基于濱州市臺站降水資料的空間內插方法分析

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。隨著電子技術和計算機在氣象探測中的廣泛應用，自2006年開始區域自動氣象站（簡稱區域站）在濱州市境內大范圍建設，2013～2017年對全市區域站進行了換代升級，目前全市有89個區域站（含1個國家級無人值守自動站）。區域站已經成為氣象觀測的重要組成部分，為精細化天氣預報制作和決策氣象服務提供了加密的氣象信息，在防災減災中發揮了重要作用。然而，由于區域站數量多，探測環境保護執行的不嚴格，儀器的日常巡視、故障維修標準普遍不高，采集的數據資料存在很大的不確定性。

目前對區域站數據資料的研究較多，對區域站資料的可靠性有了一定的認識。楊萍等［1］對北京地區自動氣象站1998～2009年逐時資料進行了質量評估，認為自動氣象站數據具有一定的準確性和可靠性，具有較強的應用潛力和前景。許多學者對自動站與人工站觀測數據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務應用［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域，不同內插方法之間差異較小，不同的地域和不同的時空尺度內所謂的“最優”內插法是相對的［15-24］。

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

2 資料來源

濱州市境內共建有6個國家一般氣象觀測站，1個國家基本氣象觀測站，以上統一簡稱為大監站。大監站探測環境保護規范，日常巡視、儀器清理、故障維修等工作由值班員按照業務規范流程來完成，采集的數據資料完整性、準確性非常高。因此，以大監站作為基礎站，將區域站采集的數據與其做比較，可以辨別區域站采集資料的真實性。

采用濱州市7個大監站和89個區域站2016年4～10月期間（該時段區域站啟用）采集的降水數據資料為基礎進行分析。

3 算法分析

圖1 濱州市大監站和區域站分布

氣象要素自然分布具有連續性和均勻性的特點，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、反距離加權插值法、改進的sherpard法、最近鄰點插值法、線性差值三角網法、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

采用空間內插方法對區域站日降水量資料進行插值處理，獲取大監站的降水估計值。按照最大值、最小值、標準差、平均值四個統計量進行統計，見表1。結果表明，最近鄰點插值法獲取的降水估計值標準差為14.85，最接近于原始數據標準差15.43，克里金插值法次之，而反距離加權插值法和改進的sherpard法與原始數據偏離最大；另結合最大值、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插方法，根據日常業務中定義的小雨、中雨、大雨、暴雨等降水量級，將通過六種空間內插方法獲取的大監站降水估計值，按照不同降水量級對應臺站數進行統計，其分布情況見圖2。結果表明，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臺站數綜合分析，克里金插值法和線性差值三角網法應用性更好一些，結合（表1）最大值、最小值、標準差、平均值四個統計量統計結果，克里金插值法在濱州市區域站日降水量資料插值處理上應用性最優。

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臺站數

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

從七個縣區隨機選取7個區域站（見表2），假設為缺測站，利用克里金插值法將7個大監站和剩余82個區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）。結果表明，從7個區域站綜合情況分析，克里金插值法預測結果在平均值、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 業務應用分析

2018年4月22日（過程1）、5月2日（過程2）濱州市分別出現一次大雨量級、小雨量級的降水，分別各有5個區域站數據缺測，應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據進行比較（見表3）。結果表明，4月22日降水過程缺測區域站的降水預估值誤差范圍在0.31～7.65mm，距平范圍在0.6%～15.3%，業務可用性比較好；5月2日降水過程缺測區域站的降水預估值誤差范圍在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，預估值在數量級上無偏差，作為缺測站的補充數據還是有較好的業務應用性。

圖3 六種插值法對2016年年降水量資料插值分析

表2 隨機選取七個區域站的克里金插值法分析（單位：mm）

5 小結

本文以濱州市7個大監站和89個區域站2016年4-10月期間采集的降水數據資料為基礎，分別利用六種空間內插方法進行處理，較為系統的分析和比較了插值結果之間的異同。主要結論如下：

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

（2）空間內插方法對年降水量資料的分析結果表明，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，但是不同插值方法在曲線平滑程度和局部區域空間的分布上存在一定的差異。

表3 克里金插值法業務應用分析（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據站的質量控制應用。

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