基于GIS空间插值的云南省年降水分布模拟方法比较研究
Comparative Study and Applicability Analysis of Spatial Interpolation Methods for Annual Precipitation in Yunnan Province
DOI: 10.12677/aep.2026.162025, PDF,    科研立项经费支持
作者: 何林蒴：云南师范大学地理学部，云南 昆明
关键词: 年降水量；GIS空间插值；Arc GIS；云南省；Annual Precipitation； GIS Spatial Interpolation； Arc GIS； Yunnan Province
摘要: 为揭示复杂地形条件下云南省年降水量的空间分布特征，并筛选适用于区域尺度研究的最优空间插值方法，本文基于云南省27个气象站点2022年年降水观测数据，采用反距离加权法(Inverse Distance Weighting, IDW)、普通克里金法(Ordinary Kriging, OK)、径向基函数法(Radial Basis Function, RBF)和趋势面插值法(Trend Surface Interpolation, Trend)对年降水量进行空间插值模拟。通过对不同插值结果空间分布特征的对比分析，并结合交叉验证方法对插值精度进行定量评价，系统评估各方法的适用性。结果表明，不同插值方法在宏观尺度上均呈现出“滇西南高、滇东北低”的降水空间分异特征，但在空间连续性和平滑性方面存在显著差异。其中，RBF方法在保持区域地带性特征的同时，能够有效避免局地异常值对插值结果的过度影响，插值结果空间分布最为合理。综合精度指标与空间表达效果，RBF插值方法在云南省复杂地形条件下表现出最佳的综合适用性。
Abstract: To reveal the spatial distribution characteristics of annual precipitation in Yunnan Province under complex topographic conditions and screen the optimal spatial interpolation method suitable for regional-scale research, this study employs four interpolation methods—Inverse Distance Weighting (IDW), Ordinary Kriging (OK), Radial Basis Function (RBF), and Trend Surface Interpolation (Trend)—to simulate the spatial distribution of annual precipitation based on the 2022 annual precipitation observation data from 27 meteorological stations in Yunnan Province. The applicability of each method is systematically evaluated through comparative analysis of the spatial distribution characteristics of different interpolation results and quantitative assessment of interpolation accuracy using cross-validation. The results indicate that all interpolation methods consistently exhibit the spatial differentiation feature of “high precipitation in southwestern Yunnan and low precipitation in northeastern Yunnan” on a macro scale, but significant differences exist in terms of spatial continuity and smoothness. Among them, the RBF method not only maintains the regional zonal characteristics but also effectively avoids the excessive impact of local outliers on the interpolation results, yielding the most reasonable spatial distribution. Considering both the accuracy indicators and spatial expression effects, the RBF interpolation method demonstrates the best comprehensive applicability under the complex topographic conditions of Yunnan Province.
文章引用：何林蒴. 基于GIS空间插值的云南省年降水分布模拟方法比较研究[J]. 环境保护前沿, 2026, 16(2): 245-252. https://doi.org/10.12677/aep.2026.162025

参考文献

[1] 程建刚, 解明恩. 近50年云南区域气候变化特征分析[J]. 地理科学进展, 2008, 27(5): 19-26.
[2] Fu, C.B., Wu, J. and Dan, L. (2011) Climatic Changes of Rainfall and Rain Days in Yunnan Province. Plateau Meteorology, 30, 1027-1033.
[3] 高西宁, 蒋姗姗, 王耸, 等. 东北地区1961-2014年降水量变化分区及其区域特征[J]. 生态学杂志, 2016, 35(5): 1301-1307.
[4] Trenberth, K.E., Dai, A., van der Schrier, G., Jones, P.D., Barichivich, J., Briffa, K.R., et al. (2013) Global Warming and Changes in Drought. Nature Climate Change, 4, 17-22. [Google Scholar] [CrossRef] 
[5] 周长艳, 岑思弦, 李跃清, 等. 四川省近50年降水的变化特征及影响[J]. 地理学报, 2011, 66(5): 619-630.
[6] 贺伟, 布仁仓, 熊在平, 等. 1961-2005年东北地区气温和降水变化趋势[J]. 生态学报, 2013, 33(2): 519-531.
[7] Gocic, M. and Trajkovic, S. (2013) Analysis of Precipitation and Drought Data in Serbia over the Period 1980-2010. Journal of Hydrology, 494, 32-42. [Google Scholar] [CrossRef] 
[8] 杨春华, 郑莉, 黄河清, 等. 重庆山地区域气象要素空间插值方法对比[J]. 气象与环境学报, 2022, 38(4): 57-66.
[9] 曾广建. 粤东地区降水量空间插值方法研究[J]. 广东水利水电, 2022(4): 27-32.
[10] 宋敬茹, 胡尹, 仝梓晨, 等. 新疆降水量空间插值方法对比研究[J]. 延边大学农学学报, 2021, 43(4): 41-46.
[11] 占龙飞, 陈佳义, 李婕, 等. 江西省降水空间插值方法适用性分析[J]. 气象与减灾研究, 2021, 44(3): 215-221.
[12] 张孟丹, 余钟波, 谷黄河, 等. 无定河流域降水量空间插值方法比较研究[J]. 人民黄河, 2021, 43(4): 30-37, 99.
[13] 符静, 易臻照, 赵莎. 基于GIS空间插值的降水分布模拟方法比较研究[J]. 中国农村水利水电, 2021(1): 94-97, 104.
[14] 莫跃爽, 索惠英, 焦树林, 等. 喀斯特地区降水量空间插值方法对比——以贵州省为例[J]. 水土保持研究, 2021, 28(1): 164-170.
[15] Huang, H., Liang, Z., Li, B. and Wang, D. (2019) A New Spatial Precipitation Interpolation Method Based on the Information Diffusion Principle. Stochastic Environmental Research and Risk Assessment, 33, 765-777. [Google Scholar] [CrossRef] 
[16] 汤国安, 杨昕. ArcGIS地理信息系统空间分析实验教程[M]. 北京: 科学出版社, 2012.
[17] 靳国栋, 刘衍聪, 牛文杰. 距离加权反比插值法和克里金插值法的比较[J]. 长春工业大学学报(自然科学版), 2003(3): 53-57.
[18] 李军龙, 张剑, 张丛, 等. 气象要素空间插值方法的比较分析[J]. 草业科学, 2006(8): 6-11.
[19] 张莉莉, 陶忠良, 张京红. 基于GIS海南岛气象要素空间插值法比较分析[J]. 热带农业科学, 2012, 32(4): 57-61+66.
[20] 仲嘉亮. 基于GIS的新疆年降水量空间插值精度比较研究[J]. 干旱环境监测, 2010, 24(1): 43-46+57.
[21] 林金煌, 林广发. 福建省降水空间插值方法比较与区域分布特征研究[J]. 海南师范大学学报(自然科学版), 2015, 28(1): 61-65.
[22] Garcia, M., Peters‐Lidard, C.D. and Goodrich, D.C. (2008) Spatial Interpolation of Precipitation in a Dense Gauge Network for Monsoon Storm Events in the Southwestern United States. Water Resources Research, 44, 387-400. [Google Scholar] [CrossRef] 
[23] 王姣妍. 气候变化影响下的新疆降水量演变规律[J]. 水利规划与设计, 2022(7): 25-30.
[24] 李彦伟. 基于GIS的江西省降水量空间插值比较研究[J]. 陕西水利, 2024(5): 35-37.