基于ANUSPLIN的时间序列气象要素空间插值

【目的】介绍ANUSPLIN在黄土高原多沙粗沙区时间序列气象要素的空间插值过程,为相关人员在ANUSPLIN的参数设置、误差分析和协变量要素选择等方面提供参考。【方法】以薄盘样条函数为插值理论,以专用气象数据插值软件ANUSPLIN为实现工具,并引入一个或多个协变量线性子模型,来实现多个气象要素的空间插值。【结果】完成了黄土高原多沙粗沙区时间序列(1980~2000年)多个气象要素月平均数据的栅格化,计算了气象要素随其影响因子变化的关系。【结论】ANUSPLIN以薄盘光滑样条函数为理论基础,引入协变量线性子模型,能较好地提高气象要素空间插值精度,且能反映气象要素随其影响因子变化的比率关系。在大多数情况下,该区模型选择以样条次数为3次的局部薄盘光滑样条函数模型为最佳。温度的空间插值相对比较容易,且误差较小,1995-07平均相对误差为1%;风速、水汽压的误差中等;日照时数和降雨量的误差较大,个别情况相对误差可超过50%。  

水稻抽穗扬花期极端高温发生时空特征及热害风险区识别——以南充市为例

以2000—2018年南充市水稻抽穗扬花期（7—8月）气象站点逐日最高气温数据为基础，通过年距平法、累计距平法提取南充市极端高温发生的时间特征；计算包括市域范围内及周边地区17个站点的多年水稻高温热害累积指数，并借助ANUSPLIN软件进行插值以获得南充市极端高温发生的空间特征；最终结合水稻种植范围、人口数量分布数据以及高温热害风险性分析模型识别南充市各等级水稻高温热害风险区。结果表明： 2006年为研究时段极端高温发生最严重的年份，其次是2017年，极端高温发生日数较常年明显偏多。2010年为南充市气温变化的转折点，2010—2018年平均日最高气温明显高于2000—2010年，预计未来极端高温天气出现的频率和强度持续增大。蓬安县、营山县为遭受极端高温天气最频繁的两个县，其次是高坪区、南部县和西充县。水稻高温热害高风险区在高坪区、营山县分布最多，中风险区在各县均有较广泛分布，而低风险区则集中分布在南部县西北部、阆中市北部和营山县东北部的山地、丘陵。水稻高温热害风险区的识别能为人们更好地安排农业生产和政府更科学地进行城市规划与改造等提供参考依据。