Studying the methods for rasterizing meteorological variables in the Loess Plateau

【目的】以黄土高原地区为例,对温度和降水量2种气象要素的栅格化方法进行研究,为非气象站点所在地区或宏观大尺度区域气象要素数据的获取提供参考。【方法】以直接插值法为对照,运用多元线性回归法和趋势面分析法,对分布于黄土高原及其周边地区127个气象站点1971-2000年的月平均温度和降水量与3种宏观地理因子(经度、纬度、海拔高度)之间分别建立回归关系,并在此基础上结合数字高程模型(DEM)和反距离权重法(IDW),对研究区2种气象要素数据进行栅格化,并选用8个气象站点对栅格化结果进行检测。【结果】在对检验站点月平均温度的模拟中,直接插值法的平均绝对误差(MAE)大于1.0℃,而多元线性回归法和趋势面分析法的MAE值分别为0.485~0.776和0.242~0.509℃,多元线性回归法和趋势面分析法明显优于直接插值法,而趋势面分析法较多元线性回归法更优;但在检验站点月平均降水量的模拟中,3种栅格化方法在模拟精度上并无明显差别。3种宏观地理因子中,海拔高度是影响黄土高原地区温度空间分布最主要的因素,而纬度则对研究区范围内降水量的空间分布影响最大。【结论】将宏观地理因子作为参数纳入到温度空间分布模型的构建当中,可以有效...【Objective】 With the aim to provide some clues in acquiring meteorological information for those ungauged or large-scale regions,this study took the Loess Plateau as the target area,which involved two types of meteorological variables-temperature and precipitation-to search proper methods for rasterization of meteorological data.【Method】 Here,multiple linear regression(MLR) and trend surface analysis(TSA) methods were employed to build regression relationships between the measured meteorological data and ma..