基于气温垂直递减率的气温空间扩展模型精度分析(共13页)

1、16/16基于(jy)气温垂直递减率的气温(qwn)空间扩展(kuzhn)模型精度分析张帅帅(河南大学环境与规划学院河南开封 475004)摘要：基于气温与海拔高度的相关性，利用中原经济区各地气象站点气象观测月值数据与气温垂直递减率原理，对中原经济区气温的空间分布特点进行分析，同时展开对依据气温垂直递减原理建立中原经济区气温空间扩展预测模型的尝试。通过将模型估测值与站点观测数据对比分析得出：模型精度随月份季节发生变化，7月份模型平均误差为0.45，4月模型误差为0.81，10月份模型误差为0.85，1月份模型误差达到1.2，模型精度由冬季向夏季逐渐升高，春秋两季过渡；模型精度在不同海拔高度范围

2、也存在差异，同时段同高度范围内气象站点间模型拟合程度更好。通过查阅相关文献分析认为气温分布的变化是地表植被、特殊天气系统发生频率及特定地形等因素的综合影响引起的。关键词：DEM；气温垂直递减率；空间扩展1 引言：气候是指地球上某一地区长时间大气的一般状态，是该时段各种天气过程的综合表征。气候变化对人类有着重要的影响。李国栋等1通过对豫东地区气象观测数据的分析认为豫东农区近20年冬小麦生长期内的暖湿化趋势对越冬作物产量造成了影响。谭方颖等2通过分析华北平原地区逐日均温，温度极值及降水资料，发现气候变暖加剧了华北地区高温、低温、旱涝及暴雨等气象灾害的发生，对工农业生产及人类生活造成的损失加大。田喆

3、3通过分析热岛效应与城市建筑空调采暖能耗的关系认为该效应增加了办公建筑的能耗。这些研究都说明了气候变化从农业、环境、生活的各个方面影响着人类。很多学者对于气候变化进行了多方面研究。周伟东等4结合了NECP/NCAR再分析资料、NINO3-4区海温资料、欧亚纬向风指数和南方涛动指数，利用中国东部近55年的冬季气温降水资料，采用气候统计诊断法，得到了中国东部热带亚热带和温带冬季气温降水变化特征及其与大气环流和海温的关系。马柱国等5分析了中国北方干旱半干旱地区近50年极端温度发生频率强度的变化趋势，得出了年极端温度的变化趋势及区域差异，讨论了中国北方区域极端温度的时空特征和区域增暖的关系。孙兰东等6

4、运用了EOF，REOF等分析方法得到了甘肃省极端高温的年际变化特征。张核真等7对喜马拉雅山脉气象站点35年逐月气温降水资料进行了分析，获得了该地区气候变化趋势及突变特征。孙娴等8用EMD（经验模态分解）方法对中国近50年月均温进行了分析，通过提取空间变化趋势特征值，做空间分型并计算站点气温变化率，利用ArcGIS及DEM得到了中国平均气温空间分型和变化率精度分布图。这些研究从区域到整体对中国气候变化特征有了一个较全面的反映。气温是气候的主要表现因素之一，因此有必要对气温变化及其分布情况进行深入的研究，但是(dnsh)气温的时空变化受多种因素的影响：鲁坦9结合(jih)2010年气象(qxing

5、)数据、NCEP再分析资料及EOS/MODIS 卫星遥感资料河南北部西部地区晚霜冻害进行了分析，认为超极地路径冷空气活动导致了河南省春季强降温天气发生。李晓娜等10探讨了北极涛动可能对河南省冷暖变化的影响。唐国利等11通过对比南京、滁县与溧阳，分析了城市规模与温度变化的关系，同时认为大气环流系统的变异和调整可能是温度显著升高的直接原因。气温变化的影响因素还包括了海拔高度、地形等。对于气温的研究可以从时间变化和空间分布两方面着手，由于现在多数研究集中在多时间尺度趋势分析上，因此我们考虑从空间分布方面开展一些工作。廖顺宝12对中国1960年500多个站点进行了直接内插法、气温垂直递减法和多元回归方

6、法的栅格化分析，认为气温垂直递减法和多元回归方法在气温数据栅格化方面都有较高的精度。李军13对中国气温数据进行了6种插值方法的处理，分析了各种插值方法的优缺点。甄计国14对甘肃省区域积温插值进行了GIS方法的改进探究并成功结合积温期分解提高了插值相对精度。这些研究为本文探索气温空间分布规律以及对气温进行空间扩展提供了有效的技术手段及参考方法。因此，本研究利用中原经济区17个气象观测站点2012年气温观测月平均值数据，基于气温垂直递减原理，考虑海拔单一要素，建立气温空间扩展估测模型并对其进行探讨和分析，并通过对比分析得出了模型在时空分布上的有效性差异。2 数据与方法2.1研究区中原经济区的范围包

7、括河南全省、山东省西南部、安徽省西北部、山西省东南部以及河北省南部，共30个省辖市，2个县。河南省有郑州、洛阳、开封、新乡、南阳、许昌、济源、焦作、安阳、鹤壁、濮阳、商丘、漯河、平顶山、周口、信阳、驻马店、三门峡，河北省有邯郸市、邢台市，山东省有菏泽市、聊城市、泰安市东平县，山西省有运城市，晋城市，长治市，安徽省有宿州市、淮北市、亳州市、蚌埠市、阜阳市、淮南市凤台县和淮南市潘集区。中原经济区总面积约28.9万平方公里、总人口约1.5亿，经济总量仅次于长江三角洲、珠江三角洲和京津冀经济区，居于全国第四位。是国家重要的粮食生产基地和现代农业基地，全国工业化、城镇化、信息化和农业现代化协调发展示范区

8、，全国重要的经济增长板块，全国区域协调发展的战略支点和重要的现代综合交通枢纽，华夏历史文明传承创新区。152.2数据中原经济区主体位于暖温带大陆性季风气候区，四季分明，冬冷夏热。1、4、7、10月分别处于冬、春、夏、秋四季的中间，1、7两个月也是大陆气温极值月，气温上最能代表四季气候特征，因此本文选取1、4、7、10四个代表月份的月均温数据来进行模型检验及规律分析。以下为中原经济区17个气象站点2012年代表月份气温观测月均值数据（表1）。表1中原经济区17站点2012年代表月气温观测月均值数据区站号台站名称海拔高度/m1月平均气温/4月平均气温/7月平均气温/10月平均气温/53898安阳6

9、2.9-1.916.827.91653986新乡73.2-0.517.828.517.257051三门峡409.9-116.726.715.157067卢氏568.8-1.515.725.613.257071孟津333.3-0.717.327.416.857077栾川750.3-1.31524.713.457083郑州110.40.318.528.917.357089许昌66.80.517.528.217.757091开封73.70.217.628.418.157156西峡250.31.517.627.81757178南阳129.2118.128.418.257181宝丰136.4-0.117

10、.12816.757193西华52.60.817.228.417.757290驻马店82.71.11828.818.657297信阳114.51.418.629.21858005尚丘50.1017.228.116.858208固始42.91.917.92917.5注：数据(shj)来源为中国气象局科学(kxu)数据共享中心。中原(zhngyun)经济区1千米分辨率DEM文件（图1），数据来源：中国科学院资源环境数据中心。图1中原经济区1km分辨率DEM2.3方法（模型构建）气温变化受很多因素影响，主要影响因素有纬度位置、海拔高度、地形、天气等。中原经济区地处中国中部地区，气候以暖温带大陆性季风

11、气候为主。地形类型多样，北有黄土高原，南有秦岭山脉，东有黄淮海平原，地势西北南三面高，中部东部低平。地势上的起伏高差成为影响气温分布的一个重要因素。本文尝试在仅考虑海拔高度这一气温影响(yngxing)因素的前提下构建(u jin)气温空间分布(fnb)模型。研究表明，在一般情况下气温会随海拔高度升高而降低，气温垂直递减率约为0.6/100m。依据气温垂直递减率，可以构建以下模型:X=x-H-h0.6/100其中：X为参照站点DEM估测温度；x为基准站点特定时间气温观测均值；H为参照点海拔高度；h为基准站点海拔高度。本文把参照气象站月气温观测均值与估测气温之间的差值叫做模型估测精度值，单位。通

12、过分析1、4、7、10四个代表月份的模型精度矩阵来检验气温空间估测模型的拟合程度。由于所规定的精度代表着估测值与观测值的差值，所以分析时可以采用精度值的绝对值来代表拟合程度。模型计算精度值越小，表示模型精度越高，模型对站点适用性越好，对区域的拟合程度越好。依据模型，可以分别将中原经济区选取的的17个气象站点数据代入计算，会得出对每个气象站点进行模型构建后的估测精度。计算流程如图2：图2模型精度计算流程图如以安阳为基准站点，栾川为参照站点，月份为4月，则有数据安阳（海拔62.9米，月均温16.8），栾川（海拔750.3米，月均温15）。栾川相对于安阳海拔高差是750.3-62.9=687.4米，

13、按照模型站点间温差应该是687.4*0.006=4.1244，模型估测栾川温度为16.8-4.1244=12.6756，模型估测精度为15-12.6756=2.3244。依次将17个站点作为基准站点对其他参照站点进行模型求值。最终会分别得到1、4、7、10四个代表月份的模型精度矩阵，见附表1-附表4。3结果与分析3.1 站点分类由于文章数据(shj)源自中原经济区17个气象站点，这些(zhxi)站点在海拔高度及空间位置上有一定分布规律，可以对其进行适当分类，并选择更有代表性的站点来降低(jingd)数据计算量。依据海拔高度对气象站点进行分类，可以分成以下三类：表2站点海拔高度分类海拔高度气象站

14、点100200（高高度）西峡、孟津、三门峡、卢氏、栾川依照空间位置上平均分布的原则可以将站点分成五类：表3站点空间位置分类空间位置气象站点东部尚丘西部孟津、三门峡、卢氏、栾川、西峡南部南阳、驻马店、信阳、固始北部安阳中部宝丰、许昌、郑州、开封、西华、新乡在兼顾海拔高度及空间地域分布的情况下，为了让样本具有最佳代表性，本文选取安阳、许昌、宝丰、栾川、固始、尚丘六个站点精度数据对中原经济区气候模型适应性进行细致分析。本文选取的代表站点空间位置分布见图3：图3代表站点空间位置分布3.2不同代表时间的站点精度分析3.2.1单站点不同代表月份的精度数值分析首先(shuxin)对这6个代表(dibio)站

15、点1、4、7、10四个代表月份的模型精度绘制折线图，由折线图可以(ky)比较代表站点在不同代表月份估测精度大小。由精度值波动情况，可以看出模型在不同代表站点及不同月份上的适用性即拟合程度。安阳是北部及低高度站点的代表。由图4可以看出以安阳为基准站点时，最佳精度为10月份对西华、7月份对尚丘及4月份对卢氏，最差精度超过4，是1月份对栾川和1月份对西峡。在整体波动性上，7月份波动最小，数值最小，精度最好。1月份精度值波动最大，数值最大，模型拟合度最差。许昌位于研究区中部，是低高度站点代表。以许昌为基准站点，图5最佳精度发生在1月份对郑州、4月份对宝丰及10月份对西华，最差精度发生在1月份对栾川和西

16、峡，数值超过2。在许昌，模型波动性最小，数值最低的是7月和10月，波动性最大且数值最大的是1月份。图4 安阳模型精度折线图 图5许昌模型精度折线图宝丰位于研究区中部偏西，是中高度站点代表。以宝丰为基准站点，最佳精度发生在7月份对新乡、开封、西华，4月份对许昌、开封，10月份对新乡、三门峡。最差精度发生在1月份对栾川和西峡。整体上波动性最小数值最小的是7月份，波动性最大数值最大的是1、4、10月。栾川位于研究区西部山区，是高海拔站点代表。在栾川，模型精度最佳发生在7月份，波动性最小，数值普遍最低。精度最差发生在1月份对安阳，波动最大数值最大的也是1月份。图6宝丰模型精度折线图 图7栾川模型精度折

17、线图固始位于研究(ynji)区南部，是低高度站点代表。其最佳精度发生在7月份(yufn)的大部分站点，4月份(yufn)对新乡、开封，10月份对新乡、栾川，1月份对信阳。最差精度发生在1月份对安阳。波动性最小平均数值最小的是在7月，波动性最大的是1月，平均数值较大的是1月、4月、10月。尚丘是东部低高度站点的代表。以商丘为基准站点，最佳精度发生在7月份对安阳、许昌，4月份对西华。最差精度发生在1月份对栾川，数值接近3。整体波动性及数值最小的是7月份，波动性及数值都较大的是1、4、10月份。图8 固始模型精度折线图 图9尚丘模型精度折线图综合以上，可以发现整体上模型在7月份精度最高，拟合程度最好

18、。而1月份最差，4月份和10月份介于两者中间。同时计算可得7月份模型平均误差为0.45，4月模型误差为0.81，10月份模型误差为0.85，1月份模型误差达到1.2。由于1、4、7、10月分别是冬、春、夏、秋四季的代表月份，所以可以说模型在夏季拟合效果最好，冬季最差，而且从冬季到夏季精度逐渐提高，从夏季到冬季，拟合程度降低。3.2.2单站点的不同代表月份精度空间插值分布变化模型在月份季节上的精度变化可以通过ArcGIS空间插值分析功能进行验证。由于气温垂直递减率是0.6/100m，所以可以对精度设定三个限度，规定精度在0.3以内为高精度，0.30.6为一般精度，大于0.6为低精度，这样在海拔上

19、的误差以50m、100m为界限。通过空间插值12对模型拟合程度进行比较分析（IDW插值方法，像元大小1000，幂指数2）。安阳站点1月模型精度空间插值高精度及一般精度范围仅以站点为中心点呈小范围同心圆分布，4月插值结果显示在安阳东南尚丘站点模型精度达到一般精度，7月份模型在中原经济区东北部较大范围达到一般精度要求，在安阳和尚丘站点呈同心圆范围达到高精度要求，10月份模型精度在安阳及栾川达到高精度要求，但是范围很小。许昌为基准站点，1月份模型精度分布以许昌为中心点在中原经济区中部1/4范围达到一般精度要求，在4月份模型精度达到一般精度要求的范围超过区域总面积1/2，在7月份模型精度达到一般精度要

20、求的范围超过全区域总面积75%，以许昌为西起点向东延伸形成一个高精度走廊，10月份模型进度依然呈同心圆状分布，一般精度范围在50%左右。（图10）图10安阳许昌模型(mxng)空间IDW插值宝丰为基准(jzhn)站点，1月模型精度(jn d)达到一般精度标准的范围达到全区域25%，在许昌宝丰形成两个高精度中心，4月份模型精度达到一般精度的范围达到整体50%，而7月份模型精度达到一般精度要求的范围接近全区域100%，高精度与一般精度区域分布呈现同心圆形状，10月份模型精度分布规律不明显，分布分散。栾川为基准站点，1月份模型精度在栾川西峡形成两个高精度中心，而一般精度范围在全图分布低于10%，4月

21、一般精度范围在区域西部稍显扩大，7月份模型精度高精度区域覆盖了整个西部地区，南部也形成一个高精度中心，一般精度范围达到全区域范围的90%，10月份精度分布呈现和许昌相同特点。图11宝丰栾川模型空间IDW插值固始为基准站点，1月份模型精度在固始等南部站点形成两个高精度中心，一般精度以上范围仅包括南部小范围区域，4月模型精度达到一般精度要求的范围覆盖中部东部南部地区，占到全区域总面积的60%以上，7月、10月模型精度分布呈现和栾川站点相似特点。尚丘为基准站点，1月模型精度高精度范围以尚丘为中心形成高精度中心，一般精度范围在区域东部形成一个东西走向小范围走廊，4月模型精度到达一般精度的范围分布在东部

22、中部和部分北部地区，7月模型精度达到一般精度要求的范围达到全区域50%，在尚丘安阳两站点附近形成两个高精度中心，10月份模型精度达到一般精度要求及以上的区域范围迅速缩小，局限于尚丘站点附近。图12固始尚丘模型(mxng)空间IDW插值综合以上(yshng)分析可知，模型(mxng)精度到高精度及一般精度要求的范围从1月到7月逐渐扩大，而后逐渐缩小，模型拟合效果也随时间变化，在冬季最差，夏季最好，春秋两季呈现过渡特征。3.3 不同海拔高度的站点精度分析从模型精度矩阵可以提取到一些不同高度间站点相互估测精度值分布情况。分别对1月、4月、7月、10月份各基准站点相互估测精度值进行细致比较，会对模型空

23、间适用性有一个初步的认识。3.3.1 单站点模型精度数据特征值分析通过将17个气象站点数据代入模型计算，得到了单站点模型精度矩阵。文章需要分析一下模型精度情况是否与海拔高度存在一定相关性。上文已经将气象站点按照海拔高度进行了分类，那么通过统计各海拔范围内站点间模型精度值可以分析这种相关性。本文把海拔高度100m以下站点简称低，海拔高度在100m200m的站点简称中，海拔高度在200m以上的站点简称高。提取相应高度范围站点模型精度矩阵的极大值叫做最低精度，极小值叫做最高精度，并计算相应平均值叫做平均精度。表4 1月模型精度矩阵特征数据提取最高精度最低精度平均精度低&低0.213.681.15中&

24、低0.063.611.08中&中0.241.370.61高&低0.144.521.65高&中0.172.481.03高&高0.161.900.861月份（表4）：从极值来看，可以发现模型最高精度发生在中高度站点和低高度站点之间，最小值为0.06，模型最差精度发生在高海拔站点和低高度站点之间，数值为4.52。从平均值来看，精度值最小发生在高海拔站点之间，最大值产生在高海拔站点与低高度站点之间。另外可以发现同一高度范围内站点之间模型估测精度最好，而不同海拔范围内气象站点之间模型精度较差。表5 4月模型精度矩阵(j zhn)特征数据提取最高精度最低精度平均精度低&低0.02 1.32 0.47 中&

25、低0.02 2.11 1.01 中&中0.12 1.37 0.55 高&低0.61 2.32 1.36 高&中0.01 1.58 0.48 高&高0.01 0.40 0.16 4月份(yufn)（表5）：从极值来看，模型最高精度(jn d)产生在高海拔站点之间和高海拔站点与中高度站点间，精度值为0.01，精度最差发生在高海拔站点与低高度站点之间，精度值为2.32。从平均值看，精度值最小为0.16，发生在高海拔站点之间，最大值为1.36，发生在高海拔站点与低高度站点之间。在同一高度范围内的站点之间模型精度普遍较高，模型拟合程度更好。表6 7月模型精度矩阵特征数据提取最高精度最低精度平均精度低&低

26、0.04 1.02 0.39 中&低0.02 1.61 0.65 中&中0.32 1.07 0.45 高&低0.01 1.12 0.47 高&中0.02 0.87 0.38 高&高0.04 0.39 0.15 7月份（表6）：从极值来看，可以发现模型最高精度发生在高海拔站点和低高度站点之间，最小值为0.01，模型最差精度发生在中高度站点和低高度站点之间，数值为1.61。从平均值来看，精度值最小发生在高海拔站点之间，数值为0.15，最大值产生在中高度站点与低高度站点之间，数值为0.65。可以发现同一高度范围内站点之间模型估测精度值更低，精度更好，而不同海拔范围内气象站点之间模型精度较差。但是7月

27、份模型精度值普遍较低，均值大多0.6。与其他季节相比，夏季模型拟合程度显然更好。表7 10月模型精度矩阵特征数据提取最高精度最低精度平均精度低&低0.09 2.72 0.87 中&低0.05 2.60 0.86 中&中0.29 1.46 0.64 高&低0.04 2.48 0.89 高&中0.04 2.36 0.83 高&高0.30 2.19 0.85 7月份（表7）：从极值来看，可以发现模型最高精度发生在高海拔站点与低高度站点和高海拔站点与中高度站点之间，最小值为0.04，模型最差精度发生在低高度站点之间，数值为2.72。从平均值来看，精度值最小发生在中高度站点之间，最大值产生在高海拔站点与

28、低高度站点之间。在10月份从均值上看不出模型在同海拔高度范围内模型精度更好，均值大多在0.80.9。综合(zngh)以上，可以(ky)知道，在1、4、7月份均表现出同高度范围内站点模型精度高于不同高度范围站点间的模型精度，同时(tngsh)在数值上也说明了模型在7月份即夏季的精度更高，拟合程度更好。3.3.2 单站点模型精度数据空间差异分析1月：六个代表站点模型精度插值结果显示出海拔高度在100m以下及100m200m范围内的气象站点依据模型估测所得高精度及一般精度范围更大，200m以上站点范围更小。也就是说在同样面积下要对气温达到相同监测精度，低海拔地区所需气象站点数量要比高海拔地区少。同时

29、估测精度呈现以参照站点为圆心的同心圆分布。图13 1月单站点模型精度空间分布4月：插值结果依然显示出海拔高度在100m以下及100m200m范围内的气象站点依据模型估测所得高精度及一般精度的范围更大，200m以上站点所覆盖范围更小。在拟合程度上，中低海拔高度站点对于模型的适用性更好。图14 1月单站点模型精度空间分布7月：插值结果显示200m以上气象站点对模型的适用性较好，而100m以下气象站点对于模型适用性存在差异，固始表现较高模型精度，而尚丘与安阳表现较差。图15 1月单站点模型精度(jn d)空间分布10月：可以看到模型在固始、许昌、栾川站点表现出更好地拟合(n h)程度，在安阳和尚丘表

30、现(bioxin)出较差的拟合程度，其中安阳最差。模型在10月份表现不出不同高度站点适用性的差异。图16 1月单站点模型精度空间分布综合以上，可以知道模型在1月、4月表现出对低海拔高度范围内站点更好的适用性，7月份即夏季模型对各高度范围站点均表现出较好适用性，10月份显示模型精度适用性与海拔高度相关性微弱。3结论：在时间上，7月份模型平均误差为0.45，4月模型平均误差为0.81，10月份模型平均误差为0.85，1月份模型平均误差达到1.2。由于1、4、7、10月分别是冬、春、夏、秋四季的代表月份，因此可以说模型在夏季拟合效果最好，冬季最差，而且从冬季到夏季精度逐渐提高，从夏季到冬季，拟合程度

31、降低。模型拟合精度在不同月份的高低变化说明了气象站点气温观测月值数据受气温垂直递减率的影响程度。在夏季，由于太阳直射点更接近北回归线，北半球普遍昼长夜短，日照时长的条件弥补了辐射强度不足的缺点，所以北半球中纬度地区普遍高温，冷锋等天气系统影响小，此时海拔高度成为影响气温高低的更重要因素。在冬季，由于太阳辐射条件的差异拉大，北半球气温分布和纬度位置相关性增强，同时冷锋寒潮等天气系统频繁，对气温观测值影响加大，此时海拔高度对气温分布的影响力就会相应减弱。另外不同季节植被覆盖度不同导致地表对于太阳辐射的反射率不同16，特殊地形会加深特定地区受某些天气系统的影响。在空间(kngjin)上，可以发现(f

32、xin)在1月份(yufn)及4月份，模型在海拔低于200m的站点适用性更好，在高于200m的气象站点适用性较差。即模型在1月、4月表现出对低海拔高度范围内站点更好的适用性，7月份即模型对各高度范围站点均表现出较好适用性，10月份显示模型适用性与海拔高度相关性不明显。同时模型精度在个别站点表现异常，例如安阳、尚丘、栾川等气象观测站点。通过查阅相关文献可知影响因素有很多，有小地形特定天气系统的影响，有气象观测方面的数据误差，气象站点周围环境的影响也不容忽视。气温空间扩展模型基于区域海拔高度上的差异，是一种理想化的状态。随着水平距离的增加，纬度位置、海陆位置、地形因素、辐射条件等多种因素对气温空间变化的影响比重逐渐增加，模型随空间尺度的扩大所需要考虑的干扰因素在数量及比重上都需要随之调整。根据地形单元差异逐渐加入相应干扰因素权重系数，在保证一定模型精度的前提下确定模型的空间有效范围是今后本文努力的方向。参考文献：1 李国栋,田海峰,刘亚茹,等.豫东农区冬小麦生育期气候变化的多时间尺度分析(fnx)J.中国农学(nngxu)通报,2013,29(23):180-193.2