基于GIS空间插值的降水分布模拟方法比较研究

为了获取区域最优插值方案,模拟降水空间分布信息,基于1960-2015年湖南省87个气象站点资料,利用ArcGIS 10.2软件平台,采用克里金法、反距离权重法、样条函数法和趋势面法对研究区近56 a年均降水量进行空间插值,通过比较各插值方法的插值精度获得适合区域的插值方法,并分析了研究区降水空间分布特征。结果表明:湖南省降水空间插值受多因素影响,具有不确定性。交叉验证显示幂值为4的反距离权重法插值精度较高,基于TENSION模型的样条函数法次之,基于三角函数模型的克里金法精度略差,阶为2的趋势面法插值精度最差,然而4种插值方法一定程度上均能反映湖南省年降水量的空间分布特征。此外,不同插值方法插值结果存在差异性,其中,普通克里金法插值面较为粗糙,反距离权重法和样条函数法插值面较为光滑,趋势面法插值结果较为单调。     

降水量的空间变异性和空间插值方法的比较研究

为了比较降水量空间变异性研究的各种空间插值方法的优劣，选择无定河流域，运用逆距离加权法、趋势面拟合法、样条插值法、普通Kriging法和泛Kriging法等空间插值方法对流域的降水量进行了插值及空间场的变异分析。就普通Kriging法而言，结果显示降水量半变异函数符合一般的球状模型。把各种插值的连续空间分布与实际观察数据进行比较，结果表明：几种插值方法并无显著差异，但其中以普通Kriging法和逆距离加权法整体效果最好，尤以普通Kriging法环形模型最佳。最后分别运用上述插值方法对流域的降水量进行了空间插值并成图。     

基于BP神经网络的多年平均降雨量

以广东省186个降雨站点多年平均降雨量为基础数据，在分析了多年平均降雨量的空间分布特征及其与经度、纬度、海拔高度、坡度、坡向的内在关系后，提出了一种基于DEM、GIS 技术，利用BP神经网络模型进行插值的新方法（BPNNSI）。用没有参与建模的36个验证站点进行验证，结果表明：1）BPNNSI方法的最大相对误差为-10.2%，平均相对误差为3.79%，插值结果与观测值的相关系数达到0.93，取得了较好的模拟效果。2）从插值精度验证的五个指标（MRE 、MMRE、 MAE、C 、误差分布范围）来看，该方法由于综合考虑降雨量的多种影响因素，因而都明显的优于IDW、KRIGING方法。因而，BPNNSI不仅能够用于降雨量的空间插值，而且还可以用于生成高精度的分布图，客观细致地反映降雨随其影响因素梯度变化的地带性特征。     

基于产量监测系统的小麦产量图生成与空间变异性分析

为了准确获取冬小麦农田产量空间差异性信息,提升产量监测系统的采集精度与产量空间分布图的插值精度,采用研发的收获机产量实时监测系统,从绘制准确的产量空间分布图入手,对2013—2015年的小麦产量数据进行了插值及空间变异性分析,结果表明:阈值滤波的预处理方法可以有效剔除产量异常值,还原真实田间产量分布情况。通过RMSE对比得出,普通克里金(OK)方法绘制的试验地块产量空间分布图插值精度更高,最小值为826. 70 kg/hm~2,出现在2013年OK法指数模型中,搜索策略为椭圆形、最大相邻要素5个、最小相邻要素3个、1个扇区。由半方差函数拟合曲线参数得出3年产量空间变异性信息及监测系统的最优采样间距,分别为2013年与2014年的产量空间变异完全来源于空间自相关,2013年主要表现在2～12 m的中尺度范围,2014年表现在2～5 m的中尺度范围; 2015年由随机因素引起的空间变异为25%,表现在2 m以下的小尺度范围,空间自相关引起的变异为75%,表现在2～15 m的中尺度范围;产量监测系统的采样间距应保持在2～10 m,过小或过大将受到较大随机因素或插值精度降低的影响。     

河套灌区地下水位的空间变异性及其克里金估值

对1997-2001年河套灌区203个观测井的年均井水位高程进行常规的统计分析和地统计学分析,结果表明地下水位高程分布符合正态分布,实验半变异函数符合一般的球状模型。从获得的参数可知,1997-2001年期间,水位高程的相关尺度各年均存在着表现相似的几何各向异性,在搜索方向为310°左右时为变程长轴,变程大约134 km,在40°左右为相应的短轴,变程大约为60 km。同时各个年份计算结果均显示有块金值,说明在小于变程的空间尺度上仍然存在随机效应。最后运用克里金方法对该河套灌区的地下水位高程进行了空间插值成图。     

雅鲁藏布江流域NDVI与降水量时空分布特征及其相关性分析

结合归一化植被差异指数NDVI与降水量数据,利用突变分析将整个流域划分成高程3 523 m以下、3 523~5 000 m和5 000 m以上3个分区;并基于Arc GIS平台,分析了年尺度和生长季3个高程区域内NDVI的分布特征及其变化趋势,同时还对两种时间尺度上NDVI与降水量的相关性进行了探讨。结果表明,NDVI与降水量总体均呈现随高程增加而减少的分布特征,且高程3 523 m以下、3 523~5000 m和5 000 m以上分区内样点NDVI总体分别位于[0.6,0.8)、[0.2,0.6)、[0,0.2)之间;流域内高达90%的样点年尺度和生长季植被呈改善趋势,最大趋势系数达0.94。此外,流域内NDVI与降水量以负相关关系为主,高程5 000 m以上区域表现尤为显著,年尺度上二者最大负相关系数达-0.73,整个流域内年NDVI与降水量呈负相关关系的61%样点中有30%样点分布于高程5 000 m以上区域内。通过探究具有显著高程差异的雅鲁藏布江流域NDVI时空分布特征及其与降水量的关系,以期为高海拔缺资料地区植被分布规律及其与气象因子关系研究奠定基础。     

基于K-means聚类与RBFNN的点云DEM构建方法

因无人机机载激光雷达(Light detection and ranging,Li DAR)数据具有离散性,在生成数字高程模型(Digital elevation model,DEM)时需选择有效插值方法。以荒漠植被区为研究背景,使用零-均值标准化方法归一化点云回波强度,利用肘方法确定最佳聚类数目,采用K-means方法对点云强度值聚类得到地面点云。在此基础上,采用克里金(Kriging)方法插值抽稀率为20%和80%的地面点云数据,且将点云高程作为变量,建立RBF神经网络预测模型,并通过线性回归检验方法对模型进行精度分析,采用Delaunay三角网内插生成高精度DEM。结果表明:采用K-means方法实现最佳聚类数目为4的聚类,得到地面点云48 722个,在点云较优抽稀率20%的情况下,径向基函数神经网络(Radical basis function neural network,RBFNN)训练时间为56 s,点云高程预测的决定系数R~2为0. 887,均方根误差RMSE为0. 168 m。说明使用RBFNN对K-means聚类滤波得到的地面点云进行高程预测效果较好,可为基于点云构建高精度DEM提供参考。     

基于DEM的降雨空间插值方法研究

提出了一种基于DEM修正的Co-kriging（MCK）法,该方法在假设降雨和高程的数学期望满足一定比例的基础上,使得降雨同高程权重系数之和为1,从而提高了高程在降雨估值中的作用。滦河流域月降雨空间插值研究表明：MCK法得到的降雨插值精度最高。同时,当降雨高程相关系数大于0．71时,采用MCK法明显提高插值精度。     

基于BP神经网络与GIS可视化的作物需水量预测

作物需水量是农田水利工程规划、设计与灌溉用水管理的重要参数。基于BP神经网络与GIS可视化作物需水量预测,以河南省冬小麦的作物需水量为例,利用实测站点的地理坐标以及高程,通过BP神经网络对分析数据进行加密插值,并采用GIS里的协克里金法结合高程作为一个协变量进行作物需水量的空间插值,实现GIS可视化,从而得到准确度较高的作物需水量空间分布图。结果表明,该方法对于河南省冬小麦作物需水量预测具有较好的预测精度,方法有一定的参考价值。     

山丘区流域暴雨空间插值方法的比较

降雨分布研究是一类经典的空间插值问题,但是在山丘区暴雨分布研究中,由于地形复杂性的影响,传统空间插值方法难以有效地获取暴雨的空间分布。以浏阳河流域为例,结合GIS技术,在传统空间插值方法的基础上,考虑高程因素的影响改进原有的插值方法,并采用统一的交叉验证方法和精度验证模型,对插值结果进行验证比较。结果表明考虑高程因素的插值结果优于传统的插值方法,其中考虑高程因素的反距离权重法插值效果最好,验证了考虑地形因素的空间插值方法在进行暴雨分析方面的有效性。     

基于GIS的华南沿海小流域地区山洪灾害易发区识别

小流域地区是山洪灾害高发区,同时这些地区资料缺乏,给山洪灾害预警造成极大障碍。针对以上问题,选取松岗河小流域为研究区域,探索应用数字高程模型DEM进行山洪灾害空间影响范围的快速提取方法。首先,利用DEM提取小流域河流分级信息和各等级河流出水口的分布情况;然后,运用分布式水文模型,推演特定降雨量时各出水口山洪最大淹没水位;利用GIS技术,将离散的水位数据与数字高程数据叠加获取山洪最大淹没水深数据,并运用空间插值方法模拟山洪淹没信息的空间分布,计算不同降雨量条件下山洪最大淹没水深的空间分布状况,进而实现小流域地区山洪灾害易发区识别。.结果表明该方法能够快速有效模拟特定降雨量条件下小流域山洪淹没信息的空间范围,其直观的范围显示可快速为决策者提供预警信息,为山洪灾害预警提供数据基础。     

基于环境因子和R-STPS的林地土壤有机质预测模型

研究了基于环境因子和混合插值的林地土壤有机质预测模型。首先应用数字地形与遥感影像分析技术获取地形因子与遥感指数,然后分析土壤有机质与环境因子的相关性,最后用环境因子对土壤有机质进行空间预测。针对回归克里格法(RK)需要计算半变异函数的缺陷,提出了一种空间插值方法,即回归-光滑薄板样条插值法(R-STPS)。将这2种插值方法用于顺昌县土壤有机质的空间预测。结果表明,RK与R-STPS的预测精度、计算效率、预测的研究区土壤有机质空间分布的总体趋势相近。R-STPS无需计算半变异函数,使用方便,因此更有优势。     

DEM栅格分辨率对丘陵山地区定量土壤-景观模型的影响

基于数字高程模型（Digital Elevation Model，DEM）的定量土壤-景观模型的精度依赖于DEM栅格分辨率，而DEM栅格分辨率如何影响土壤-景观模型及其预测精度目前研究较少。以西南丘陵山地区一典型汇水盆地为研究对象，以该区2.5、5、10、20和30 m DEM为基础，利用逐步线性回归方法建立起研究区不同分辨率下的定量土壤-景观模型，并应用这些模型预测研究区内土壤表层碱解氮含量的空间分布，进而比较DEM不同分辨率下土壤-景观模型及其预测精度。结果表明，随着DEM栅格分辨率的降低，比汇水面积、地形湿度指数的均值逐渐增加；平均坡度逐渐降低；曲率变化的范围逐渐减小。地形指数的这一变化规律对土壤-景观模型及其预测结果产生显著影响，模型的校正决定系数、平均绝对误差和均方根误差都以5 m栅格分辨率为转折点，分辨率低于5 m，模型的校正决定系数显著减小，平均绝对误差和均方根误差显著增加。     

基于无人机遥感的大豆株高计算方法研究

针对目前田间大豆株高测量采用作物标尺准确度不够或人工测量费时费力的问题，基于50个试验小区、10个标准株高不同的大豆品种，以无人机(UAV)低空遥感平台获取大豆田间影像及数字表面模型，同时测定地面大豆实际冠层高度；利用克里金插值算法获取地面高程值(DEM),通过计算提取大豆株高信息，并验证此方法的精度和提取误差。研究表明：利用无人机遥感正射影像、数字表面模型和克里金插值算法生成的DEM模型符合试验田的地势情况，提取的大豆株高范围为0～1.13627m,所建立的株高提取模型R²=0.8163,计算得到的大豆实际株高与提取株高平均误差为3.79%。此方法可较为精确地计算大豆的植株高度，能够为大豆田间管理和高产株型选育过程中株高性状数据获取提供参考。     

基于DEM的土石方工程量计算研究

土石方工程是水利水电工程的重要组成部分，如何进行快速而精确的方量计算在水利水电工程设计和施工中具有重要的意义。结合数字高程模型的特点，对土石方工程量格网法计算方法进行改进。研究了DEM建模过程中二维图形的三维矢量化、参考点的快速搜索、二次曲面的插值算法、插值结果的检测与粗差剔除等内容，以实现土石方量计算电算化。详细介绍基于DEM的大范围土石方量快速、准确计算，并通过渣场容量计算体现方法的实用性。     

DEM分辨率对SWAT模型水文模拟的影响研究

以灞河流域为研究区,以DEM的分辨率(30~500 m)作为变量,进行了DEM空间分辨率对SWAT模型水文模拟的敏感性研究。首先,不同分辨率DEM作为输入数据构建SWAT模型并进行模拟,其后将模拟结果与灞河流域马渡王、罗李村水文站的实测流量比对进行相对偏差计算,最终采用均值变点统计方法,以模拟结果的相对偏差为研究对象,探讨分析了DEM尺度效应的最佳尺度拐点。结果表明,DEM分辨率的变化深刻影响着水文模型流域特征的提取,其分辨率的降低会导致流域的最大坡度、平均坡度、河道长度均发生衰减,同时流域形状、子流域数量也会发生不同程度的改变;随着DEM分辨率的逐渐降低(30~150 m),径流模拟的结果与实际流量的相对偏差逐渐增大,但增长幅度不超过11%。当DEM空间分辨率低于150 m时,相对偏差变化并不显著。均值变点法能够很好地识别拟合曲线发生明显变化的拐点,通过统计分析发现DEM分辨率为150 m时即为模拟结果相对偏差变化趋势逐渐由陡变缓的变化最佳拐点。     

基于深层残差网络的山区DEM超分辨率重构

针对大区域高分辨率数字高程模型(DEM)数据较难获取、超分辨率重构(降尺度)较低分辨率的DEM精度不高、难以满足实际需要的问题,提出一种对起伏特征较明显的山区DEM超分辨率重构的方法。利用较深层的神经网络充分学习高低分辨率DEM之间的非线性映射关系;为了降低训练难度,结合残差学习的方法进行数据训练。将双立方插值法、稀疏混合估计法重构的DEM及提取的坡度结果分别同深层残差网络法的结果进行对比,结果表明,3种方法DEM结果的差值平均值分别为0.41、0.34、0.34 m,RMSE分别为0.5945、0.5715、0.4869 m;坡度结果的差值平均值分别为3.02°、2.04°、1.99°,RMSE分别为3.6498°、3.1360°、2.7387°;处理时间分别为0.052、663.39、2.16 s。研究表明,对于10、20、40 m的DEM,本文方法在空间分布和误差方面优于其他方法,在耗时效率上也优于稀疏混合估计法,适合应用于梯田等地形复杂的区域进行超分辨率重构。     

基于GIS的新疆沙湾市棉花种植精细化气候区划

利用沙湾市及周边15个气象站点1980-2020年气候资料和地理信息数据,通过ArcGIS10.0空间分析技术将新疆1:5万DEM数据转成分辨率为(100m×100m)的数字高程,利用地统计回归和反距离权重等方法构建≥10℃积温、无霜期、7月平均气温、≥15℃持续日数、≥20℃积温等指标因子与地理因子的空间分析推算模型,获取棉花各区划指标因子的空间分布模拟值,并将实际值与模拟值之残差部分进行空间内插订正,结合棉花区划指标等级,最终得到棉花种植精细化气候区划。区划结果表明,全县划分为适宜区、次适宜区、风险区和不适宜区4个分区。适宜棉区主要分布在沙湾市海拔490～600m之间的乌奎高速公路北部附近地带,包括安集海镇、三道河子镇、乌兰乌苏镇和蘑菇湖水库附近的平原地区；次宜棉区主要分布在沙湾市海拔600～700m之间的乌奎高速公路南部附近地带；风险棉区主要分布在沙湾市海拔700～800m之间的乌奎高速公路南部的山前倾斜平原；不宜棉区主要分布在沙湾市海拔高度800m以上的南部山区。研究成果可为当地农业种植布局调整提供科学依据。     

基于GS和DEM的九龙江流域地表水

运用GIS软件ARC/INFO、ArcView，以九龙江流域为例，探讨了数字高程模型（DEM）的处理及其水文模拟分析。对九龙江流域分幅数字高程模型（DEM）进行图幅拼接、网格重分及切割等处理分析，生成九龙江流域数字高程模型。基于DEM和GIS，进行流域的水文模拟分析，包括洼地填充、水流方向计算、水流累积量计算、水网提取，最后进行了九龙江全流域及子流域界线的划分，生成了数字流域。     

喷灌均匀系数的三次样条两次插值计算方法

为提高喷灌水量分布均匀性评价的准确性,当雨量筒径向布置时,为考虑所有测点数据对插值点降水深的影响,采用径向和周向两次的三次样条插值计算出未知点的降水深,从而计算喷灌均匀系数.以美国雨鸟30PSH型喷头雨量筒间隔为1 m和2 m的喷洒试验数据,计算网格点取1 m和0.25 m,分别采用三次1羊条两次插值法和邻近四点距离线性插值法计算了克里斯琴森均匀系数.结果表明,均匀系数由高至低的顺序依次为采样间隔为2 m的线性插值、采样间隔为2 m的三次样条两次插值、采样间隔为1 m的线性插值和采样间隔为1 m的三次样条两次插值.采样间隔2 m比1 m计算出的均匀系数总体高3～4个百分点,三次样条两次插值法比邻近点距离线性插值法略低1个百分点,2种计算网格点间距下的均匀系数差值小于1个百分点.结果证明,采样间距、插值方法、计算网格间距对均匀系数的影响依次降低,三次样条两次插值法可以用来评价喷灌组合均匀系数.