gè)站點(diǎn)的實(shí)際觀測值；Zλi為第i個(gè)站點(diǎn)的插值估算值；MRE、MAE、RMSE值越小，表明插值效果越好。

相關(guān)性檢驗(yàn)和配對樣本T檢驗(yàn)在spss 17.0分析工具進(jìn)行計(jì)算。

2 結(jié)果與分析

2.1 降水多元回歸結(jié)果

對甘肅省的113個(gè)氣象站點(diǎn)的降水量在spss 17.0建立與經(jīng)度、緯度、海拔高度的多元線性回歸關(guān)系，得到的降水多元回歸線性方程：

式中：y為降水量，x1為經(jīng)度，x2為緯度，x3為海拔高度。

回歸方程表明，甘肅省多年平均降水量與經(jīng)度、緯度和海拔高度顯著（P＜0.05）相關(guān)，相關(guān)系數(shù)R＝0.897。其中，年均降水量與經(jīng)度呈相關(guān)，與緯度呈負(fù)相關(guān)，同時(shí)又受地形的影響。

2.2 誤差分析

利用9種方法分別對甘肅省1961～2004年近44年平均降水量進(jìn)行空間插值，插值結(jié)果的交叉驗(yàn)證數(shù)據(jù)見表1。

對于年降水來說，9種插值方法在MAE上的排序?yàn)镚P＞IDW＞SPLINE＞LP＞RBF＞CK＞OK＞AMMRR＞I－AMMRR，在 MRE上的排序?yàn)?GP＞IDW＞LP＞RBF＞SPLINE＞CK＞OK＞AMMRR＞I－AMMRR，RMSE排序與MAE排序一致。9種插值方法的MAE、MRE和RMSE排序，除SPLINE略有變化外，基本相同。

整體而言，傳統(tǒng)的插值法中，以O(shè)K法最優(yōu)，而GP不適于降水量的模擬。因AMMRR通過建立降水量與經(jīng)緯度、海拔等地理因子間的多元回歸關(guān)系進(jìn)行模擬計(jì)算的，其插值效果明顯優(yōu)于OK、CK、RBF、LP、SPLINE、IDW和GP這6種方法。而在AMMRR基礎(chǔ)上改進(jìn)的I－AMMRR法，插值效果更好，模擬結(jié)果的MRE、MAE和RMSE均最小。

表2配對樣本T檢驗(yàn)結(jié)果表明，9種方法的插值模擬結(jié)果與實(shí)測數(shù)據(jù)的相關(guān)性均呈極顯著（P＜0.01），其中，AMMRR、I－AMMRR 的相關(guān)性較高，分別為0.943、0.953。而且 AMMRR、I－AMMRR標(biāo)準(zhǔn)差和均值標(biāo)準(zhǔn)誤也小于其他幾種插值方法，進(jìn)一步證明了AMMRR和I－AMMRR模擬降水量空間分布的優(yōu)越性。

2.3 不同插值方法的年均降水量模擬分布

對甘肅省90個(gè)站點(diǎn)的1961～2004年近44年的年均降水量進(jìn)行空間插值（圖2）（空間分辨率為1km×1km）。

圖2表明，9種插值法均能反映出甘肅省年降水量從東南向西北逐漸減少，呈東高西低的梯度變化的空間分布特征。但除AMMRR和I－AMMRR方法能較直觀地反映年降水量隨經(jīng)緯度和海拔高度的地帶性變化規(guī)律外，其他方法插值得到的降水量柵格圖中，大多數(shù)出現(xiàn)了“牛眼”圖斑，不同閾值間的過渡較突兀，而且不符合地勢變化。

I－AMMRR模擬的甘肅省降水量圖表明，甘肅省多年平均降水量在空間上呈現(xiàn)明顯的梯度變化，且空間分布差異比較大。降水量從東南部向西北部逐漸減少，降水量高值區(qū)位于隴南地區(qū)東南部的成縣、徽縣和康縣，降水量在700以上；低值區(qū)位于河西走廊西部的敦煌、安西縣、肅北蒙古自治縣，降水量低于50mm。

表1 不同插值模擬結(jié)果的交叉檢驗(yàn)Table 1 Different interpolation simulation results of cross validations

表2 配對樣本（實(shí)測值和模擬值）的相關(guān)性檢驗(yàn)Table 2 Correlations test of paired samples between measured value and simulated value

圖2 不同插值方法模擬的甘肅省降水量柵格圖Fig.2 Raster maps of rainfall simulated

3 討論與結(jié)論

CK、GP、IDW、LP、OK、RBF、SPLINE、AMMRR和I－AMMRR這9種插值法，均能反映出甘肅省降水的緯向地帶性分布規(guī)律，即從東南向西北遞減的空間分布特征。

通過建立的甘肅省1961～2004年近44年的平均降水量與經(jīng)度、緯度、海拔高度的多元線性回歸關(guān)系可知，年均降水量與經(jīng)度呈相關(guān)，與緯度呈負(fù)相關(guān)，同時(shí)又受地形的影響。傳統(tǒng)的插值法中，以O(shè)K法最優(yōu)，這與許多研究結(jié)果一致［4］。但 AMMRR 優(yōu)于 OK［14］，本研究結(jié)果也證實(shí)了這一點(diǎn)。

AMMRR和I－AMMRR考慮了經(jīng)緯度、海拔等地理因子降水量的影響，利用多元回歸關(guān)系進(jìn)行模擬計(jì)算，因而較其他方法更直觀地反映了年降水量隨地理位置及海拔高度的變化特征，生成的年降水量分布圖更接近于甘肅省降水量在42～760mm［25］的事實(shí)。而且I－AMMRR采用了傳統(tǒng)方法中最優(yōu)的OK法進(jìn)行殘差面插值，其模擬結(jié)果相關(guān)系數(shù)更高，平均相對誤差、平均絕對誤差、均方根誤差更小，更優(yōu)于AMMRR。

I－AMMRR模擬結(jié)果表明，甘肅省多年平均降水量在空間上呈現(xiàn)明顯的梯度變化，且空間變化幅度比較大。降水量從東南部向西北部逐漸減少，最高的地區(qū)位于隴南地區(qū)東南部的成縣、徽縣和康縣，降水量在700mm以上，最低區(qū)位于河西走廊西部的敦煌、安西縣、肅北蒙古自治縣，降水量低于50mm，這與張旭東等［26］的結(jié)果一致。

影響降水量空間不確定因素有很多，雖然9種方法中I－AMMRR考慮了經(jīng)度、緯度、海拔高度對其的影響，但并沒有考慮坡度、坡向和實(shí)時(shí)的氣象條件（如風(fēng)速）等等造成的影響，而且，DEM數(shù)據(jù)的分辨率較大（1km×1km），有待于今后繼續(xù)深入研究。

［1］ 柴成武，徐先英，張莉，等.瑪曲縣氣候特征分析［J］.草原與草坪，2012，32（2）：74－77.

［2］ 周雷.貴南縣23年草原生態(tài)系統(tǒng)凈第一性生產(chǎn)力與氣候變化趨勢［J］.草原與草坪，2012，32（2）：58－60.

［3］ 朱會(huì)義，賈紹鳳.降水信息空間插值的不確定行分析［J］.地理科學(xué)進(jìn)展，2004，23（2）：34－39.

［4］ 方書敏，錢正堂，李遠(yuǎn)平.甘肅省降水的空間內(nèi)插方法比較［J］.干旱區(qū)資源與環(huán)境，2005，19（3）：47－50.

［5］ 鄔倫，吳小娟，肖晨超，等.五種常用降水量插值方法誤差時(shí)空分布特征研究－以深圳市為例［J］.地理與地理信息科學(xué)，2010，26（5）：19－24.

［6］ 何紅艷，郭志華，肖文發(fā).降水空間插值技術(shù)的研究進(jìn)展［J］.生態(tài)學(xué)雜志，2005，24（10）：1187－1191.

［7］ GOOVAERTS P.Geostatistical approaches for incorporating elevation into the spatial interpolation of rainfall［J］.Journal of Hydrology，2000，228：113－129.

［8］ 胡剛，趙剛，宋慧.不同插值方法對降水量空間不確定性的影響［J］.濟(jì)南大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，26（4）：1－5.

［9］ 儲少林，周兆葉，袁雷，等.降水空間插值方法應(yīng)用研究－以甘肅省為例［J］.草業(yè)科學(xué)，2008，25（6）：19－23.

［10］ 馬軒龍，李文娟，陳全功.基于GIS與草原綜合順序分類法對甘肅省草地類型的劃分初探［J］.草業(yè)科學(xué)，2009，26（5）：7－13.

［11］ 劉登偉，封志明，楊艷昭.海河流域降水空間插值方法的選?。跩］.地球信息科學(xué)，2006，8（4）：75－83.

［12］ 劉胤雯，賴格英，陳元增，等.梅江河流域年均降雨量空間插值方法研究［J］.亞熱帶資源與環(huán)境學(xué)報(bào)，2007，2（3）：29－34.

［13］ 彭曉芬，黃甫則，周汝良.云南省年均降雨量空間插值模擬方法比較［J］.西南林學(xué)院學(xué)報(bào)，2010，30（15）：26－28.

［14］ 郭婧，柳小妮，任正超，等.基于GIS模塊的氣象數(shù)據(jù)空間插值方法新改進(jìn)－以甘肅省為例［J］.草原與草坪，2011，31（4）：41－50.

［15］ DIRKS K N，HAY J E，STOW C D，et al.High resolution studies of rainfall on Norfolk Island.Part II：Interpolation of rainfall data［J］.Hydrology，1998，208：187－193.

［16］ DALY C，GIBSON W P，TAYLOR G H，et al.Acknowledge based approach to the statistical mapping of climate［J］.Climate Research，2002，22：99－113.

［17］ 韓蘭英，陳全功，張正偲.甘肅省近30年平均降水空間模擬方法的研究［J］.干旱區(qū)資源與環(huán)境，2008，22（3）：108－112.

［18］ 吳昌廣，林德生，周志翔，等.三峽庫區(qū)降水量的空間插值方法及時(shí)空分布［J］.長江流域資源與環(huán)境，2010，19（7）：752－758.

［19］ 伍光和，江存遠(yuǎn).甘肅省綜合自然區(qū)劃［M］.蘭州：甘肅科學(xué)技術(shù)出版社，1998.

［20］ 李飛，孫勇，鄭佳佳.安徽省降水量空間插值研究［J］.水土保持研究，2010，17（5）：183－186.

［21］ 林忠輝，莫興國，李宏軒，等.中國陸地區(qū)域氣象要素的空間插值［J］.地理學(xué)報(bào)，2002，57（1）：47－56.

［22］ 孟慶香，劉國彬，楊勤科.基于GIS的黃土高原氣象要素空間插值方法［J］.水土保持研究，2010，17（1）：10－14.

［23］ 劉湘南，黃方，王平編.GIS空間分析原理與方法［M］.北京：科學(xué)出版社，2008：211－213.

［24］ 柳小妮，郭婧，任正超，等.基于氣象要素空間分布模擬優(yōu)化的中國草地綜合順序分類［J］.農(nóng)業(yè)工程學(xué)報(bào)，2012，28（9）：222－229.

［25］ 百度百科.甘肅［2012－06－18］.http：//baike.baidu.com/view/8461.htm.

［26］ 張旭東，辛吉武，王潤元，等.基于DEM的甘肅省降水資源分析［J］.干旱地區(qū)農(nóng)業(yè)研究，2009，27（5）：1－5.