基于温度梯度修正的气温插值方法研究——以山东省为例

用基于温度梯度修正的气温内插方法对山东省气温数据进行内插试验,结果表明本方法原理简单,计算过程简洁,插值效果良好,具有较高的实用价值。     

Spatial Interpolation of Soil Nutrients Based on BP Neural Network

以广东省增城市为研究对象,采集了全市内200个土壤样点,利用 BP神经网络插值方法对研究区土壤的氮和磷进行空间插值预测,将插值结果与土壤样点实测值进行对比,得到预测数据的误差均方根。结果表明, BP神经网络的插值精度比克里格高,在样点较少的情况下,BP神经网络的插值结果克服了克里格插值方法的平滑效应。 BP神经网络对插值的样本数据的分布类型没有要求,比传统插值方法有更强的泛化能力,是一种可替代的插值方法。     

基于BP神经网络的土壤养分空间插值

以广东省增城市为研究对象,采集全市内200个土壤样点,利用BP神经网络插值方法对研究区土壤的氮和磷进行空间插值预测,将插值结果与土壤样点实测值进行对比,得到预测数据的误差均方根.结果表明,BP神经网络的插值精度比克里格高,在样点较少的情况下,BP神经网络的插值结果克服了克里格插值方法的平滑效应.BP神经网络对插值的样本数据的分布类型没有要求,比传统插值方法有更强的泛化能力,是一种可替代的插值方法.     

基于BP神经网络的土壤养分空间插值(英文)

以广东省增城市为研究对象,采集了全市内200个土壤样点,利用BP神经网络插值方法对研究区土壤的氮和磷进行空间插值预测,将插值结果与土壤样点实测值进行对比,得到预测数据的误差均方根。结果表明,BP神经网络的插值精度比克里格高,在样点较少的情况下,BP神经网络的插值结果克服了克里格插值方法的平滑效应。BP神经网络对插值的样本数据的分布类型没有要求,比传统插值方法有更强的泛化能力,是一种可替代的插值方法。     

基于GIS的山西永定河流域降水空间插值方法分析

以山西省永定河流域20个国家基本气象站点43年平均降水数据为基础,运用ArcGIS软件地统计学模块进行空间降水插值试验,分别采用了反距离加权法(IDW)、径向基函数法(RBF)和克里格法(KRIG-ING)3种常见的空间内插方法,探讨了山西永定河降水的空间分布。分析发现,3种插值方法在分析区域降水空间分布方面各有优缺点,其均方根预测误差(RMS)的排列顺序为KRIGING相似文献   

黄土高原降水量的空间插值方法研究

在地统计学和地理信息系统支持下,采用多种插值方法对黄土高原降水量进行了空间插值研究, 并探讨了气象站点密度与布局对插值结果的影响。结果表明,地统计学方法优于传统的反距离加权插值、多项式插值和径向基函数插值方法;考虑高程影响的普通协克里金方法优于一般的克里金方法和简单协克里金方法。通过空间插值得到了黄土高原降水量分布图,由该降水量分布图可知,黄土高原降水量总体呈现西北低、东南高的态势,界限很明显;年均降水量在100-800 mm,主要集中在200-600 mm内,以半湿润-半干旱气候为主。     

3种空间插值方法的精度及可视化效果研究

在分析Kriging插值、距离加权插值、最近邻点插值3种常见空间插值方法的基础上,以天津市蓟县山区为研究区域,分别对3种常见空间插值方法的插值效果进行了分析。以扩展不确定度为衡量3种内插方法精度的标准,并结合可视化效果的比较,综合得出Kriging插值法更适合在山区DEM生成中使用。     

基于地统计学的河北省降雨侵蚀力空间格局研究

【目的】研究降雨侵蚀力的空间分布格局。【方法】搜集河北省气象台站降雨数据应用SPSS和ARCGIS地统计软件对其进行分析与模拟。【结果】建立适宜于河北省的降雨侵蚀力的简易模型，并计算各台站的多年平均降雨侵蚀力；应用不同的插值方法进行估值，综合比较各种内插方法的预测误差、统计特征值及插值结果分布图；在2阶趋势条件下，半方差模型采用高斯模型、插值方法为析取克里格方法拟合结果优于采用球状模型与指数模型的其它插值方法。【结论】应用地统计学研究降雨侵蚀力空间分布格局，将有助于精确、定量化地估算土壤侵蚀风险，为科学制定区域水土保持规划和管理策略提供数字地图支持。     

云南省年均降雨量空间插值模拟方法比较

用反距离权重法、普通克里金法、基于样条函数法和回归模型计算法对云南省内134个气象站1993—2007年年均降雨量进行空间插值,将插值预测结果与检测点数据作对比分析,结果表明：4种插值法均能反映云南省内年均降雨量的空间分布特征,反距离权重法插值误差最小,精度最高,回归模型模拟插值误差较大,但能直观地反映年均降雨量随地理位置及海拔高度立体变化而变化的特征。     

1978—2007年辽宁省平均气温空间插值方法研究

气温能够反映一个地区的热量状况,其变化对于农业生产、生态环境的变化及全球气候变化有重要意义。收集整理了辽宁省47个台站1978—2007年30年平均气温数据,以Arc GIS软件为研究平台,结合数字高程模型,采用多元线性回归结合不同空间内插的方法,对气温数据进行空间插值。使用的插值方法分别为反距离权重法、规则样条插值法、张力样条插值法、普通克里格法、通用克里格法,并采用交叉检验的方法,对空间插值的结果进行检验。     

基于Curvelet的纹理方向自适应图像插值

为提高纹理复杂图像的插值放大质量,提出一种纹理方向自适应的图像插值算法。首先利用Curvelet变换提取图像的4个方向因子矩阵,然后对不同类插值点选择相应的2个方向因子构造权重系数进行线性插值,从而自适应地重建各类待插值点。分析比较了本文与现有插值算法对平滑与纹理复杂区域的插值重建质量。实验结果表明,本文算法能有效抑制传统插值方法重建图像时出现的边缘模糊和锯齿现象,重构的图像效果优于传统方法,纹理丰富图像的重构质量可提高2dB以上。     

区域性夏季平均气温空间插值方法比较

使用ArcGIS软件,采用反距离权重法、普通克里格法和泛克里格法3种空间插值方法,以东北三省78个气象站点1999、2004年夏季平均气温数据为例进行了空间插值,并采用交叉检验的方法对插值结果进行了比较。结果表明,3种方法所得插值结果均能大致反映气温分布状况,但从精度分析上看,泛克里格法精度优于反距离权重法和普通克里格法。     

一类加权有理插值样条曲面及局部约束控制

目的 构造一类新的基于函数值与偏导数值的加权有理插值样条曲面,讨论该样条曲面的相关性质并分析曲面的局部约束控制。方法 一方面,先从x方向构造有理三次插值样条,再从y方向构造二元有理插值样条曲面;另一方面,按相反次序构造另一个二元有理插值样条曲面;最后将两种插值曲面加权得到一类新的有理插值样条曲面。结果 讨论插值曲面的性质,包括基函数、边界性质、积分加权系数的性质以及误差估计。通过选择合适的参数和加权系数,在不改变插值数据的前提下实现对插值区域内的局部约束控制。结论 实验结果表明,新的加权有理插值样条曲面具有良好的约束控制性质。     

复杂地形下风场插值与林火蔓延模拟应用研究

山区地形复杂多变,风场随地形而变化,作为影响林火蔓延的主要因素,风场数据的准确程度将直接影响山地林火蔓延预测的结果。选择同时考虑地形起伏变化和距离作为主要因子的风场插值方法,设计并开发实现风场插值功能,并与基于空间距离的传统反距离权重(IDW)插值方法进行了比较研究。通过实验验证表明,所实现的基于地形起伏的风场插值方法对山区风场的模拟更接近实际;利用该方法的插值结果输入林火蔓延模拟,模拟的火场形状与实际范围具有更高的相似度。     

基于GIS海南岛气象要素空间插值法比较分析

应用普通克里格插值法(OK)、反距离权重插值法(IDW)、样条插值法(Spline)以及混合插值法(MLR)对海南岛18个长期气象观测站1979～2008年年均气温、年降水量、年日照时数以及年积温进行空间栅格化,并进行结果对比分析。结果表明:通过交叉检验的MAE和RMSIE的误差分析表明,MLR插值精度最高,样条插值法插值精度最低,普通克里格与反距离权重插值法插值精度接近。总体来看,混合插值法(MLR)是海南岛气象要素最优空间插值法。     

基于ArcGIS的近10年黑龙江省旬平均气温插值与建库

以ArcGIS Geostatictical Analyst为支撑,利用高程、坡向数据作为辅助,采用协同克里格（Cokriging）方法,对黑龙江省近10年旬平均气温进行空间插值,36个旬平均气温插值结果均误差、平均标准差和均方根标准差的平均值分别为0.0024℃、0.0006和1.124。基于全部旬平均气温插值结果及其相关数据,建立旬平均气温Geodatabase空间数据库,为气温变化监测、农业区划和实现千亿斤粮食的作物估产等研究奠定基础。     

基于Kriging插值和BP神经网络结合的粮仓温度场预测模型研究及实现

针对复杂仓储环境中粮情温度单点预测效果不理想、现有温度场建模难以满足工程应用需求等问题,基于温度场理论,结合分布式测温系统结构,提出了基于粮堆温度数据的温度场预测模型。该模型基于BP神经网络,利用粮仓内离散测温点数据预测对应点的未来温度数据;再采用Kriging插值法进行空间插值,利用已知位置的温度值估计出未知点的温度值,进而建立温度场的预测模型。仿真测试结果表明,温度预测的平均绝对百分误差为1.253 5%,均方根误差为0.106 0,预测效果良好。采用Kriging插值法进行温度点的插值,其平均绝对百分误差为9.470 0%,均方根误差为0.865 1。对比于传统的粮堆温度单点预测算法,该模型能够更好地反映粮仓内温度场变化趋势以及温度分布的情况,为粮仓管理者提供更好的数据支持,实现辅助决策。该模型可扩展性强,能够适用于各种仓储现场。     

A Data Generator for Evaluating Spatial Issues in Precision Agriculture

With the rapid rise in site-specific data collection, many research efforts have been directed towards finding optimal sampling and analysis procedures. However, the absence of widely available high quality precision agriculture data sets makes it difficult to compare results from separate experiments and to assess the optimality and applicability of procedures. To provide a tool for spatial data experimentation, we have developed a spatial data generator that allows users to produce data layers with given spatial properties and a response variable (e.g. crop yield) dependent upon user specified functions. Differences in response functions within fields can be simulated by assigning different models to regions in coordinate-(x and y) or feature space (multidimensional space of attributes that may have an influence on response). Noise, either unexplained variance or sensor error, can be added to all spatial layers. Sampling and interpolation error is modeled by sampling a continuous data layer and interpolating values at unsampled locations. The program has been successfully tested for up to 15000 grid points, 10 features and 5 models. As an illustration of the potential uses of generated data, the effect of sampling density and kriging interpolation on neural network prediction of crop yield was assessed. Yield prediction accuracy was highly related (correlation coefficient 0.98) to the accuracy of the interpolated layers indicating that unless data are sampled at very high densities relative to their geostatistical properties, one should not attempt to build highly accurate regression functions using interpolated data. By allowing users to generate large amounts of data with controlled complexity and features, the spatial data generator should facilitate the development of improved sampling and analysis procedures for spatial data.     

用Delphi实现温度传感器的数据采集和误差分析

利用Delphi嵌入式汇编的扩展功能实现基于I／O的热敏电阻温度传感器数据采集，并用二次样条插值法研究电压和温度特性非线性化的S曲线，减少非线性误差。     

基于GIS的安徽省气温数据栅格化方法研究

在区域农业气候资源评估中,需要利用空间插值技术,得到整个区域的气象要素分布.笔者以安徽省79个台站1971-2000年气象观测资料中的平均气温为数据源,采用多元回归结合空间插值方法,对气温数据进行栅格化.比较反距离权重法(IDW)、普通克立格法(Kriging)和样条函数法(Spline)等3种目前应用广泛的空间插值方法对气温要素插值的精度.交叉验证的结果表明:3种方法的MAE的排序为IDW相似文献