四川省气温与降水时空演变特征分析

摘要 选用1961—2020年四川省52个气象站点的数据，基于多种GIS空间插值方法和空间分析方法，开展气温、降水的时空演变特征分析。结果表明，在研究区内，利用普通克里金法（OK法）对气温数据进行空间插值精度更高，利用反距离权重法（IDW法）对降水数据进行空间插值精度更高。近60年来四川省的气温整体呈上升趋势，其中攀西山地地区上升较快；降水随时间呈波动变化，其中四川盆地地区变化幅度较大。

关键词 气温；降水；GIS；变化特征；空间插值；四川省

中图分类号 S 162  文献标识码 A  文章编号 0517-6611（2023）16-0205-07

doi：10.3969/j.issn.0517-6611.2023.16.048

Analysis of Spatio-temporal Evolution Characteristics of Temperature and Precipitation in Sichuan Province

JI Wei1，2， DONG Xing-na2， LI Li2

（1. Jiangsu Smart Aerospace Technology Institute Co.，Ltd.， Nanjing， Jiangsu 210042;2.School of Marine Technology and Geomatics， Jiangsu Ocean University， Lianyungang， Jiangsu 222005）

Abstract The data from 52 meteorological stations in Sichuan Province from 1961 to 2020 were selected to analyze the spatio-temporal evolution characteristics of temperature and precipitation based on various GIS spatial interpolation methods and spatial analysis methods. The results showed that in the study area， the Ordinary Kriging （OK） method had higher accuracy for the spatial interpolation of temperature data， the inverse distance weight （IDW） method had higher accuracy for the spatial interpolation of precipitation data. In the past 60 years， the temperature in Sichuan Province had been rising， especially in Panxi mountain region. And the precipitation in Sichuan Province fluctuated with time， and the variation range of precipitation was relatively larger in Sichuan Basin region.

Key words Temperature;Precipitation;GIS;Change characteristics;Spatial interpolation;Sichuan Province

基金项目 大学生创新创业训练计划省级重点项目（SZ2022116-41632005）。

作者简介 吉玮（1986—），男，江苏海安人，高级工程师，硕士，从事GIS和RS应用研究。通信作者，讲师，博士，从事遥感生态应用方面的研究。

收稿日期 2022-09-02

气候与人类社会息息相关，它是人类生存的自然环境及自然资源中的重要部分，许多学者对其进行了全球或区域尺度的研究［1-5］。随着全球变暖，气候变化也日益受到专家学者们的关注，联合国政府间气候变化专门委员会（IPCC）于2021年8月份公布了第六次监测评估报告，相较于工业化之前的温度记录，目前全球平均升温估计达到1.1 ℃，未来20年全球增温将达到1.5 ℃以上，这将给人民群众生产生活及社会经济可持续发展造成严重影响［4］。因此，对气候变化所表现出来的气温与降水时空变化趋势进行研究，是当前世界各国政界、学界及公众不断关注的热点。而由于气象数据具有局部性和离散性等特点，各领域的专业人士都在寻找填补离散样本间缺失数据的方法。经过大量的试验研究，空间插值方法成了首要选择。Phillips等［6］选择了反距离权重法和克里金插值法进行温度模拟，通过比较反距离权重法和克里金插值法的绝对误差和均方根误差，选择了最优插值方法；Ali Ghorbani等［7］借助均方根和SRMS标准，使用克里金地统计估计器和GIS接口对2009—2019年阿尔达比勒省气象数据进行空间插值，发现气温的空间变化大于降水的空间变化。刘峰民等［8］通过多种方法融合，对甘肃省平均降水量研究发现多元回归法是该地区插值研究效果较好的方法；杨艳昭等［9］在“一带一路”地区内基于GIS，通过对一系列气象站点的气温数据处理发现回归协同克里格插值方法精度最高；何等［10］将反距离权重法与克里格法应用于新疆日平均降水资料的空间插值分析中，发现这2种插值方法对于区域降水的空间分布分析各有利弊，克里格插值法较反距离权重法在总体分析中更优，而反距离权重法在局部地区分析中插值效果更为理想。

我国地势西高东低，呈现多级阶梯的特点，四川省位于青藏高原和中部平原过渡区，地跨青藏高原、横断山脉、云贵高原、秦巴山地、四川盆地等地貌单元，境内高原、山地、平原、河谷、丘陵、河流、湖泊交错，相对高差超过7 000 m，是世界上地形最复杂的区域之一［1］。不仅如此，在东亚季风的综合影响下，四川省的气候变化也比较复杂。笔者以四川省为研究区，通过对气象站点数据进行GIS空间插值，分析了1961—2021年四川省气温与降水的时空特征，认识并掌握了四川省气候变化的规律及特征，为人们科学规划、合理使用自然资源提供理论依据。

1 资料与方法

1.1  数据来源

该研究所使用的数据包括：①数字高程数据（DEM），采用ASTER GDEM提供的30 m分辨率数字高程数据，并利用ArcGIS软件将数据重分类成250 m×250 m分辨率。②气象资料，来源于中国气象数据网，包括1961—2020年四川省52个国际地面气象交换站的气温和降水资料。气象站点的空间位置如图1所示。

1.2 研究方法

国际民航组织（ICAO）的资料显示，对流层干空气温度平均每升高100 m，温度大约降低0.98 ℃。如果空气中有水汽，由于水汽凝结时放热，则平均每升100 m，温度就降低约0.60 ℃［11］。因此根据四川省DEM高程模型数据（图2），结合四川省行政区划，将52个站点划分为四川盆地地区（雅安市、乐山市、成都市、绵阳市、自贡市、泸州市、德阳市、广元市、遂宁市、内江市、南充市、资阳市、宜宾市、达州市、广安市、巴中市、眉山市）、攀西山地地区（凉山彝族自治州、攀枝花市）和川西高原地区（阿坝藏族羌族自治州、甘孜藏族自治州）进行分别讨论，如图2所示。

1.2.1 空间插值方法。

空间数据插值方法很多，考虑多样性和代表性，该研究选择以下3种：2种归为确定性方法（IDW和Spline），1种归为地质统计法（OK）［12］。

（1）反距离权重法（IDW）。假定2个接近的采样点具有相似的属性，而其他采样点具有较少的相似属性。计算方法如下：

Z0=ni=1（λiZi）（1）

其中，λi是反距离权重，Z0是预测值，Zi是测量值。

（2）样条函数插值法（Spline）。Spline是基于插值区间被划分为小的子区间，每个子区间都用三阶多项式进行内插的原则。计算方法如下：

Z0=a1+a2x+a3y+Nj=1［λjR（γi）］（2）

其中，a1、a2、a3为方程的系数，N为采样点的数量，λj为权重，R（γj）为用于修改插值结果的样条函数。

（3）普通克里金法（OK）。利用估计位置邻域中的数据估计一个区域中某一点的数值，而这个区域的变异图是已知的。计算公式如下：

Z0=z（x0）+ni=1［wi（x0）z（xi）-z（x0）］（3）

其中，Z0是预测值，z（xi）是测量值，wi（x0）是反映样本与估计位置（x0）的结构“接近”程度的权重，z（x0）是采样点的数学期望值。

1.2.2 交叉验证法。

该研究采用交叉验证方法进行数据验证。将四川省52个气象站点分成项目子集和检查区子集（project和check）。check为插值数据，project为对插值结果的验证数据。对各插值模型结果进行分析，平均绝对误差（MAE）和均方根误差（RMSE）越小，表明插值结果与真实值越接近，精度越高。MAE、RMSE的计算公式如下：

MAE=1nni=1|Toi-Tei|（4）

RMSE=1nni=1（Toi-Tei）2（5）

式中，n为数据检查区子集的站点数；Toi为第i个站点的气象站观测值，Tei为第i个站点插值模拟预测值。

通过计算相关系数（r）来比较插值模型的优劣性，r的绝对值为0～1。一般认为，当|r|越靠近1时，代表变量间的相关程度越大，也就是模型模拟得越准确；相反，当|r|靠近0时，则代表变量间的相关程度越小，即模型模拟的精度越低。r的计算公式如下：

r=（x-）（y-）

（x-）2（y-）2

（6）

式中，x为实际值，y为预测值，为实际值的平均值，为预测值的平均值。

2 四川省气温时空特征演变分析

2.1 插值方法选取

将1961—2020年四川省52个气象站点分成2个数据子集，分别包含41个插值点和11个验证点。首先利用41个站点的逐年气温，计算得到年平均气温，再考虑垂直递减率的影响，将不同海拔的气温修正成海平面的气温，利用ArcGIS软件的插值分析工具，分别选择IDW、OK和Spline 3种方法对四川省1961—2020年的年平均气温数据进行插值。

表1为11个检验站点3种插值方法的MAE、RMSE和r的计算结果。对于该研究区而言，OK法的插值结果最好，其次是IDW法，Spline法的效果最差，因此选择OK法开展研究区内气温的插值分析。

2.2 插值结果分析

由于插值结果所使用的气温数据是进行修正后的数据，因此需要将气温插值结果与DEM数据进行栅格计算，生成具有地形特征的气温数据，气温修正结果如图3～4所示。

从图4可以看出，四川省的气温空间分布大致呈现由东（南）向西北逐渐降低的趋势。东（南）地区为盆地，北部有秦岭的阻拦，冷空气无法到达，因此气温在15 ℃以上；西北地区多高原山地，海拔高差大，气候立体变化明显。中部山地部分地区的气温偏高，气温最高值超过30 ℃，眉山地区和沙鲁里山地区的气温由于地形原因呈现出偏低的特点。