中高纬度山区气温空间化的方法比较研究——以大兴安岭北麓为例

摘要

为比较和探讨中高纬度山区多种气温空间插值方法的精度及适用性,本文利用大兴安岭山脉北段及其周边区域气象站点实测气温数据,以平均绝对误差(MAE)和均方根误差(RMSE)作为评价指标对六种气温空间插值方法进行精度比较.研究结果表明:(1)反距离权重插值法(IDW)、普通克里金插值法(OK)、样条函数插值法(Spline)三种传统的气温插值方法只能粗略反映气温要素的空间分布状况,不适合气象站点稀少而地形起伏较大的区域.(2)BP神经网络(MAE:0.62°C ～1.43°C,RMSE:0.84°C ～2.02°C)和线性回归+残差内插的空间插值算法(MAE:0.61°C ～1.55°C,RMSE:0.82°C ～2.30°C)优于常规的插值方法,且BP神经网络算法能较好地反映研究区地形的高低变化以及山脉的走向.(3)在一天中的12:00—22:00时间段内,六种气温空间插值方法的插值精度与插值效果都不理想.对比六种气温空间插值方法表明,BP神经网络算法对研究区气温空间模拟效果最好,且插值效果与训练样本数量成正比.本文可为中高纬度山区气温空间化研究提供参考.