导读:本文包含了降雨量空间插值论文开题报告文献综述及选题提纲参考文献，主要关键词:ArcGIS,降雨量,空间插值,效果对比
降雨量空间插值论文文献综述
黄利燕[1]（2019）在《基于ArcGIS不同空间插值方法的降雨量预测效果对比》一文中研究指出利用美国Idaho州的实测年均降雨量数据,基于ArcGIS平台分别采用趋势面拟合、IDW、Splines和普通Kriging四种插值方法进行了降雨量预测建模,使用留出验证法对所建的四种模型实施了预测效果评估。基于20个预留站点的验证结果显示:趋势面拟合、IDW、Splines和普通Kriging四种插值方法的拟合R2分别为0.74,0.71,0.83,0.81;RMSE分别为5.17,5.30,4.11,4.37in。即在该例中Splines插值模型的预测效果最优,而后基于Splines插值模型生成了美国Idaho州年均降雨量分布图。(本文来源于《北京测绘》期刊2019年07期）
盛江玮[2]（2018）在《基于多核环境下青海省降雨量空间插值方法的分析与优化》一文中研究指出通过研究以往的区域降水分布情况,以得出整个区域的栅格化降水结果是国内外在水文、地理等学科的热点研究方向。而青海省地形复杂、气候干燥、降雨稀少,且青海省的气象台站数相较于内地省份十分稀少稀疏,站点数据的高离散性提高了研究区域降水的空间整体分布的难度,因此需要采用空间离散的站点观测数据来进行研究,方法即为空间插值。空间插值法在实际研究过程中,插值对象常为大量站点数据,用串行插值算法进行降水量数据的小网格插值时会耗大量时间,因此,在多核环境下实现插值算法的并行化显得尤为重要。本研究分别用4种常用空间插值模型对青海省50个国家站点的日降水数据进行了小网格插值。然后采用实际验证的方法评估各插值结果精确度,确定青海省区域降水气候资源的最优插值算法。之后在青海大学叁江源数据分析中心和“神威·太湖之光”计算机系统上分别采用openMP、MPI和Athread并行编程模型对最优插值算法进行并行优化。最后通过加速比、加速效率等指标评估各方案下的优化效果。研究表明:(1)普通Kriging插值是最适于青海省地区的降水量研究的插值法;(2)任务划分的并行方法可以有效的提高普通Kriging插值法的插值效率;(3)对于普通Kriging算法来说,基于MPI的普通Kriging并行算法的加速效果最佳,其次为Athread加速线程库,OpenMP为最差。(本文来源于《青海大学》期刊2018-03-01）
马欣敏[3]（2016）在《基于GIS的区域降雨量时空分析及空间插值方法研究》一文中研究指出在这个世界上,有水才会有生命,所以水是生命之源,而降雨量也是世界上水资源的重要补给渠道,近年来,干旱给全世界带来了巨大的损失,所以准确认识降雨量的时空变化是很重要的,能够给人们进行水资源管理提供重要的参考。本文以云南省保山市降雨观测站历史降雨数据为实验数据,建立降雨序列的时空分布模式,降雨时空分布规律分为两方面,分别为时间和空间：在时间方面,本文根据2012年1月-12月日均降雨量数据对全市降雨量进行分析。首先,以保山市隆阳区为例分析降雨量在不同季节的变化特点,并运用定性以及定量相结合的方法,考虑了气温因素对降雨量的影响；其次,分别使用二参数伽马分布和对数正态分布拟合保山市1981-2012年各月降雨量的分布,并且引入了一个新的系数来表示无降雨量的概率,通过Kolmogorov-Smirnov检验,验证拟合分布的准确性和可靠性。在空间方面,对全市15个降雨观测站月平均降雨量数据进行空间自相关探索,了解全市降雨量的聚集特征,并通过正态QQ分布图,趋势分析法,对1981-2012年月平均降雨量数据进行探索研究,最后运用多种空间插值方法,根据预测精度选择最合适的模型来分析全市的降雨量空间分布规律。主要得出以下结论：2012-2014年,保山市出现了春季干旱、初夏干旱、秋冬连旱的现象,并且通过定性和定量相结合的方法得出保山市气温和降雨量存在线性相关性,通过两种参数分布的拟合结果进行比较,得出伽马分布能够部分拟合月降雨量的分布,对数正态分布能够准确地拟合月降雨量分布,对各种插值模型的精度评价模型显示,普通克里金法生成的表面可以更清楚地描述出局部细节,对全市降雨量的分布特征是,边境线由外到内陆降雨量逐渐降低,龙陵至腾冲方向降雨量偏多,隆阳区,施甸县属于降水量较少的地方。利用Arcgis创建出月平均降雨量概率图,为政府部门制定出干旱预警提供有效的参考。(本文来源于《昆明理工大学》期刊2016-03-01）
李巍,范文义,毛学刚,王兰霞[4]（2014）在《降雨量空间插值方法比较研究》一文中研究指出对反距离加权法、样条函数法、普通克里格法及协同克里格法等几种常用的降雨空间插值方法的优缺点进行了分析和比较,考虑到高程对降雨量影响较大,在协同克里格法的基础上将高程作为第2类影响因素引入降雨量的空间插值方法中,并提出了引入高程信息的协同克里格法。将4种方法(反距离加权法、样条函数法、普通克里格法及协同克里格法)用于大兴安岭地区降雨量的插值计算,结果表明,考虑高程信息的协同克里格法的插值效果明显优于其他3种方法。(本文来源于《安徽农业科学》期刊2014年12期）
何文英,毕孟飞,李泽利,王玉秋[5]（2013）在《新安江流域降雨量空间插值方法和参数筛选》一文中研究指出选取新安江流域48个雨量站点2000-2010年的降雨量数据以及地理地形资料,利用反距离权重(IDW)、径向基函数(RBF)、普通克里金(OK)和残差克里金(RK)方法进行插值,根据交叉验证结果筛选最佳的方法和参数。结果表明:年尺度上,考虑高程、纬度等地形因子影响的RK方法插值精度最高,然后是IDW,OK和RBF;邻近站点的搜索策略对IDW插值精度影响较大;考虑各向异性的OK法插值精度较高,模型之间的差别不大。月尺度上,IDW法对降雨量丰富的月份插值精度较高;RBF对降雨较少且分布均匀的月份插值效果好;数据越符合正态分布,OK法的插值精度越高;RK方法则适用于降雨与地理因素相关性好的月份。(本文来源于《水资源与水工程学报》期刊2013年01期）
虎雄岗,谈树成,金艳珠,蒋顺德[6]（2012）在《基于地形高程的云南省降雨量空间插值方法研究》一文中研究指出以云南省1961-2010年多年平均降雨量和云南省数字高程模型为基础数据源,通过对降雨数据的分析,将数字高程模型作为影响降雨强度的主要因素,引入到降雨量空间预测的多元地理统计中,并利用协同克里格算法构建降雨强度与地形高程之间的数学关系模型,对云南省年平均降雨数据进行空间插值模拟。插值结果与距离权重法、一阶局部多项式法、二阶局部多项式法、样条函数法、普通克里格法等其他5种空间数据插值方法进行对比与分析,并通过分析各个交叉检验统计量来验证评估数据的误差,从而选取出最优的空间插值方法。结果显示,普通克里格法和协同克里格法对降雨量空间插值的效果和精度高于反距离法、局部多项式法和样条函数法,而协同克里格法由于考虑了地形高程对降雨量的影响,具有更好的插值效果,因而更适合山地降雨数据的空间插值。(本文来源于《热带地理》期刊2012年04期）
彭波,钟仕全,苏旭芳,李雪[7]（2011）在《漓江流域降雨量空间插值精度分析》一文中研究指出以漓江流域周边17县市气象台站及流域内15个自动气象站的基本地理信息和各站点2010年降雨量资料为基础数据,GIS为操作处理平台,采用反距离加权插值法(IDW)、克里格插值法(Kriging)和协克里格插值法(CoKriging),对降水相对集中的六月、夏季及全年降雨量数据进行插值处理,并利用15个自动站的降雨量数据,以平均绝对误差(Mean Absolute Error,MAE)和插值平均误差平方的平方根(Root Mean Squared Interpolation Error,RMSIE)两种插值评价方法对插值结果进行评价分析。分析结果表明,利用反距离加权插值法对漓江流域内进行降雨量插值处理精度评价最高。(本文来源于《气象研究与应用》期刊2011年04期）
白江涛,白建军,王磊,蒋之犇[8]（2011）在《基于GIS的关中—陕南地区降雨量空间插值分析》一文中研究指出[目的]比较4种空间插值方法的插值效果,分析研究区域降水空间分布特征。[方法]以陕西省关中—陕南地区为例,采用该地区72个气象观测站点59年的降水量资料,结合GIS空间插值技术,以国际科学数据共享服务网站30 m×30 m网格DEM为基础,选取IDW、普通克里金插值法、协同克里金插值法和径向基函数插值法对关中—陕南地区72个观测站多年平均降水量进行空间插值,并分区域随机选取其中10个站点的降水量数据对4种插值方法的插值效果进行检验,以此确定最佳插值方案,分析研究区域的降水空间分布特征。[结果]顾及地形因素的协同克里金插值效果最佳,并能真实地反应研究区域的降水空间分布特征,普通克里金法次之,反距离加权法和径向基函数法较差。对插值结果的进一步分析显示,该研究区域降水呈现明显的纬度地带性分布特征,且降水受地形、地貌等因素影响较大。[结论]顾及地形因素的协同克里金插值法效果最优,适用于该区域。(本文来源于《安徽农业科学》期刊2011年33期）
万龙,马芹,张建军,付艳玲,张晓萍[9]（2011）在《黄土高原降雨量空间插值精度比较——KRIGING与TPS法》一文中研究指出黄土高原地域广阔,降雨量时空分布复杂多变,插值方法将影响降雨量的时空变化特征分析,进而影响水文及土壤侵蚀模拟效果。采用黄土高原河龙区间及毗邻地区50余个气象站点20年(1981—2000年)的降雨量数据,分别利用KR IG ING(克里金)和TPS(薄板光滑样条)方法对多年平均、年和月降雨量进行插值,对研究区内27个站点进行交叉验证,比较和分析其插值精度变化特征。结果表明:1)无论多年平均,还是年和月尺度,KR IG ING与TPS方法降雨量插值结果都能正确反映河龙区间降雨量的空间变化趋势,2种方法交叉验证平均一致性指标(A)绝对值相差均在±0.01范围内,2种方法面平均插值精度均没有显着性差异。2)不同时间尺度的插值精度,KR IG ING与TPS 2种插值方法的交叉验证平均一致性指标(A)均表现出多年均值优于4月约14%,优于年值约19%,优于7月约35%。(本文来源于《中国水土保持科学》期刊2011年03期）
彭晓芬,黄甫则,周汝良[10]（2010）在《云南省年均降雨量空间插值模拟方法比较》一文中研究指出用反距离权重法、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。(本文来源于《西南林学院学报》期刊2010年05期）
降雨量空间插值论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
通过研究以往的区域降水分布情况,以得出整个区域的栅格化降水结果是国内外在水文、地理等学科的热点研究方向。而青海省地形复杂、气候干燥、降雨稀少,且青海省的气象台站数相较于内地省份十分稀少稀疏,站点数据的高离散性提高了研究区域降水的空间整体分布的难度,因此需要采用空间离散的站点观测数据来进行研究,方法即为空间插值。空间插值法在实际研究过程中,插值对象常为大量站点数据,用串行插值算法进行降水量数据的小网格插值时会耗大量时间,因此,在多核环境下实现插值算法的并行化显得尤为重要。本研究分别用4种常用空间插值模型对青海省50个国家站点的日降水数据进行了小网格插值。然后采用实际验证的方法评估各插值结果精确度,确定青海省区域降水气候资源的最优插值算法。之后在青海大学叁江源数据分析中心和“神威·太湖之光”计算机系统上分别采用openMP、MPI和Athread并行编程模型对最优插值算法进行并行优化。最后通过加速比、加速效率等指标评估各方案下的优化效果。研究表明:(1)普通Kriging插值是最适于青海省地区的降水量研究的插值法;(2)任务划分的并行方法可以有效的提高普通Kriging插值法的插值效率;(3)对于普通Kriging算法来说,基于MPI的普通Kriging并行算法的加速效果最佳,其次为Athread加速线程库,OpenMP为最差。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
降雨量空间插值论文参考文献
[1].黄利燕.基于ArcGIS不同空间插值方法的降雨量预测效果对比[J].北京测绘.2019
[2].盛江玮.基于多核环境下青海省降雨量空间插值方法的分析与优化[D].青海大学.2018
[3].马欣敏.基于GIS的区域降雨量时空分析及空间插值方法研究[D].昆明理工大学.2016
[4].李巍,范文义,毛学刚,王兰霞.降雨量空间插值方法比较研究[J].安徽农业科学.2014
[5].何文英,毕孟飞,李泽利,王玉秋.新安江流域降雨量空间插值方法和参数筛选[J].水资源与水工程学报.2013
[6].虎雄岗,谈树成,金艳珠,蒋顺德.基于地形高程的云南省降雨量空间插值方法研究[J].热带地理.2012
[7].彭波,钟仕全,苏旭芳,李雪.漓江流域降雨量空间插值精度分析[J].气象研究与应用.2011
[8].白江涛,白建军,王磊,蒋之犇.基于GIS的关中—陕南地区降雨量空间插值分析[J].安徽农业科学.2011
[9].万龙,马芹,张建军,付艳玲,张晓萍.黄土高原降雨量空间插值精度比较——KRIGING与TPS法[J].中国水土保持科学.2011
[10].彭晓芬,黄甫则,周汝良.云南省年均降雨量空间插值模拟方法比较[J].西南林学院学报.2010