一种逐日降水数据综合插值方法技术

本发明专利技术公开了一种逐日降水数据综合插值方法，涉及水文气象技术领域，以研究区所有站点逐日降水资料和高程资料为数据基础，分别利用外部漂移克里金KED和薄板样条TPS方法得到单项插值格点数据；基于分组交叉检验获得观测点插值误差，并利用反距离加权IDW方法得到全区域均方根误差RMSE，以此计算KED和TPS单项插值格点数据的权重，将二者进行加权平均，得到加权平均插值结果CI；最后，计算CI在观测站点的误差，并采用IDW方法将该误差插值到全部格点，用于对加权平均插值结果CI进行误差校正，得到最终的逐日降水综合插值格点数据CCI。利用本发明专利技术可以充分利用站点观测数据，实现高空间分辨率逐日降水格点数据插值计算。

【技术实现步骤摘要】
一种逐日降水数据综合插值方法
本专利技术涉及水文
，特别涉及一种逐日降水数据综合插值方法。
技术介绍
降水是水文循环的重要环节，降水数据是水文模型的基础驱动数据，其时空分辨率和数据质量对水文数据的后续分析与利用有关键性的影响。在我国，由于地形、人力、物力等因素的限制，能够提供最准确降水数据的地面雨量计观测面临着雨量站点分布东多西少、平原多山地少，区域代表性不足；用卫星遥感进行降水数据反演受到传感器精度和反演算法的限制，其相关降水数据产品的精度还有待改进。气象观澜部门及水文气象研究机构也制作了很多降水数据，如国家气象科学数据中心提供的中国地面降水日值0.5°×0.5°格点数据集(V2.0)，国家青藏高原科学数据中心提供的中国区域地面气象要素驱动数据集(1979-2018)，数据空间分辨率较高(0.1°×0.1°)，但这些数据在精度及数据空间分辨率方面不能满足高精度水文应用需求。因此，如何获取兼顾高质量和高时空分辨率的降水产品受到研究者的广泛关注。近年来对降水数据插值方法的研究不断涌现，例如，ShubhamTiwari等(2019)将IDW方法进行改进后用于澳大利亚Murray-Darling流域年降水插值，结果较好。OlguAydin(2018)以高程作为辅助变量，用外部漂移克里金方法对爱琴海的年降水量进行了插值，Ha-GyuJeong等(2020)将PRISM与IDW结果进行平均，改善山区降水高估问题。但目前国内外对高空间分辨率的逐日降水格点数据的插值计算方法的研究还不成熟，因此需要一种能够结合多种插值方法、能设定高空间分辨率、提高逐日降水数据插值精度的基于插值方法组合与误差校正的逐日降水数据综合插值方法。针对此现象，本申请提供一种逐日降水数据综合插值方法，克服现有单一插值方法的精度不足，提供基于多种插值方法组合与误差校正的逐日降水格点数据综合插值方法，其充分利丰富的地面站点观测数据，考虑高程对降水空间分布的影响，即保证无观测站格点的降水插值精度，又保证在有观测站格点的插值结果最大限度接近观测值，可以设定高空间分辨率待插值格点、实现逐日程序化计算，能够解决高空间分辨率逐日降水插值精度低的问题。
技术实现思路
本专利技术的目的在于提供一种逐日降水数据综合插值方法，克服现有单一插值方法的精度不足，提供基于多种插值方法组合与误差校正的逐日降水格点数据综合插值方法，其充分利丰富的地面站点观测数据，考虑高程对降水空间分布的影响，即保证无观测站格点的降水插值精度，又保证在有观测站格点的插值结果最大限度接近观测值，可以设定高空间分辨率待插值格点、实现逐日程序化计算，能够解决高空间分辨率逐日降水插值精度低的问题。本专利技术提供了一种逐日降水数据综合插值方法，包括以下步骤：S1：利用高程作为辅助变量的外部漂移克里金插值方法KED及薄板样条插值方法TPS，对研究区域目标内全部N个雨量站点的逐日降水观测数据P，进行逐日插值计算，得到逐日降水栅格数据P_KED和P_TPS；S2：将N个实测站点分为6组，每组包含N/6个均匀分布于全区域的站点，每次采用其中5组站点的逐日降水数据，用KED、TPS方法分别进行逐日降水插值计算，并计算未参与插值计算的1组站点处的插值数据均方根误差RMSE；通过6次循环，通过上述交叉检验得到全部站点采用KED、TPS插值方法的RMSE；S3：采用反距离加权IDW方法，对由KED与TPS方法求出的站点RMSE插值到全部格点，得到KED与TPS方法的逐格点均方根误差R_KED和R_TPS，进而根据二者数值的倒数，计算出KED和TPS在整个区域每个格点上的加权平均权重W_KED、W_TPS；S4：利用权重值W_KED、W_TPS，对P_KED与P_TPS进行加权平均计算，得到逐日降水的加权平均插值格点数据CI；S5：计算加权平均插值格点数据CI与实测站点数据P在各站点上的逐日误差，并对站点误差采用IDW插值，得到逐格点的误差数据ERRO；S6：利用逐格点的误差数据ERRO，对加权平均插值格点数据CI进行修正，得到最终的逐日降水综合插值格点数据CCI。进一步地，所述步骤S1包括以下步骤：S1.1：在数据服务平台下载空间分辨率为30m×30m的数字高程数据ASTGTM2_DEM，利用ArcGIS中的Aggregate工具聚合为待插值格点空间分辨率；S1.2：根据研究区域内生成的所需空间分辨率的待插值点经纬度信息，并利用ArcGIS中的ExtractValuetoPoints工具提取待插值点及N个站点对应高程；S1.3：将N个站点的站点号、经纬度、高程、年、月、日、日降水量一一对应，得到全站点降水信息表；S1.4：对逐日降水观测数据P进行外部漂移克里金插值方法KED和薄板样条插值方法TPS逐日插值计算，得到逐日降水格点数据P_KED、P_TPS。进一步地，所述步骤S2包括以下步骤：S2.1：将N个站点数据按纬度由小到大排序，按1-6循环标号，得到6组P1～P6含N/6个空间分布均匀的站点；S2.2：参照步骤S1.4的方法，分6次，每次利用P1～P6中的5组站点逐日降水数据，分别采用KED和TPS方法进行插值，得到6组KED插值结果KED1-KED6和6组TPS值结果TPS1～TPS6；S2.3：对KED1～KED6、TPS1～TPS6分别计算其在每次未参与插值计算的那1组站点处的均方根误差，综合后得到在全部6组共N个站点上的KED、TPS插值均方根误差A_KED、A_TPS。进一步地，所述步骤S3需要对站点均方根误差进行插值，并计算加权平均所占权重，具体包括以下步骤：用反距离加权IDW方法对A_KED、A_TPS进行空间插值，得到KED和TPS在所有格点上的均方根误差R_KED，R_TPS；S3.2：根据R_KED，R_TPS的数值倒数，逐网格计算各自权重，计算公式如下：其中，i表示行数，j表示列数。进一步地，所述步骤S4利用权重值W_KED与W_TPS，对P_KED与P_TPS进行加权平均计算，得到逐日降水的加权平均插值格点数据CI，格点处加权平均的具体计算公式如下：其中，d表示日期，i表示行数，j表示列数。进一步地，所述步骤S5计算逐日加权平均插值结果CI与实测降水序列P的逐日误差，具体包括以下步骤：S5.1：根据站点经纬度提取CI在站点id处的逐日插值降水时间序列S5.2：截取P中站点id的逐日实测降水时间序列S5.3：计算对应站点的逐日插值误差，公式如下：其中，id表示站点号；S5.4：利用IDW方法对逐日站点误差errO进行空间插值，得到逐格点的逐日误差空间分布ERRO。进一步地，所述步骤S6对逐日加权平均插值结果CI进行插值误差校正，第d日降水数据综合插值的具体计算公式如下：与现有技术相比，本专利技术具有如下显著优点：本专利技术提供了本文档来自技高网...

【技术保护点】
1.一种逐日降水数据综合插值方法，其特征在于，包括以下步骤：/nS1：利用高程作为辅助变量的外部漂移克里金插值方法KED及薄板样条插值方法TPS，对研究区域目标内全部N个雨量站点的逐日降水观测数据P，进行逐日插值计算，得到逐日降水栅格数据P_KED和P_TPS；/nS2：将N个实测站点分为6组，每组包含N/6个均匀分布于全区域的站点，每次采用其中5组站点的逐日降水数据，用KED、TPS方法分别进行逐日降水插值计算，并计算未参与插值计算的1组站点处的插值数据均方根误差RMSE；通过6次循环，通过上述交叉检验得到全部站点采用KED、TPS插值方法的RMSE；/nS3：采用反距离加权IDW方法，对由KED与TPS方法求出的站点RMSE插值到全部格点，得到KED与TPS方法的逐格点均方根误差R_KED和R_TPS，进而根据二者数值的倒数，计算出KED和TPS在整个区域每个格点上的加权平均权重W_KED、W_TPS；/nS4：利用权重值W_KED、W_TPS，对P_KED与P_TPS进行加权平均计算，得到逐日降水的加权平均插值格点数据CI；/nS5：计算加权平均插值格点数据CI与实测站点数据P在各站点上的逐日误差，并对站点误差采用IDW插值，得到逐格点的误差数据ERRO；/nS6：利用逐格点的误差数据ERRO，对逐日降水加权平均插值格点数据CI进行修正，得到最终的逐日降水综合插值格点数据CCI。/n...

【技术特征摘要】
1.一种逐日降水数据综合插值方法，其特征在于，包括以下步骤：
S1：利用高程作为辅助变量的外部漂移克里金插值方法KED及薄板样条插值方法TPS，对研究区域目标内全部N个雨量站点的逐日降水观测数据P，进行逐日插值计算，得到逐日降水栅格数据P_KED和P_TPS；
S2：将N个实测站点分为6组，每组包含N/6个均匀分布于全区域的站点，每次采用其中5组站点的逐日降水数据，用KED、TPS方法分别进行逐日降水插值计算，并计算未参与插值计算的1组站点处的插值数据均方根误差RMSE；通过6次循环，通过上述交叉检验得到全部站点采用KED、TPS插值方法的RMSE；
S3：采用反距离加权IDW方法，对由KED与TPS方法求出的站点RMSE插值到全部格点，得到KED与TPS方法的逐格点均方根误差R_KED和R_TPS，进而根据二者数值的倒数，计算出KED和TPS在整个区域每个格点上的加权平均权重W_KED、W_TPS；
S4：利用权重值W_KED、W_TPS，对P_KED与P_TPS进行加权平均计算，得到逐日降水的加权平均插值格点数据CI；
S5：计算加权平均插值格点数据CI与实测站点数据P在各站点上的逐日误差，并对站点误差采用IDW插值，得到逐格点的误差数据ERRO；
S6：利用逐格点的误差数据ERRO，对逐日降水加权平均插值格点数据CI进行修正，得到最终的逐日降水综合插值格点数据CCI。


2.如权利要求1所述的一种逐日降水数据综合插值方法，其特征在于，所述步骤S1包括以下步骤：
S1.1：在数据服务平台下载空间分辨率为30m×30m的数字高程数据ASTGTM2_DEM，利用ArcGIS中的Aggregate工具聚合为待插值格点空间分辨率；
S1.2：根据研究区域内生成的所需空间分辨率的待插值点经纬度信息，并利用ArcGIS中的ExtractValuetoPoints工具提取待插值点及N个站点对应高程；
S1.3：将N个站点的站点号、经纬度、高程、年、月、日、日降水量一一对应，得到全站点降水信息表；
S1.4：对逐日降水观测数据P进行外部漂移克里金插值方法KED和薄板样条插值方法TPS逐日插值计算，得到逐日降水格点数据P_KED、P_TPS。


3.如权利要求2所述的一种逐日降水数据综合插值方法，其特征在于，所述步骤S2包括以下步骤...

【专利技术属性】
技术研发人员：王文，庞冉，孙静静，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32