曹端广，张子民*，王 海，常鲁群

(1.山东建筑大学测绘地理信息学院，山东 济南 250101；2.济南市勘察测绘研究院，山东 济南 250101)

0 引言

气温不仅是自然地域系统界限划分的关键指标，还是陆地环境过程模拟的重要参数[1,2]，广泛应用于生态环境评价、自然灾害检测、农业生产和气候变化等领域[3-6]，故对气温进行空间化对于研究全球气候变暖对生态系统的影响至关重要[7，8]。已有研究常基于气象站点实测气温数据利用空间插值方法(反距离加权法、克里金法、自然邻近法、样条函数法、趋势面法等[9])预测未知点数据[10]，例如：Stahl等比较了12种基于回归和加权平均的气温插值方法，发现选择控制站点与计算权重的方法比计算高程的方法对预测精度的影响更小[11]；Hutchinson等在样条函数插值法的基础上考虑了海拔对气候要素的影响，提出了薄盘光滑样条插值方法(Thin Plate Smoothing Spline，TPS)，并开发了相应的插值软件ANUSPLIN[12]；Nalder等通过结合多元线性回归法和地理加权回归法提出了梯度下降反比法(GIDW)，提高了插值结果的精度[13]；徐翔等通过比较普通克里金法、反距离加权法以及将高程作为协变量的薄盘光滑样条插值法，发现薄盘光滑样条插值法适于复杂山地环境下气候要素的空间插值[14]；刘正佳等研究得出，薄盘光滑样条插值法适用于全国大部分地区在区域尺度上以DEM为协变量的插值[15]。

综上可知，当前气温空间插值方法多将高程、经纬度等作为影响因素，未考虑气象数据中风向和风速对气温空间插值的影响。……