下雨啦，来绣张降雨量等值线图（二）——降水量差值

    飞言飞语

 Attention 

继上一篇“底图整饬”，我们本篇进行降雨量等值线图最关键的一步，降水量差值！

本篇稍微复杂

各位飞友们要耐心哦

一、数据预处理

在降水量数据中，有一些值如999、9999、32700等是填充值，要先去掉。接下来，这些数据存放的是每个台站365天的降水量，所以先要统计得到每个站的年降水量数据。在Excel中打开降水量数据表，选中所有数据，点击插入­->数据透视表，插入一个新的数据透视表。

在数据透视表中勾上“台站”、“月”和“20-20降水量（无填充值）”。并拖到如下图所示的位置，在“数值”一栏中设置“求各项”，这样就统计出了每个气象站点的年降水量值。将这个表整理，并将降水量由0.1mm处理成1mm为单位的数据。

二、导入站点数据

在下载到的站点信息中提供了每个站点的经纬度坐标，这样我们可以利用ArcMap->File->Add Data->Add XY Data将站点导入ArcMap中，注意导入时设置坐标系为WGS84。用Data->ExportData将站点导出成shp文件，命名为“气象站点.shp”。

三、投影气象站点

使用Data Managerment Tools->Project andTransformations->Features->Project工具将点数据投影到Albers平面上（中央经线105度，标准纬线25度、45度。生成气象站点_Project文件）。

四、关联气象站点与降水量值

在气象站点_Project右击->Joins and Relates->Join，使用台站号作为关联ID，将气象站点与每个站点的降水值关联起来。从关联结果可以看出，只有181个（总共206个）关联成功了，这是因为有些气象站点被废弃不用了。结果如图：

五、插值方法研究

接下来我们便要用这181个样本点的数据插值得到全国的年降水量分布。空间降水插值一直是个难题，影响降水的因素很多，如经度、纬度、高程、坡度、坡向、离水体的距离等,建立一个通用的降水插值模型几乎是不可能的。空间降水插值方法很多,优缺点和适用性不同。总体上,降水的空间插值方法有3类:整体插值法(趋势面法和多元回归法等) 、局部插值法(泰森多边形法、反距离加权法、克里金插值法和样条法)和混合插值法(整体插值法和局部插值法的综合) 。

在这里，克里金插值能达到较高的精度，而为了能考虑高程的因素，我们选择使用协同克里金插值。协同克里金插值的一个前提是，降水量与高程应该有相关性。为此，下一步我们要验证年降水量与高程是不是相关的。

六、相关性检验

在我们关联的降水量数据以后，气象站点的属性表里就有了站点的高程和站点的年降水量。把属性表导出，并用SPSS检验两者的相关性，结果如下：

结果表明，站点的年降水量与高程显著相关，于是，我们便可以利用站点本身附带的高程数据对降水量进行插值了。

七、降水量插值

在工具栏空白处右击打开Geostatistical Analyst工具条，选择Geostatistical Wizard，每一步的设置如下：

（1）在“Methods”中选择“Kriging/CoKriging”，Dataset中选择“气象站点_Project”，DataField选择“降水量_毫米”，Dataset 2中选择“气象站点_Project”，DataField选择“海拔高度”；

（2）由经验知我国的降水由东南往西北会递减，在这里选择“First”以剔除降水分布的趋势分布（一次）；

（3）年降水量分布的趋势（一次趋势面）

（4）设置Number of Lags为24

（5）设置SectorType为四方向

（6）交叉验证

由交叉验证结果可以看出，插值误差为0.899（毫米），均方根误差162.0961，平均标准误差为156.8678，两者比较接近。标准均方根误差为1.039048。点击Finish完成插值。

Step8：插值结果导出。插值所覆盖的范围默认只包含气象点的最小外包矩形，要把它扩展到整个中国区域。双击插值产生的图层在Layer Properties对话框中切换到“Extent”选项卡，在“Set the Extent to ”选择“the rectangular extent of 中国政区”。

在插值结果图层上右击，选择Data->Export to Raster，将结果导出成栅格数据。并使用Spatial Analyst->Extraction->Extract byMask将中国区域提取出来，结果如图：

到这里，我们就完成了中国年降水量的插值了。

——整理自网络

好啦，大家试试看吧！