基于濱州市臺站降水資料的空間內(nèi)插方法分析

劉昭武，劉 非，張其忠

（濱州市氣象局，山東 濱州 256612）

1 引言

氣象觀測為天氣預(yù)報、氣候分析和科學研究提供重要的觀測事實。隨著電子技術(shù)和計算機在氣象探測中的廣泛應(yīng)用，自2006年開始區(qū)域自動氣象站（簡稱區(qū)域站）在濱州市境內(nèi)大范圍建設(shè)，2013～2017年對全市區(qū)域站進行了換代升級，目前全市有89個區(qū)域站（含1個國家級無人值守自動站）。區(qū)域站已經(jīng)成為氣象觀測的重要組成部分，為精細化天氣預(yù)報制作和決策氣象服務(wù)提供了加密的氣象信息，在防災(zāi)減災(zāi)中發(fā)揮了重要作用。然而，由于區(qū)域站數(shù)量多，探測環(huán)境保護執(zhí)行的不嚴格，儀器的日常巡視、故障維修標準普遍不高，采集的數(shù)據(jù)資料存在很大的不確定性。

目前對區(qū)域站數(shù)據(jù)資料的研究較多，對區(qū)域站資料的可靠性有了一定的認識。楊萍等［1］對北京地區(qū)自動氣象站1998～2009年逐時資料進行了質(zhì)量評估，認為自動氣象站數(shù)據(jù)具有一定的準確性和可靠性，具有較強的應(yīng)用潛力和前景。許多學者對自動站與人工站觀測數(shù)據(jù)的差異進行對比分析，得出兩者觀測差值較小，其準確度能夠滿足日常業(yè)務(wù)應(yīng)用［2-14］。也有學者利用各種插值法對氣象資料進行模擬分析，得出在臺站分布密集的區(qū)域，不同內(nèi)插方法之間差異較小，不同的地域和不同的時空尺度內(nèi)所謂的“最優(yōu)”內(nèi)插法是相對的［15-24］。

利用幾種空間內(nèi)插方法對濱州市境內(nèi)的氣象觀測站資料進行插值結(jié)果比較分析，以期找到適合濱州市降水的“最優(yōu)”空間內(nèi)插方法，從而為缺測站或疑誤數(shù)據(jù)站提供較為準確的補充或訂正數(shù)據(jù)。

2 資料來源

濱州市境內(nèi)共建有6個國家一般氣象觀測站，1個國家基本氣象觀測站，以上統(tǒng)一簡稱為大監(jiān)站。大監(jiān)站探測環(huán)境保護規(guī)范，日常巡視、儀器清理、故障維修等工作由值班員按照業(yè)務(wù)規(guī)范流程來完成，采集的數(shù)據(jù)資料完整性、準確性非常高。因此，以大監(jiān)站作為基礎(chǔ)站，將區(qū)域站采集的數(shù)據(jù)與其做比較，可以辨別區(qū)域站采集資料的真實性。

采用濱州市7個大監(jiān)站和89個區(qū)域站2016年4～10月期間（該時段區(qū)域站啟用）采集的降水數(shù)據(jù)資料為基礎(chǔ)進行分析。

3 算法分析

圖1 濱州市大監(jiān)站和區(qū)域站分布

氣象要素自然分布具有連續(xù)性和均勻性的特點，適合進行水平空間一致性分析。目前判別降水空間分布使用的插值方法較多，這里選取克里金插值法、反距離加權(quán)插值法、改進的sherpard法、最近鄰點插值法、線性差值三角網(wǎng)法、自然鄰點插值法六種插值法進行對比分析。

3.1 日降水量分析

采用空間內(nèi)插方法對區(qū)域站日降水量資料進行插值處理，獲取大監(jiān)站的降水估計值。按照最大值、最小值、標準差、平均值四個統(tǒng)計量進行統(tǒng)計，見表1。結(jié)果表明，最近鄰點插值法獲取的降水估計值標準差為14.85，最接近于原始數(shù)據(jù)標準差15.43，克里金插值法次之，而反距離加權(quán)插值法和改進的sherpard法與原始數(shù)據(jù)偏離最大；另結(jié)合最大值、最小值、平均值三個指標分析，最近鄰點插值法在平均值上偏差最大，而自然鄰點插值法在平均值上偏差最小，克里金插值法次之。

為進一步分析比較六種空間內(nèi)插方法，根據(jù)日常業(yè)務(wù)中定義的小雨、中雨、大雨、暴雨等降水量級，將通過六種空間內(nèi)插方法獲取的大監(jiān)站降水估計值，按照不同降水量級對應(yīng)臺站數(shù)進行統(tǒng)計，其分布情況見圖2。結(jié)果表明，改進的sherpard法、最近鄰點插值法在小雨量級與原始臺站差距較大，反距離加權(quán)插值法和改進的sherpard法在中雨量級與原始臺站差距較大，自然鄰點插值法在大雨量級與原始臺站差距較大，改進的sherpard法在暴雨及以上量級與原始臺站差距較大。從不同降水量級對應(yīng)臺站數(shù)綜合分析，克里金插值法和線性差值三角網(wǎng)法應(yīng)用性更好一些，結(jié)合（表1）最大值、最小值、標準差、平均值四個統(tǒng)計量統(tǒng)計結(jié)果，克里金插值法在濱州市區(qū)域站日降水量資料插值處理上應(yīng)用性最優(yōu)。

表1 六種插值方法比較（單位：mm）

3.2 年降水量分析

圖2 不同降雨量等級對應(yīng)臺站數(shù)

采用空間內(nèi)插方法對區(qū)域站2016年年降水量資料進行插值處理，獲取大監(jiān)站的年降水估計值，分布情況見圖3。可以看出，各種插值方法所得結(jié)果基本上都能反映出濱州2016年年降水量的空間分布形態(tài)，但是不同插值方法所得結(jié)果在曲線平滑程度和局部區(qū)域空間的分布上存在一定的差異。反距離加權(quán)插值法出現(xiàn)較多的“靶心”，最近鄰點插值法呈現(xiàn)片狀結(jié)構(gòu)，改進的sherpard法在觀測站比較稀疏的地區(qū)，如濱州市沾化區(qū)北部地區(qū)（即圖3c的右上角部分）無插值結(jié)果，這些問題對研究分析都有一定的不利影響；克里金插值法、線性差值三角網(wǎng)法、自然鄰點插值法三種方法所得結(jié)果基本一致，較準確的反映了2016年全市大監(jiān)站和區(qū)域站年降水分布情況。

4 克里金插值法的進一步比較分析

4.1 隨機選取區(qū)域站分析

從七個縣區(qū)隨機選取7個區(qū)域站（見表2），假設(shè)為缺測站，利用克里金插值法將7個大監(jiān)站和剩余82個區(qū)域站日降水量資料進行插值處理，獲取缺測站的降水估計值（見表2）。結(jié)果表明，從7個區(qū)域站綜合情況分析，克里金插值法預(yù)測結(jié)果在平均值、最大值、最小值上非常接近原始值；在標準差上差距1.56，距平為9.7%，也比較接近原始值。從7個區(qū)域站單站情況分析，其中有5個站在標準差差距小于2，比較接近原始值。

4.2 業(yè)務(wù)應(yīng)用分析

2018年4月22日（過程1）、5月2日（過程2）濱州市分別出現(xiàn)一次大雨量級、小雨量級的降水，分別各有5個區(qū)域站數(shù)據(jù)缺測，應(yīng)用克里金插值法獲取缺測站的降水估計值，為驗證降水估計值的準確性、合理性，引用何志軍［18］等改進空間一致性分析方法的觀點，綜合考慮降水移向、距離因素，選取缺測站降水移動方向上、下游且距離最近兩個站點的觀測數(shù)據(jù)進行比較（見表3）。結(jié)果表明，4月22日降水過程缺測區(qū)域站的降水預(yù)估值誤差范圍在0.31～7.65mm，距平范圍在0.6%～15.3%，業(yè)務(wù)可用性比較好；5月2日降水過程缺測區(qū)域站的降水預(yù)估值誤差范圍在0.02～0.48mm，其中有8個距平在15.7%以下，另有2個距平分別為32.7%、44.6%，考慮5月2日降水過程實況為小雨量級，預(yù)估值在數(shù)量級上無偏差，作為缺測站的補充數(shù)據(jù)還是有較好的業(yè)務(wù)應(yīng)用性。

圖3 六種插值法對2016年年降水量資料插值分析

表2 隨機選取七個區(qū)域站的克里金插值法分析（單位：mm）

5 小結(jié)

本文以濱州市7個大監(jiān)站和89個區(qū)域站2016年4-10月期間采集的降水數(shù)據(jù)資料為基礎(chǔ)，分別利用六種空間內(nèi)插方法進行處理，較為系統(tǒng)的分析和比較了插值結(jié)果之間的異同。主要結(jié)論如下：

（1）空間內(nèi)插方法對區(qū)域站日降水量資料的分析結(jié)果表明，六種方法獲取的降水估計值均接近于原始值，結(jié)合降水量級分析，克里金插值法應(yīng)用性最優(yōu)。

（2）空間內(nèi)插方法對年降水量資料的分析結(jié)果表明，六種插值方法基本上都能反映出濱州2016年年降水量的空間分布形態(tài)，但是不同插值方法在曲線平滑程度和局部區(qū)域空間的分布上存在一定的差異。

表3 克里金插值法業(yè)務(wù)應(yīng)用分析（單位：mm）

（3）對克里金插值法進一步分析，隨機抽取缺測站的估計值在平均值、最大值、最小值上非常接近原始值，在標準差上也比較接近原始值，可以作為缺測站或疑誤數(shù)據(jù)站的質(zhì)量控制應(yīng)用。

（4）通過業(yè)務(wù)應(yīng)用分析，克里金插值法獲取缺測站的降水估計值，總體業(yè)務(wù)可用性比較好，但是在小雨量級的降水過程中存在誤差較大的現(xiàn)象，還需要進一步補充研究。