基于GIS的定位观测数据空间化

基于GIS的定位观测数据空间化收稿日期!"##"$#%&修订日期!"##’$#( 基金项目!本研究受国家科技基础性工作专项资金课题 )"##(*+,’##"%$-.和中国科学院知识创新工程项目资助 )/01(#2$3*4$($(5. 作者简介!廖顺宝 )(-66$.7男7博士7副研究员7主要从事遥感与地理信息系统应用研究8+$9:;?@;A>BCCD:EDEB 文章编号!(##%$6’#()"##’.#($##5%$#% 基于 F/3的定位观测数据空间化廖顺宝7李泽辉 )中国科学院地理科学与资源研究所7北京 (##(#(. 摘 ...

收稿日期!"##"$#%&修订日期!"##’$#( 基金项目!本研究受国家科技基础性工作专项资金课题 )"##(*+,’##"%$-.和中国科学院知识创新工程项目资助 )/01(#2$3*4$($(5. 作者简介!廖顺宝 )(-66$.7男7博士7副研究员7主要从事遥感与地理信息系统应用研究8+$9:;?@;A>BCCD:EDEB 文章编号!(##%$6’#()"##’.#($##5%$#% 基于 F/3的定位观测数据空间化廖顺宝7李泽辉 )中国科学院地理科学与资源研究所7北京 (##(#(. 摘要!属性数据空间化是当前F/3领域的前沿问题之一8在对中国 6"G个气象站多年平均气温数据空间化过程中7通过使用 ’#秒分辨率的数字高程数据7把气温分解为受经纬度H海拔高度影响的规律性成分和受其它因素影响的非规律性成分两部分7并分别用多元回归和反距离权重内插方法对二者实施空间化7最后将空间化结果进行合成得到基于栅格的中国多年平均气温分布数据8该数据既能反映气温在空间上的宏观变化7又能反映气温在局部地区的微观变化8该方法可供其它类型观测数据空间化H特别是在观测站点稀疏的情况下参考和借鉴8 关键词!F/3&观测数据&空间化中图分类号!0-G2D( 引言空间数据和属性数据是地学研究中非常重要的两类数据7属性数据空间化是目前 F/3 研究领域的前沿问题之一8定位观测数据和社会经济统计数据是 F/3研究中最常用的属性数据7属性数据空间化的需求源于数据综合分析的需要7一方面7目前遥感已经成为地学研究中的重要数据源7遥感数据采用栅格结构7为了与遥感数据进行各种分析7其它相关的地理信息也必须是栅格结构7因此需要进行从矢量到栅格的格式转换8另一方面7非遥感数据之间进行分析7也需要进行空间化8当进行不同观测数据之间的分析时7例如水文数据和气象数据7由于两类数据的观测站点往往不一致7直接使用两类数据几乎不可能进行空间分析8只有当把每类观测数据从有限的点扩展到面7并具有相同的地面分辨率时7才可能进行分析7这种把观测数据从点到面扩展的过程实质上就是观测数据的空间化8此外7 属性数据空间化还有利于数据质量的控制7属性数据在空间化之前有时很难发现问题或错误7而空间化以后7一些问题或错误根据经验和常识就很容易被发现8 最简单最直接的格式转换方法是空间数据内插和矢量数据的栅格化8但简单的内插和栅格化并不是真正意义上的空间化7因为它并没有考虑影响统计数据或观测数据的地理环境要素7其结果的可靠性往往受到质疑8 第 ""卷第 (期 "##’年 (月地理科学进展 IJKFJ+33/0F+KFJ,ILM N= 思想是!认为气温由随环境 $经度#纬度和海拔高度(变化而变化的规律性成分和受局部非规律性成分两部分组成!回归计算结果代表气温随环境变化的规律性成分!空间化后的残差代表气温变化的非规律性成分" 0 数据源准备与预处理 567 数据源中国 30’个气象站 4*年平均气温数据8 各气象站的地理位置 $经纬度和海拔高度(8 中国 4*秒分辨率数字高程模型 $9:;(数据8 // 地理科学进展 00卷万方数据中国国界图! "#" 数据预处理数据预处理主要包括以下内容$ %在全球 &’秒分辨率的数字高程图中(中国跨越 )个图幅(编号分别为 *’+’,)’- *’+’,.’-*/’’,)’和 */’’,.’(每个图幅解压后包括 0个文件(将每个图幅的 1234和 1526文件拷贝至 789:;,<=当前工作目录! %将 1234文件的后缀改为 1>?@! %在 789:;,<=的 A8;B模块中用 ;C7A*A8;B命令将 1>?@文件转换为 A8;B文件! %利用 C=D7;9命令将 )个图幅拼接在一起! %由于 ;C7A*A8;B命令在将 ;C7A*转换为 A8;B时(不支持负整数的转换(因此需要通过运算 EFG H6?2I JEKL?K H6?2M&NO+0(?K H6?2P+QQ&+(?K H6?2R对转换后的 A8;B进行修正! %拼接后的图象范围为 *+’P*/)’S,.’PD/’(而中国的主要面积仅在 *ONP*/&+,Q)P ,/0的范围内(为去除无关的数据(在A8;B中利用A8;B9T;U命令对整个区域进行切割! %利用 9=,函数将 B*C中的P....设置为 ,=B7V7! %通过自己编写程序生成经纬度网格数据!数据的空间化要使用经纬度数据(而在 789:;,<=中(尽管B*C数据隐含有每个栅格的经纬度坐标(但不能取出来进行运算(因此需要重新构建每个栅格的经度和纬度数据! A8;B7D9;;命令能将 A8;B转换为 7D9;;文件(而 7D9;;A8;B命令能把相应的 7D9;;文件转换为 A8;B(因此(利用简单的程序可以生成符合要求的经度 7D9;;文件和纬度 7D9;;文件(然后再分别将它们转换为经度 A8;B和纬度 A8;B! & 数据分析 W1X 模型构建研究表明(经纬度 L特别是纬度R和海拔高度是影响一个地区气温变化的主要因素!在 *Y9*TT中(以各观测站的多年平均气温为输出变量(以各观测站的经度-纬度-和海拔高度为输入变量进行多元回归分析(结果表明(各观测站的多年平均气温与经度-纬度和高度明显相关(其关系式为$ ZI QQ1/+.QP’1/)++[\]^ P’1O’+.[_‘aP’1’’)&Obc‘a L/R 式中([\]^-[_‘a和 bc‘a分别表示某地的经度-纬度和海拔高度(单位分别为度-度和米! 线性相关系数dI ’1.0( 标准误差为efI/1NQ!图 /表示了各观测站实际观测值与通过公式 L/R计算值的线性相关关系(图 N表示了各观测站气温观测值与计算值的误差情况! 从残差分布图可以看出(绝大部分测站的误差绝对值小于 Ng(少量测站的误差绝对值在 Nh)g之间(个别测站的误差绝对值在 )h+g之间(具体情况列于表 /! 误差绝对值在 Ng以内的观测站超过了 .’i( 说明所建立的回归方程基本上反映了多年平均气温随经纬度和海拔高度的变化规律(可以作为气温数据空间化的重要依据!尽管如此(仍有将近 /’i的测站误差超过 Ng!因此(为了使空间化产生的数据尽可能地反映 .0/期廖顺宝等$基于 A;D的定位观测数据空间化万方数据气温的实际分布情况!必须对模型计算结果进行修正" 图 # 模型计算结果与实际观测值的关系图 $ 各站气温残差分布情况 %&’(# )*+,-&./01&23*-4**/-1*5*06+-0.7 %&’($ 8*92*5,-65*5*0&:6,+;0:&0-5&36-&./ 9.:*+<,+<6+,-&./,/:,<-6,+9*,065*9*/- .7*=*5>.30*5=,-&./0-,-&./ 表 ? 误差绝对值在全部观测站中的分布情况 @AB(? CDEFGDBHFDIJIKLGGIG;EDJFMLANNIBELGOAFDIJEFAFDIJEABEINHFLOANHL 误差范围 PQR S# #T$ $TU UTV VTW 测站个数 UXU #Y# V$ #U Z 所占百分比 P[R WU(\ $Y(V W(Y $(# \(] 上述分析使用的观测站高度为气象资料中提供的高度!当以 _^‘ 中的观测站高度参与分析时!其结果也几乎完全一样" abc 误差修正公式 P#R反映了气温随经纬度和海拔高度变化的情况!但在反映气温受其它局部因素影响方面仍存在不足!因为有 W\个站的气温误差值超过 $Q!其中超过 UQ的观测站有 #] 个!超过 VQ的观测站有 Z个!最大误差达 WQ" 本研究涉及的 W$V个气象观测站为反映中国气象d气候变化的主要观测站!同一种气象观测要素在这些观测站之间的变化情况反映了该气象要素在全国的宏观变化趋势!因此! 在进行数据的空间化时!首先应当保证空间化获得的数据在这些观测站上与实际观测值一致!这一点可通过模型计算值与残差求和来实现!因为各观测站的残差是已知的"其次!还必须把各观测站残差分布情况推广到广大的非观测站所在地区!即进行残差的空间内插" 本文采用反距离权重法进行残差的空间内插!内插后!各观测站的残差值与原值有些微小的差异!但绝大部分观测站的差异值小于 \(ZQ!见图 Ud图 V"图 Z为经过内插以后的全国气温残差分布图" V 气温数据空间化 eb? 数据空间化首先利用公式 P#R计算出全国的多年平均气温分布图!结果如图 W所示!然后将图 Z \X 地理科学进展 $$卷万方数据图 ! 内插前后各观测站气温残差的关系图 " 内插后各观测站残差变化幅度 #$%&! ’()*(+,-.+(+(/$0.,12/+(1,-$34/5$* #$%&" 6(/$0.,12/7,+$(-8+,4%(39 :(93+($4-(+*31,-$34,40,9-(+$4-(+*31,-$34 (7(+83:/(+7,-$34/-,-$34,9-(+$4-(+*31,-$34 图 ; 内插以后的全国气温残差分布图图 < 根据回归模型计算出的全国多年平均气温分布图 #$%&; =$/-+$:.-$349$%.+(39>5$4,2/ #$%&< =$/-+$:.-$349$%.+(39>5$4,2/,7(+,%( -()*(+,-.+(+(/$0.,1,9-(+$4-(+*31,-$34 -()*(+,-.+(?,1?.1,-(0:8)(,4/39+(%+(//$34)30(1 和图 <进行求和运算@即在A6>BCD#E的F6C=中进行两个%+$0的求和运算@最终获得全国的多年平均气温分布图@如图 G所示H由于图 G中气温的精度为 I&JK@即保留到小数点后一位@因此@全国绝大部分地区气温的变化基本上是连续L平滑的H为了进一步反映气温在空间上的宏观变化@也为了与相关资料进行对比@将数据按每 MK一个级差分级 N图版 O@图 PQH RST 方法验证以 1:?@4?A<6?2<555CJOO5BM. H) 地理科学进展 HH卷万方数据 !"#$%&’&(&)*&+,-.$/.(/0.$/&1&+ 234#56#’7.$.8.4#’&19:, ;<=>?@ABCDEFG;DLIQjITTEMEq?REMJEVJaEMJFB dm\期廖顺宝等‘基于 O

                    本文档为【基于GIS的定位观测数据空间化】，请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑，
                    图片更改请在作品中右键图片并更换，文字修改请直接点击文字进行修改，也可以新增和删除文档中的内容。 
 该文档来自用户分享，如有侵权行为请发邮件ishare@vip.sina.com联系网站客服，我们会及时删除。

                    [版权声明] 本站所有资料为用户分享产生，若发现您的权利被侵害，请联系客服邮件isharekefu@iask.cn，我们尽快处理。

                    本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权，请谨慎使用。

                    网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传，仅限个人学习分享使用，禁止用于任何广告和商用目的。
                

下载需要：免费已有0 人下载

立即下载

基于GIS的定位观测数据空间化

你可能还喜欢