基于空间插值和回归分析方法的中国陆地区域月份近地表气温估算比较研究-澳门新葡亰平台9411-www.941.net-新葡萄京官网

澳门新葡亰平台9411-www.941.net-新葡萄京官网

当前位置: 澳门新葡亰平台9411 > 新葡萄京官网 > 科研成果 > 正文

基于空间插值和回归分析方法的中国陆地区域月份近地表气温估算比较研究


基于空间插值和回归分析方法的中国陆地区域月份近地表气温估算比较研究

Comparison of Spatial Interpolation and Regression Analysis Models for an Estimation of Monthly Near Surface Air Temperature in China


成果信息

· Wang, M., He, G., Zhang, Z., Wang, G., Zhang, Z., & Cao, X., et al. (2017). Comparison of spatial interpolation and regression analysis models for an estimation of monthly near surface air temperature in china. Remote Sensing, 9(12), 1278.

· http://www.mdpi.com/2072-4292/9/12/1278

· doi:10.3390/rs9121278


团队成员

· 王猛猛,博士,中国地质大学(武汉)信息工程学院,讲师,主要从事热红外遥感及其在生态环境的应用研究。

· 何国金,博士,中国科学院遥感与数字地球研究所,研究员,主要从事遥感信息智能处理与挖掘研究。

· 张兆明,博士,中国科学院遥感与数字地球研究所,副研究员,主要从事地表反射率、地表温度遥感反演,以及矿区生态环境应用研究。

· 王桂周,博士,中国科学院遥感与数字地球研究所,高级工程师,主要从计算机视觉、高分辨率遥感影像分类研究。

· 张正加,博士,中国地质大学(武汉)信息工程学院,讲师,主要从事InSAR技术研究及其在矿区地表沉降、高原冻土活动层厚度监测研究。

· 曹小杰,硕士生,中国科学院遥感与数字地球研究所,主要从事地表反射率反演研究。

· 吴志杰,博士,龙岩学院资源工程学院,教授,主要从事生态遥感、矿区生态环境遥感监测研究。

· 刘修国,博士,中中国地质大学(武汉)信息工程学院,教授,主要从事遥感信息提取及其地学应用、地学大数据建模及可视分析等方面的研究。


成果介绍

近地表气温是描述陆地环境条件的重要参数,也是气象观测资料中最基本的观测项目之一。空间连续的近地表气温数据是水文、气象和生态等应用研究的重要输入。近些年来,研究者们提出了大量的算法利用站点气温值来估算空间连续的气温数据。本研究比较了3个空间插值方法(包括反距离加权,样条函数和克里金)和2个回归分析方法(包括标准多元线性回归和地理加权回归)估算空间连续近地表气温数据的表现。以气象站点实测气温数据、MODIS植被指数月份合成产品(MOD13A3)、MODIS地表温度8天合成产品(MOD11A2)和数字高程模型(DEM)为数据源,利用5个模型分别估算了中国陆地区域2010年12个月份的月度最小、平均和最大气温,同时分析了月份、气象站点密度、地形类型对气温估算模型的影响。

结果表明:1)在大尺度近地表气温估算中,地理加权回归模型的精度优于标准多元线性回归模型;2)3个基于空间插值的方法中,克里金模型的近地表气温估算精度最高,其次为反距离加权,样条函数的精度最差;3)在近地表气温较高的月份(4月到9月),地理加权回归模型的近地表气温估算精度优于克里金插值模型;在近地表气温较低的月份(1月到3月和10月到12月),克里金插值模型的精度高于地理加权回归模型;4)在平原地区,地理加权回归模型的近地表气温估算精度明显高于克里金模型;5)对于高方差低平均值的气温样本,使用空间插值方法能获得估算精度更高的近地表气温结果。本研究的结论为今后研究者针对不同的环境条件选择最优近地表气温估算模型提供支持。


图1基于多元线性回归模型(MLR)和地理加权回归模型(GWR)的中国陆地区域2010年月度最小、平均和最大近地表气温估算精度比较; Min-MLR 表示基于多元线性回归模型的月最低气温制图,Mean-MLR 表示基于多元线性回归模型的月平均气温制图,Max-MLR 表示基于多元线性回归模型的月最高气温制图,Min-GWR 表示基于地理加权回归模型的月最低气温制图,Mean-GWR 表示基于地理加权回归模型的月平均气温制图,Max-GWR 表示基于地理加权回归模型的月最高气温制图。



图2基于地理加权回归模型(GWR)、克里金模型(Krigng)、样条函数(Spline)和反距离加权模型(IDW)的的中国陆地区域2010年月度平均近地表气温估算精度比较。



图3(a)基于地理加权回归模型的不同近地表气温月度统计值估算精度;(b)基于克里金插值模型的不同近地表气温月度统计值估算精度;MinimumNSAT表示月度最低近地表气温,MeanNSAT表示月度平均近地表气温,MaximumNSAT表示月度最大近地表气温。


图4不地形类型条件下基于地理加权回归模型和克里金模型的近地表气温估算精度比较;(a)中国陆地区域地形类型分布图;(b)不同地形类型条件下基于地理加权回归模型的月度平均近地表气温估算精度;(c)不同地形类型条件下基于克里金模型的月度平均近地表气温估算精度;Hills表示山区,Plains表示平原,Basin表示盆地,Plateau表示高原。