气温是地学研究和构建气象预测模型的重要指标之一。气温变化将直接影响农作物的生长发育、年平均产量以及区域农业种植的潜力。河西走廊是甘肃省重要的粮食产地之一。河西走廊气候干旱、冷热变化剧烈、风沙危害严重，对农业种植与生产造成严重影响。为有效预测气候发展变化，常借助实测站点提供的观测数据进行相关研究分析，实际操作中，受人力、物力、财力、地形地貌因素等的限制，不能获得分布均匀、密度较大的气象站点数据。为解决这类问题，常对分布不均[1]且有限的气象站点数据，采用不同的栅格化方法进行研究[2-5]。文章使用2020年6月河西走廊及其附近分布较为均匀的20个气象站点的气温数据，分别采用普通克里金法（Ordinary Kriging）、反距离权重法（IDW）、样条函数法（Spline）、趋势面分析法（Trend）空间插值分析比较，旨在研究该地区的气象空间分布特征，为农业的正常发展提供保障，也为区域气温变化的预测提供数据参考。1研究区概况河西走廊坐落在甘肃省西北部，地理位置位于92°44′E-104°14′E，36°46′N-42°49′N。东西长约1 000 km，平均海拔约1 200 m。河西走廊地形地貌复杂，祁连山脉横亘于研究区南部，祁连山冰川融雪丰富，灌溉资源充足，在河西走廊形成了石羊河、黑河与疏勒河等三大河流。三大流域内多冲积绿洲和半闭合盆地，为河西走廊的农业发展提供条件。土壤肥沃，便于灌溉农业的开发。河西走廊北部包含腾格里沙漠和巴丹吉林沙漠。沙化现象自东北向西南方向侵袭，对整个河西走廊造成巨大的生态危机。研究区气候属于大陆性干旱气候，夏季为降雨期，降雨量从东南向西北逐渐减少，多地区年均降水量不足200 mm，蒸发量是降水量的20倍以上。气候干旱且温差较大、冷热不均、风沙严重。2数据来源及研究方法2.1数据来源为了尽可能提高气温数据空间插值的准确性，文章采用2020年6月河西走廊及附近20个气象站点数据。根据均分原则，从中选择肃北、高台、临泽、肃南、民乐、永昌、武威等共7个地区作为验证站点。研究区及站点分布如图1所示。10.19301/j.cnki.zncs.2023.02.017.F001图1研究区及站点分布2.2研究方法获取精确的气温空间分布特征需要数量多且分布均匀的气象站点。受经济、技术以及特殊地形地貌等的限制，我国建设的气象站点数量有限，气象站定点观测所得数据，并不能直接应用于整个地区，不能够代表该相邻区域的观测效果。文章利用ARCGIS 10.8平台中常用的4种空间插值法对气温数据进行空间插值并建立统计表面。（1）普通克里金法（Ordinary Kriging）。属于高级地统计法的一种，其原理是以采样点数据为基础，利用变异函数推算制定数量点内每个位置的相关联系与空间变量变值，由局部推未知，并且能够利用克里金方差对插值结果进行理论估计。普通克里金法计算公式：Z=∑i=1nλZXi （1）式中：Z——气温的预估值；λ——克里金法权重系数；Z(Xi)——样本点Xi处的气温。（2）反距离权重法（IDW）。地理属性存在相关性，原理相似[6]，因此提出反距离权重法。即赋予最大权重在插值点，以插值点为中心向四周辐射性赋予权重递减。不同距离的样本点对插值点的影响明显不同。极值点极大影响插值结果的精确性，适用于样本点充足且分布均匀的地域。反距离权重法计算公式：Z=∑i=1nZidim∑i=1n1dim （2）式中：Z——气温的预测值；Zi——第i（i＝１,２,３,…,ｎ）个实测值；di——预测点到i点的距离；m——常用值为２；n——研究区样本点个数。（3）样条函数法（Spline）。样条函数法是利用特定的数学线性方程，在空间中建立三维图像，通过已知点构建不同摩擦系数的平面，从而预测平面上未知点的空间插值。由于平面内不同区域粗糙程度的变化有所差异，细分为张力样条和规则样条两大类。文章主要利用规则条样进行插值研究。样条函数法计算公式：Z=∑i=1nλiRdi+Tx, y （3）式中：Ｚ——气温预估值；λi——线性方程组求解系数；n——样本个数；Rdi——di为自变量的方程；di——i点到插值点的距离；x,y——插值点在坐标系中的位置；Tx,y——x,y为自变量二元线性方程组。（4）趋势面分析法（Trend）。趋势面分析主要研究区域中样本点间出现渐变或对该地区进行长期趋势、全局趋势分析检查，排除不良影响，适用于以空间视点诠释趋势和残差，观测有限。内插基于有限数据[7]，基本原理为利用多项式回归分析对光滑曲面与样本点进行插值[8]。趋势面分析法计算公式：Z=∑k=0n∑ikak,jkxk-iyi+β （4）式中：Z——气温预估值；N——样本点数量；β——随机误差；x，y——平面坐标系的横、纵坐标；ak,j——观测点值确定系数。（5）精度验证。每种空间插值对于不同空间地形气温检测效果各有优缺点。为比较4种空间插值方法的精确度，采用直接验证与交叉验证[9]两种验证方法。从研究区20个气象站点中选取7个站点作为预留站点，利用GIS平台计算与实测值进行对比得出具体的差异值。采用平均绝对误差（Mean Absolute Error）、平均相对误差（Mean Relative Error）和均方根误差（Root Mean Square Error）三种方法进行交叉验证。选择预留站点数量与位置对验证插值结果影响较大，研究考虑山地、盆地和平原等地形的影响，选择了分散较均匀的7个站点，占研究区气象站点的35％。插值检验标准的表达式为：MAE=1n∑i=1nOi-Pi （5）MRE=1n∑i=1nOi-PiOi （6）RMSE=1n∑i=1nOi-Pi2 （7）式中：n——样本点个数；Oi——第i个气象站的测量值；Pi——预估值。MAE、MRE、RMSE的值越小，证明空间插值精度越高，拟合度越好。3结果与分析3.1不同插值结果分析空间插值结果如图2所示。图2空间插值结果10.19301/j.cnki.zncs.2023.02.017.F2a1(a)普通克里金法10.19301/j.cnki.zncs.2023.02.017.F2a2(b)反重力权重法10.19301/j.cnki.zncs.2023.02.017.F2a3(c)趋势面法10.19301/j.cnki.zncs.2023.02.017.F2a4(d)样条函数法分别采用4种不同的空间插值算法对2020年6月河西走廊及附近20个气象站点中13个站点气温数据进行空间插值计算。河西走廊2020年6月平均气温呈明显的北高南低，东西跨度1 000 km。气候与地形地貌有紧密联系，靠近祁连山脉气候较为温和湿润，靠近北部沙漠气候越为干燥炎热。普通克里金法、反距离权重法与趋势面法的平均气温相差较小。样条函数法的温差最大，与其他3种方法相比差距较大。普通克里金法插值结果气温14.7~22.3 ℃，温度在空间总体呈现北高南低的变化趋势，符合河西走廊气温南北变化特征。反距离权重法插值结果10.3~24.5 ℃，整体气温分布与普通克里金法插值结果较为相似，由于反重力权重法受到极值点影响较大，在气象站点分布较少的北部地区呈现“牛眼”现象，与普通克里金法相比插值效果较差。趋势面法插值结果气温14.4~27.1 ℃，在插值结果中南北温度差异分界明显，气温向北逐渐升高，向南逐渐降低，主要反应气象站点之间气温的渐变性。样条函数法插值结果气温5.2~29.6 ℃，与其他三种方法相比，样条函数法插值结果温差最大，为24 ℃，在北部沙漠地区出现低温度，与河西走廊温度气温北高南低的趋势不符。3.2不同插值方法精度验证7个预留站点实测与插值结果分析如表1所示。利用4种插值方法的交叉检验对7个气象站点进行精度验证。10.19301/j.cnki.zncs.2023.02.017.T001表1预留站点实测与插值结果分析方法肃北高台临泽肃南民乐永昌武威实测值18.5020.4022.5018.3017.5017.2015.40IDW20.1021.0221.9820.0917.6116.5213.37Spline20.3620.9524.1016.8817.5019.5314.42Kriging18.7119.8420.3218.8217.4517.0515.75Trend17.1519.3719.9418.2917.6817.7016.72IDW差异-1.60-0.620.52-1.79-0.110.682.03Spline差异-1.86-0.55-1.601.420-2.330.98Kriging差异-0.210.562.18-0.520.050.15-0.35Trend差异1.351.032.560.01-0.18-0.5-1.324种空间插值方法精度如表2所示。将4种插值方法的插值结果与7个预留站点的实测数据进行对比，发现普通克里金法的误差值最小，除临泽站误差2 ℃，其余站点误差均1 ℃。使用样条函数法进行空间插值，仅民乐、高台与武威的差异值1 ℃，其余4个地区的差异值均偏大，表明样条函数法受气象站点疏密程度和地形地貌影响较大，此方法不适合河西走廊的气温预测。反距离权重法插值结果，武威站实测值误差2.03 ℃、肃北站误差1.6 ℃、肃南站误差1.79 ℃，其余4个地区与实测值差距较小。使用趋势面分析法插值结果，仅肃南站、民乐站、永昌站误差1 ℃，其余4个预留站点误差值均1 ℃。10.19301/j.cnki.zncs.2023.02.017.T002表2种空间插值方法精度方法\精度MAEMRERMSEIDW1.050.059 11.254 4Spline1.250.067 83.837 7kriging0.570.028 10.888 7Trend0.990.052 71.279 6以表1预留站点实测值和4种插值方法的插值结果为基础，在SPSS软件中进行MAE、MRE和RMSE计算，得到4种空间插值方法的精度比较。由表2可以看出，普通克里金法在MAE、MRE和RMSE上精度最高，误差值均1。样条函数法精度最低。气温的MAE的误差分析结果表示为Ordinary KrigingTrendSplineIDW；MRE的误差分析结果Ordinary KrigingTrendIDWSpline；RMSE的误差分析结果表示为Ordinary KrigingIDWTrendSpline。结果表明，在河西走廊，普通克里金法年均气温插值误差较小，拟合度最高，为最优方法。4结语根据河西走廊的地理位置与气象站的气温数据，选取普通克里金、反重力权重法、样条函数法和趋势面法4种空间插值方法进行计算。并利用MAE、MRE和RMSE进行精度验证。结果表明，样条函数法误差最大，反距离权重法和趋势面法的误差结果较为接近。普通克里金法误差最小，最适合应用于河西走廊气温的预测。河西走廊气温明显存在北高南低趋势，2020年6月平均气温较高温差较大，气温变化主要受到地形的影响。各省份的气温研究方法受到经纬度、地形地貌等多种因素的影响，普通克里金法虽然是最适合河西走廊的空间插值方法，但不能保证适用于其他省份的研究。未来可以尝试更多的方法进行气温预测研究，为农业发展以及气温预测等提供数据参考。