趙長周
(河北省衡水水文勘測研究中心,河北 衡水 053000)
空間連續(xù)性、分布式的氣候要素數(shù)據(jù)是環(huán)境系統(tǒng)科學、虛擬場景建模等研究所必需的參數(shù)之一[1]。鑒于地面降水觀測站點資料離散性,于貴瑞等[1-2]提出生成多時空分辨率氣候信息的理論和技術方案,即基于降水過程機理,以實測降水信息及其他屬性(空間位置、地形、水汽來源等)進行空間估計。為生成降水量空間連續(xù)信息,在納入多種降水影響因子前提下,當前應用了地統(tǒng)計學、地理加權、Spline、Anusplin、多元回歸等經(jīng)典空間插值方法[2-5]。在此支持下,生成國家系統(tǒng)科學數(shù)據(jù)中多元環(huán)境要素數(shù)據(jù),如月降水量、溫度等。其中,Ordinary Kriging是經(jīng)典地統(tǒng)計學方法的一種,其基于目標變量在一定空間范圍內(nèi)自相關性假設,對位置空間上要素信息實施無偏最優(yōu)估計[6]。京津冀地區(qū)地處我國第一、第二階梯地帶,域內(nèi)有濱海向內(nèi)陸干旱環(huán)境過渡的復雜地形,降水量空間分布呈現(xiàn)時空異質(zhì)性。本文以京津冀地區(qū)站點觀測降水量為依據(jù),詳述Ordinary Kriging在該地降水量空間插值的應用,進而探討區(qū)域降水量時空分布特征。
京津冀地區(qū)位于渤海西岸、太行山以東、燕山以南,地跨前海低地向華北平原、北方土石山過度,空間范圍E113°27′-E119°50′、N36°05′-N42°40′,是華北經(jīng)濟核心區(qū) ,見圖1。該區(qū)域?qū)冱S河、海河水系流域區(qū),其水文特征平緩,徑流量達204.69×108m3,屬溫帶季風性氣候區(qū)但具有大陸性特征,多年平均氣溫12.8℃,平均降水量為484mm,雨熱同季、四季明顯、氣候干燥。在全球變暖氣候背景下,京津冀地區(qū)溫度傾向斜率達0.5℃/10a,蒸發(fā)量加劇,總體呈現(xiàn)暖干化特征。降水資源作為農(nóng)業(yè)發(fā)展、生態(tài)環(huán)境健康必不可少的支撐,利用空間插值方法解析空間分布趨勢對農(nóng)業(yè)氣候資源利用具有指導意義。
本研究從國家地球系統(tǒng)科學數(shù)據(jù)中心(http://www.geodata.cn/data/)申請獲取了京津冀地區(qū)77個氣象站2015-2020年降水數(shù)據(jù)。該數(shù)據(jù)涵蓋氣象站經(jīng)緯度、海拔和降水量等要素,時間分辨率為1d,控制精度為0.1mm。站點覆蓋區(qū)域不同地形區(qū)且空間分布相對均衡(圖1),可全面表征京津冀地區(qū)降水量分布。
圖1 研究區(qū)氣象站點分布
Ordinary Kriging插值法基于自然變量在不同空間位置上存在相互依賴性關系假設,對位置區(qū)變量分布進行預測,其表達式為:
式中:Z(x0)為待估區(qū)域x0處降水量值;Z(xi)為已知站點位置xi處降水量值;λi為已知點的權值,其通過與待估點之間的距離經(jīng)普通最小二乘法來確定;N為樣本數(shù)量。
進行插值之前,需要檢測站點降水量空間分布是否存在空間自相關性,即可通過半方差函數(shù)來描述:
式中:h為空間距離[6-8]。
將整理好的站點降水資料導入SPSS 21.0軟件進行描述性特征統(tǒng)計,利用GS+9.0軟件進行半方差函數(shù)擬合,ArcGIS10.8平臺用以空間插值分析和可視化。
區(qū)域77個站點觀測年降水量統(tǒng)計特征見表1。
表1 研究區(qū)站點降水量統(tǒng)計特征(n=77,單位:mm)
由表1可知,在撫寧站觀測到最大年降水量,達764.9mm;在康保站觀測值最低降水量,僅為394.1mm;平均值為506.7mm,標準差為95.8mm,呈中等變異性(CV=0.2)。其中,年降水量高于平均值的有29個(62.33%),其他48個(37.63%)站點降水量低于區(qū)域平均值。經(jīng)K-S檢驗,其P值達0.08(>0.05),表明該77個樣本數(shù)據(jù)不服從正態(tài)分布特征。在逐月降水量數(shù)據(jù)統(tǒng)計中,也觀測到非正態(tài)分布。因此,在后續(xù)空間插值過程中,利用Log變換,使其符合正態(tài)分布形式。
從降水量年內(nèi)分配來看(圖2),該地降水量為夏雨型,這主要受西太平洋季風環(huán)流系統(tǒng)控制。其中,以7、8月份降水量最多,分別達136.33、135.64mm,占年降水量的26.91%、26.77%,因此當月易于產(chǎn)生洪澇災害。10月份至次年3月份,總降水量僅占全年的12.13%(61.43mm),表明冬半年旱災發(fā)生率較高。該地不平衡年內(nèi)降水量分配,給區(qū)域水資源供應、農(nóng)業(yè)生產(chǎn)生活帶來一定挑戰(zhàn)。
圖2 研究區(qū)降水量年內(nèi)分配特征
為直觀了解研究區(qū)站點觀測數(shù)據(jù)空間差異性,利用Geostatistical Anslyst模塊中的trend analysis功能,對降水量最豐富的7月份與最稀少的1月份進行趨勢解析,見圖3 。圖3中,垂直(Z軸)上方實點表征在測站位置(下方實點)觀測到的降水數(shù)值, XZ、YZ面上的實點分布,表征在南北、東西方向上的投影值,側(cè)面曲線為其相應投影點擬合趨勢。圖3(a)表明,該地1月份降水量由南至北呈線性升高趨勢,在東西方向呈現(xiàn)倒U形趨勢。圖3(b)顯示,7月份降水量在南北經(jīng)向空間表現(xiàn)出線性特征,在緯向空間呈現(xiàn)自西向東減少格局,并且7月份降水量在經(jīng)緯向空間呈現(xiàn)出的差異性小于1月份降水量??梢?,不同月份該地降水量空間異質(zhì)性強度存在一定差異。
在進行空間插值之前,利用半方差函數(shù)基于站點降水數(shù)據(jù)計算其空間自相關性,見圖4。圖4中,橫坐標為站點間空間距離,縱坐標為半方差值。當滯后距離為0時,半方差值為塊金值Nugget;當滯后距離達到h時,半方差值處于穩(wěn)定時的值為基臺值Sill,h為空間距離。在此基礎上,利用高斯函數(shù)(Gau)擬合得到降水量分布半方差模型,分別為γ(h)=0.026+0.47*Gau(206)、γ(h)=0.52+1.06*Gau(124),且其R2達到0.78、0.64。據(jù)此得到其塊金系數(shù)Nugget/Sill達到5.54%、49.06%,其分別達到強烈(Nugget/Sill<0.25)、中度空間自相關性(0.25 圖3 研究區(qū)降水量空間趨勢圖 表2為各月和年降水量的半方差模型參數(shù)。由表2可知,在Gau函數(shù)擬合下,月降水量的Nugget值介于0.026~0.53,Sill為0.47~1.06,Nugget/Sill為5.54%~50.25%,變程達143~217km,R2達0.61~0.78,表明其具有較高空間擬合能力。該地月降水量半方差擬合模型為γ(h)=0.005+0.61*Gau(185),Nugget/Sill達8.63%,呈現(xiàn)強烈空間自相關性。 圖4 研究區(qū)月降水量半方差函數(shù)分布 表2 研究區(qū)站點降水量半方差模型參數(shù)特征(n=77) 基于二階平穩(wěn)假設和站點空間站點,進行普通Ordinary Kriging空間插值分析。結(jié)果表明,各月插值得到的降水量變化幅度不盡相同,總空間變幅介于0~308.8mm,與站點實測值存在一定差異,這是由于Kriging空間預測的平滑效應所致。各月份降水量集中性亦存在差異。研究區(qū)1-2月份降水量均呈現(xiàn)自東向西地帶性減少格局;3-5月份則演變?yōu)槟媳狈较蚍植疾町悾匆来螢槟隙啾鄙?、北多南少和南多北少分布?-12月降水量空間不均衡性則體現(xiàn)在東西方向分異,具體為從6月份西多東少變化為7-8月份的東多西少,再演變?yōu)?-10月份西多東少直至11-12月東多西少的空間特征。由此可知,年內(nèi)降水量分布呈現(xiàn)順時針移動。對區(qū)域年降水量插值結(jié)果顯示,該地年降水量變化范圍介于395.6~764.8mm,空間統(tǒng)計平均值為512.6mm,與表1中統(tǒng)計結(jié)果一致。年降水量總體呈現(xiàn)自東部秦皇島、唐山、京津地區(qū),向西部太行山區(qū)、北部燕山地區(qū)減少的分布規(guī)律。 Ordinary Kriging插值法充分解釋了京津冀地區(qū)年內(nèi)和年降水量空間分布特征。插值法擬合的半方差模型顯示,區(qū)域站點觀測降水量之間存在強烈和中度空間自相關性(Nugget/Sill介于5%~75%)。年內(nèi)降水量呈順時針移動,并表現(xiàn)出東西、南北方向地帶性差異,年降水量呈現(xiàn)自東向西減少特征。該研究利用Ordinary Kriging方法繪制了京津冀地區(qū)降水量空間分布特征,可為區(qū)域降水資源利用和農(nóng)業(yè)生產(chǎn)規(guī)劃提供參考。2.3 京津冀地區(qū)降水量空間分布特征
3 結(jié) 論