ArcGIS数据生产与精细化制图之中国年降水量分布图的制作

基于 ArcGIS的地理分布图绘制——以“人口分布”为例摘要：随着信息技术的不断发展和教育教学改革的不断推进，越来越多人将地理信息技术应用于教学。

ArcGIS作为重要的地理信息技术软件，为地理制图提供强大的技术支持，能够将教学内容化抽象为具象，有利于教师的教和学生的学。

本文以“人口分布”一课为例，介绍了利用ArcGIS绘制地理分布图的思路和方法，以期为扩充地理教学资源提供有益借鉴。

关键词：ArcGIS；高中地理；人口分布；影响因素近年来，信息技术迅速发展并广泛应用，有力地促进了地理教学改革，一定程度上改变了学生学习方式和教师教学方式。

《普通高中地理课程标准（2017年版2020年修订）》在实施建议中强调要深化信息技术的应用。

ArcGIS作为重要的地理信息技术软件，为地理制图提供强大的技术支持，将其运用于地理教学可以有效提高学生的学习兴趣，落实地理核心素养的培养。

1.设计思路在利用ArcGIS绘制地图前，首先需根据需要确定绘制主题和成果目标，以及在教学中如何应用，然后根据制图目标收集数据并制作图像，最后导出图像并应用于教学（图1）。

例如，在利用ArcGIS绘制人口分布等相关图像以辅助地理教学前，教师应先了解人口分布的特点，打下知识基础，收集第七次人口普查数据，制作不同尺度的人口数量分级设色图,然后结合教材“自学窗”栏目进行教学，以增强学生从图像中获取有效信息的能力，不仅利于知识掌握，也有利于技能提升，更能增强学生关注国家、热爱祖国的家国情怀。

此外，还需让学生对人口分布特点有直观的认识，即引导学生分析影响人口分布的因素，因此，还需制作影响人口分布因素的图像，自然因素主要包括气候、水源、地形等，人文因素主要包括经济发展水平，如各省的GDP，还包括历史、政治、文化、交通等。

图1 设计思路1.确定目标1、制图目标依据（1）课程标准从高中地理课程结构来看，“人口分布”的内容属于必修模块地理2，课标要求能够运用资料，描述人口分布的特点及其影响因素，本条课标的行为动词是“描述”，这就要求学生会选择合适的地理要素作为位置参照，归纳不同尺度区域的人口分布特征，会从自然条件、社会经济条件等角度分析人口分布特征的形成原因，要求学生具有一定的综合思维能力。

时态GIS:时态GIS是建立在时态数据库、GIS、人工智能等基础上的一种综合型应用性技术，其研究对象是时空世界中遵循着诞生、成长、生存，直至死亡等自然规律的事物和现象的时空信息空间插值:空间插值常用于将离散点的测量数据转换为连续的数据曲面，以便与其它空间现象的分布模式进行比较，它包括了空间内插和外推两种算法。

空间内插算法：通过已知点的数据推求同一区域未知点数据。

空间外推算法：通过已知区域的数据，推求其它区域数据。

克里金插值:根据样品空间位置不同、样品间相关程度的不同，对每个样品品位赋予不同的权，进行滑动加权平均，以估计中心块段平均品位。

图像差值法: 图像差值法就是将两个时相的遥感图像相减光谱特征变异法: 同一地物反映在一时相影像上的信息与其反映在另外时相影像上的光谱信息是一一对应的。

当将不同时相的影像进行融合时，如同一地物在两者上的信息表现不一致时，那么融合后的影像中此地物的光谱就表现得与正常地物的光谱有所差别，此时称地物发生了光谱特征变异，我们就可以根据发生变异的光谱特征确定变化信息。

多波段主成分分析法: 当地物属性发生变化时，必将导致其在影像某几个波段上的值发生变化，所以只要找出两时相影像中对应波段值的差别并确定这些差别的范围，便可发现变化信息。

在具体工作中将两时相的影像各波段组合成一个两倍于原影像波段数的新影像，并对该影像作PC变换。

由于变换结果前几个分量上集中了两个影像的主要信息，而后几个分量则反映出了两影像的差别信息，因此可以试着抽取后几个分量进行波段组合来发现变化信息。

图像分类后比较法:该方法的核心是基于分类基础上发现变化信息。

即首先运用统一的分类体系对每一时相遥感影像进行单独分类，然后通过对分类结果进行比较来直接发现土地覆被等的变化信息。

波段替换法:在RGB假彩色合成中，G和B分量用前时相的两个波段，用后一时相的一个波段影像组成R分量，在合成的RGB假彩色图像上能够很容易地发现红色区域即为变化区域。

第34卷第2期2023年3月㊀㊀水科学进展ADVANCES IN WATER SCIENCE Vol.34,No.2Mar.2023DOI:10.14042/ki.32.1309.2023.02.0031956 2016年中国年降水量及其年内分配演变特征杜军凯1,仇亚琴1,李云玲2,卢㊀琼1,郝春沣1,刘海滢1(1.中国水利水电科学研究院,北京㊀100038;2.水利部水利水电规划设计总院,北京㊀100120)摘要:为分析中国降水时空演变格局,本文在月尺度上对水利部门与国家基本气象站的降水量监测数据进行融合,针对融合后的4177个站点,使用趋势分析㊁突变检验和年内分配向量法等方法分析了集中度㊁集中期和最大4个月累积降水量占全年之比等多个指数的分布格局,分析了1956 2016年中国年降水系列的趋势性和突变性特征,以及降水年内分配过程的时空演变㊂主要结论如下:①中国降水时空分布不均,自东南到西北,年降水量总体递减,降水年内分布集中度递增;站点年降水量序列的变化趋势呈现较强的地带性,自东南到西北呈 增 减 增 的3个条带;显著增加条带分别位于东南和西部地区,显著减少的条带位于中部,从东北地区向西南绵延至边境;年降水序列的趋势性变化大多伴随着突变,发生在20世纪80年代的站点最多㊂②沿200mm 和400mm 年降水量等值线,中国北方出现1个 汛期降水减少 条带,但其时间尺度效应较强;在月尺度上,站点汛期降水占比下降,非汛期降水占比增加;而在日尺度上则相反,连续3~7d 累积降水量的波幅加大,表明降水事件的极端程度在增强㊂③降水序列变化与径流的同步性较好,中国西北和东南地区年降水量呈增加趋势,典型水文站的还原径流量同步增加;年降水量显著减少㊁且最大4个月累积降水量占比指数减少超过10%的区域集中在北方的辽河㊁海河与黄河流域等非湿润区,相应水文断面的还原径流量显著减少㊂关键词:降水;年内分配;降水集中度;降水集中期;演变规律中图分类号:P333㊀㊀㊀文献标志码:A㊀㊀㊀文章编号:1001-6791(2023)02-0182-15收稿日期:2023-01-04;网络出版日期:2023-03-26网络出版地址:https :ʊ /kcms /detail /32.1309.P.20230324.1649.002.html基金项目:国家重点研发计划资助项目(2021YFC3201101);国家自然科学基金资助项目(52279030)作者简介:杜军凯(1987 ),男,河南禹州人,高级工程师,博士,主要从事流域水循环及其伴生过程模拟研究㊂E-mail:du_djk@通信作者:仇亚琴,E-mail:qyq@ 联合国政府间气候变化专门委员会(IPCC)第六次评估报告[1]指出,人类影响造成的气候变暖速率前所未有,全球极端天气与极端气候事件发生频率不断增强,全球尺度的降水结构发生了显著变化[2],较大程度上影响了区域水安全和经济社会可持续发展[3]㊂水循环是联系地球系统大气圈㊁水圈㊁岩石圈和生物圈的纽带㊂降水是水循环过程的总输入,研究中国降水的时空分布与演变格局可为洪涝灾害应对㊁水资源情势分析及水生态修复等工作提供科技支撑,具有重要的意义㊂在降水时空分布与演变规律方面,已有较多学者开展了相关研究㊂如在降水年际变化趋势分析方面,王英等[4]基于730个气象站的监测数据进行空间插值法和趋势分析,结果表明中国降水量从20世纪60年代到90年代呈明显下降趋势;施雅风等[5]总结了西北地区气候变化特征,指出西北地区气候向暖湿转型可能是世纪性的;张强等[6]分析了西北地区气候湿化趋势,指出西北地区西部和东部从21世纪开始同时进入增湿期;王米雪等[7]研究了1960 2013年东南沿海地区年降水量变化特征,指出2000年后东南沿海地区形成 重旱-重涝并重 的格局㊂在降水序列突变研究方面,丁一汇等[8]对青藏高原年平均气温和降水量序列进行突变检验,研究指出气候要素突变方向㊁突变时间存在较大时空差异;贾路等[9]认为西北地区降水集中度指数均值序列存在显著的突变点;张阿龙等[10]认为锡林河和巴拉格尔河流域气候突变发生在20世纪90年代至2010年;Zuo 等[11]研究表明,海河流域年降水量系列在1979年发生突变㊂在降水年内变化研究方面,刘向培等[12]从 信息熵 角度分析了厄尔尼诺与南方涛动㊁太平洋年代际涛动对中国降水集中程度的影响;㊀第2期杜军凯,等:1956 2016年中国年降水量及其年内分配演变特征183㊀Zhang等[13]定义了降水年内集中度和年内集中期指数概念和计算方法,该方法被广泛用于区域年内多尺度降水不均匀性和集中程度,以及年际变化规律等研究中㊂此外,另有学者关注降水分区区划㊁降水变化的周期性㊁雨日数与雨强演变特征㊁季节降水结构演变与平稳性㊁城市化对降水的影响,以及极端降水时空变化特征等[14-19]㊂尽管当前研究取得了丰硕成果,但在以下几个方面仍有待提升㊂首先,受测站数量㊁密度㊁数据系列长度等条件制约,当前针对全国范围的研究较少;其次,中国幅员辽阔,地形㊁地貌复杂多变,降水时空演化具有很强的地带性特征,相关规律亟需总结;再者,针对降水年内丰枯变化的相关研究有待补充,尤其是汛期降水在长时间尺度上的演变及其径流效应㊂鉴于此,本文对气象站和水文站实测降水量进行月尺度融合,以提升监测资料的时空完整性,系统分析了多项指标的时空分布格局㊁地带性变化特征及其水文效应,为揭示中国降水时空演变规律提供科技支撑㊂1㊀数据与方法1.1㊀基础数据本文所用的降水量数据来源如下:一是国家基本气象站的逐日数据,来源于国家气象数据共享网;二是水文部门上报的逐月降水量观测数据,来源于全国第三次水资源调查评价上报的降水量数据集,时间序列为1956 2016年;另有水文部门提供典型站点的日尺度观测信息㊂对国家基本气象站和水文-雨量站的监测数据进行融合,处理原则如下:①删除重复站点,如水文-雨量站与基本气象站的空间位置相同,则优先使用国家基本气象站的监测数据;②舍弃监测不全的站点,如某站点在设站年份的监测数据缺失1个月以上,则放弃;③时间尺度统一,将日观测成果转换到月㊂按上述原则处理后,共得到4177个融合站点(图1)㊂本文所用降水量等值线图来自文献[20]㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图1㊀气象站点分布Fig.1Location of the meteorological stations and the terrain landform of China1.2㊀分析方法(1)趋势与突变检验分别使用Mann-Kendall(后文简称MK)趋势检验法和PETTITT突变分析法进行趋势和突变检验㊂MK趋势检验法[21-22]是一种典型的非参数检验方法,该检验方法在气象和水文领域得以广泛应用㊂PETTITT检184㊀水科学进展第34卷㊀验[23]是一种非参数的突变检验方法,构造一个Mann-Whitney 统计量,根据构造统计量的特征进行数据序列的突变点分析㊂(2)集中程度分析采用降水年内分配的集中度(Precipitation Concentration Degree,PCD)指数和集中期(Precipitation Concen-tration Period,PCP)指数来表征降水分布的集中性特点,计算方法见式(1)和式(2)㊂PCD 指数取值介于0~1,值越大表示降水年内分配越不均匀;PCP 指数以角度为单位,将0ʎ~360ʎ分配到全年12个月,取值越大表明降水峰值越靠后㊂D PC,i =(ð12j =1r ij ˑsin θj )2+(ð12j =1r ij ˑcos θj )2/R i (1)P PC,i =arctan[(ð12j =1r ij ˑsin θj )/(ð12j =1r ij ˑcos θj )](2)式中:D PC,i 和P PC,i 分别为测站第i 年的降水年内分配PCD 指数和PCP 指数;r ij 为第i 年第j 月的降水量,mm;R i 为第i 年的年降水量,mm;θj 为第j 月中对应的角度,角度与1 12月份的对应关系参见文献[12]㊂使用年内最大4个月累积降水量占全年的比例(PEC)指数来表示站点汛期降水的分布特征,计算方法见式(3):C PE =ð4i =1P ∗i /ð12j =1P j ˑ100(3)式中:C PE 为测站PEC 指数,%;P j 为1 12月的月平均降水量,mm;P ∗i 为年内最大4个月的月均降水量,mm㊂2㊀降水量时空分布注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图2㊀测站多年平均降水量的空间分布Fig.2Spatial distribution of annual mean precipitation at the meteorological stations 2.1㊀年降水量分布格局中国幅员辽阔,东部属季风气候,西北部属温带大陆性气候,青藏高原属高寒气候,降水空间分布不均匀,总体呈 东南高㊁西北低 的特征㊂融合后站点降水量与多年平均降水量等值线[20]分布见图2㊂多年平均年降水量200mm 等值线为中国干旱区与半干旱区的分界线,该线北起内蒙古高原中部,大致沿阴山-贺兰㊀第2期杜军凯,等:1956 2016年中国年降水量及其年内分配演变特征185㊀山-六盘山-祁连山-柴达木盆地-昆仑山一线;多年平均年降水量400mm等值线沿东北 西南方向斜贯中国全境,系半干旱区与半湿润区分界线,北起大兴安岭,沿燕山-太行山-黄土高原北缘-祁连山东段分布;多年平均年降水量800mm等值线沿东西方向横贯全境,系湿润区和半湿润区的分界线;多年平均年降水量在800~1600mm的区域主要分布在 秦淮线 以南,包括淮河中下游㊁长江中下游㊁四川盆地㊁云贵高原和广西大部等地;多年平均年降水量超过1600mm的区域主要分布在东南沿海㊁湘赣山区㊁西南(云南㊁四川㊁西藏)部分山区,其中,海南岛部分区域㊁台湾岛[20]大部分地区降水量超过2000mm㊂2.2㊀年内分配特征根据式(1)和式(2),分别计算了所有站点逐年月降水量的PCD指数㊁PCP指数和最大4个月降水量占全年比例,各站点多年平均月降水量的年内集中度空间分布见图3,集中期空间分布见图4㊂(1)月降水量的年内集中度㊂由图3可见,各站点PCD指数为0.077~0.768,大体呈现北高南低的分布格局㊂0.077ɤD PC<0.200的站点主要分布在长江以南,即长江流域㊁珠江流域㊁东南诸河区和西南诸河区的大部分区域,另有黄河河源区㊁渭河南山支流㊁伊洛河等流域,以及位于天山北支与中支之间的伊犁河流域㊂0.200ɤD PC<0.320的站点集中分布在辽河区南部㊁海河区东部㊁淮河区大部和黄河中游部分区域,以及阿尔泰山南麓的额尔齐斯河流域㊂0.320ɤD PC<0.520的站点主要分布在西北诸河区,包括塔里木盆地㊁柴达木盆地及黑河上游等内陆河流域㊂0.520ɤD PCɤ0.768的站点大多散乱分布在400mm降水等值线两侧,包括松花江区西部㊁辽河区北部㊁太行山区,以及黄河上游大通河与湟水等流域㊂综上所见,中国干旱区域PCD指数值大,年降水量年内分配不均匀性强于降水量丰沛的区域㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图3㊀测站月降水量的PCD指数Fig.3PCD indexes of monthly precipitation at the meteorological stations(2)月降水量的年内集中期㊂由图4可见,各测站月降水量PCP指数为116.9ʎ~234.0ʎ,自东南至西北总体呈低 高 低的分布特征,两边PCP指数低㊁中部高㊂116.9ʎɤP PC<150.0ʎ(即集中期在6月中旬以前)的站点集中分布在长江中下游㊁东南诸河与珠江中下游地区,这与梅雨气候有关㊂150.0ʎɤP PC<175.0ʎ(集中期6月中旬至7月中旬)的站点分布在长江中游江北地区㊁长三角㊁珠江中游南岭南麓区域㊁武夷山以东的沿海地带,以及天山山区㊂175.0ʎɤP PC<190.0ʎ(集中期7月中下旬)的站点分布最广,沿东北 西南方向斜贯全国,包括东北大部㊁华北地区中部㊁青藏高原东部㊁四川盆地大部以及云贵高原东缘㊂190.0ʎɤP PCɤ234.0ʎ(集中期8月上旬至9月中旬)的站点主要分布在黄河流域大部㊁山东半岛和辽东半岛沿海地带㊁186㊀水科学进展第34卷㊀太行山区大部㊁金沙江上游㊁西南诸河以及海南岛等区域㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图4㊀测站月降水量的PCP指数分布Fig.4Distribution of PCP indexes of monthly precipitation at the meteorological stations(3)最大4个月累积降水占比㊂由图5可见,各测站PEC指数介于53.7%~97.8%,空间分布与PCP 指数类似,总体呈西北高㊁东南低的格局㊂53.7%ɤC PE<65.0%的站点绝大多数分布在长江中下游和东南诸河区,少部分位于南岭以南的柳江㊁西江流域,以及地处西北的天山山区㊂65.0%ɤC PE<75.0%的站点在上一分级(53.7%~<65.0%)的外层,东北地区主要分布在长白山以东,中部集中在祁连山东侧-秦岭-淮河沿线,以及西南的四川盆地㊁云贵高原大部,华南的珠江流域大部等区域㊂75.0%ɤC PE<85.0%的站点分布在东北平原㊁华北平原㊁黄土高原大部,以及西南的金沙江流域等㊂85.0%ɤC PEɤ97.8%的站点分布在大兴安岭山区㊁河套平原㊁柴达木盆地西部和塔里木盆地,以及青藏高原西南部等广袤地区㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图5㊀测站PEC指数分布Fig.5Distribution of proportion indexes of the maximum accumulated precipitation in4months to annual precipitation㊀第2期杜军凯,等:1956 2016年中国年降水量及其年内分配演变特征187㊀3㊀降水量时空演变3.1㊀年降水量序列的趋势性采用MK检验法对年降水量序列进行趋势分析,共有337个站点通过显著性检验(显著性水平α=0.05,详见图6)㊂通过显著性检验站点中,呈显著增加趋势的站点共142个,各站点年降水量的年际变化梯度为2.9~8.5mm/a;呈显著减少趋势的站点共195个,变化梯度为-11.7~-2.0mm/a㊂在空间分布上,各站点年降水量的变化趋势的规律性较强,自东南到西北明显呈 增 减 增 的3个条带㊂据图6可知,站点年降水量显著减少的条带位于中部,从中国东北地区向西南绵延至边境区域㊂站点年降水量显著增加的条带有2个,分别位于西北和东南地区:西北地区各站点变化趋势在空间上比较一致,基本呈增加态势;东南地区以增加为主,但空间变异性更强,沿海少数站点呈减少趋势㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图6㊀测站年降水量序列的MK趋势检验结果Fig.6Mann-Kendall trends of annual precipitation series at the meteorological stations3.2㊀年降水量序列的突变性采用PETTITT检验法对年降水量序列进行突变分析,共有282个站点通过显著性检验(显著性水平α= 0.05,详见图7)㊂各站点突变年份介于1965 2005年,具体如下:1965 1969年的站点共2个;1970 1979年的站点共70个;1980 1989年的站点共128个;1990 1999年的站点共58个;2000 2005年的站点共24个㊂对比图6和图7可知,在空间分布上,发生突变的站点与趋势变化显著的站点比较一致㊂这意味着站点年降水序列的趋势性变化大多与突变相伴㊂3.3㊀最大4个月累积降水量占比变化针对序列超过50a的2575个测站,计算各站点1960 1969年㊁2007 2016年平均PEC指数及其相对变幅㊂以1960 1969年为基准,2007 2016年平均PEC指数相对变幅超出ʃ10%的站点共有123个,空间分布见图8㊂其中,共106个站点的PEC指数下降超过10%,共17个站点的PEC指数增加10%㊂PEC指数变幅超出ʃ10%的站点空间分布同样具有较强的地带性特征㊂减幅超过10%的站点大多数位于北方地区,少部分位于南方地区;这些站点空间分布与200mm和400mm年降水量等值线走势基本一致,集中分布在2条等值线两侧,如海河流域与黄河流域过渡地带㊁三江源地区,以及天山西段㊁阿尔泰山之间的广大区域㊂增幅超过10%的站点集中分布在南方地区,大多数位于800mm等值线之南㊂188㊀水科学进展第34卷㊀注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图7㊀测站年降水量序列的PETTITT突变检验结果Fig.7Results of PETTITT abrupt detections of annual precipitation series at the meteorological stations㊀㊀200mm㊁400mm多年平均年降水量等值线分别是中国半干旱与干旱区㊁半湿润与半干旱区的分界线, PEC指数从月尺度上反映了汛期降水的集中性㊂上述分析结果表明,在中国北方较为干旱的区域,站点年降水量的年内分配呈现一定程度的 平均化 倾向,汛期降水占比下降,非汛期降水占比增加㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图8㊀测站2007 2016年平均PEC指数较1960 1969年均值的变化Fig.8Relative change of the mean PEC index from2007to2016compared with that from1960to19694㊀讨㊀㊀论4.1㊀合理性分析(1)PCP指数和PCD指数分析结果的合理性㊂降水PCD指数和PCP指数分布与气候类型密切相关,中㊀第2期杜军凯,等:1956 2016年中国年降水量及其年内分配演变特征189㊀国的降水主要受夏季风控制,具有雨热同季特点㊂习惯上,中国将大兴安岭-阴山山脉-贺兰山-乌鞘岭-巴颜喀拉山-唐古拉山-冈底斯山系作为季风区与非季风区的分界线[24](图4)㊂春季,中国大部分地区冷空气较强,来自海洋的暖湿气流在华南㊁东南一带与之交锋,这些区域进入降水集中的第1个时段,即春雨期;随时间推移,季风强度不断加大,暖湿气流在初夏时节运动到江淮地区,产生梅雨锋面系统,形成1条降水丰富的锋面雨带;暖湿气流在夏㊁秋季节到达东北㊁华北和西北部分地区时,集中产生夏雨和秋雨;之后,夏季风强度不断减弱,雨带重回东南㊁西南和华南等地㊂总体而言,降水年内分配过程存在多峰的地区,集中度较低㊁集中期较早,反之则集中度较高,集中期相对延后㊂据图4可知,中国季风区降水体现出时空上的高度集中性[25],东北㊁华北和西南等地区月降水的PCP 指数值大多高于非季风区㊂月降水量PCP指数空间分布与季风活动密切相关,如梅雨气候控制的江南㊁江淮和长江中下游地区(见‘梅雨监测指标:GB/T33671 2017“)集中期明显提前至6 7月㊂海南岛雨源主要有锋面雨㊁热雷雨和台风雨等类型,每年5 10月为多雨期,其中台风多发生在8 10月[26]㊂受台风调节,海南岛月降水量集中期相对偏后㊂自东南向西北跨过分界线后,非季风区月降水集中期有所提前㊂如北疆的天山和阿尔泰山地区,其降水受盛行西风控制,月降水PCP指数明显低于东北和华北等地㊂与已有成果进行对比,刘向培等[12]指出40ʎN附近是中国年降水集中度分布的高值区,35ʎN以南是其分布的低值区;张天宇等[27]指出华北地区年内各候降水PCD指数为0.19~0.58,PCP指数多集中在7月;张运福等[28]指出东北地区年内各旬降水量PCD指数为0.59~0.79,PCP指数集中在7月中到8月上;张录军等[29]的研究结果表明,长江流域年内各旬降水量的PCD指数为0.35~0.51,PCD指数集中在4 7月;杨金虎等[30]指出西北五省(区)绝大部分地区年内各月降水量的PCD指数为0.16~0.76,PCP指数集中在6 7月㊂本文有关PCP指数计算结果与已有成果一致,PCD指数计算结果比部分文献偏低㊂究其原因, PCD指数计算结果受时段长短的影响,时间尺度越大(如侯 月 年),其取值则越低㊂为提升监测数据时空完整性,本文据月尺度降水量数据进行分析,故PCD指数计算结果偏低㊂(2)年降水量系列趋势分析结果的合理性㊂与年降水量系列趋势分析相关成果进行对比,王米雪等[7]的研究表明,中国东南沿海地区降水呈波动上升趋势,年际增速约为1.91mm/a;徐东坡等[15]的研究表明,中国西北地区和西藏等区域年降水系列存在显著增加趋势,华北和东北部分地区降水量呈减少趋势,上述成果与3.1节的趋势分析结果一致㊂本文得出全国降水年际变化在空间分布上呈 增 减 增 条带状分布的结论,与‘中国气候变化蓝皮书2021“[31]有关中国年降水量变化速率分布图是一致的㊂为进一步分析趋势检验结果的稳定性,本文将北京㊁郑州和广州3个气象站的监测资料延长到2020年,对比1956 2016年序列与1956 2020年序列的异同,结果见表1㊂据表1可知,同一测站不同序列降水量的年际变化梯度值有所差别,但其序列增/减趋势及显著性检验结果是一致的㊂需要说明的是,降水演变过程和机理相当复杂,针对1956 2016年序列的分析结果在未来是否能持续,仍有待开展进一步的研究㊂表1㊀典型站点不同序列趋势分析结果Table1Trend analysis results of different time series at the3meteorological stations站点名称年际梯度值/(mm㊃a-1)MK检验Z统计量1956 2020年1956 2016年1956 2020年1956 2016年北京气象站-2.21-2.16-1.66-1.48郑州气象站0.020.660.010.45广州气象站 6.64 6.84 2.16∗ 1.96∗注:显著性水平α=0.05标准正态分布Z统计量的临界值为1.96;∗表示通过α=0.05的显著性检验㊂㊀㊀(3)降水变化与季风强度变化的关系㊂中国降水的趋势性与突变性变化与季风气候的变化密切相关㊂东亚夏季风在1961 2020年间总体呈减弱趋势[31],在20世纪60年代初至70年代后期偏强,在70年代末期至21世纪初偏弱,之后转强㊂中国东北地区㊁华北地区和西南地区降水量与东亚夏季风强度之间存在显著190㊀水科学进展第34卷㊀的正相关关系[32],西风带的水汽输送为中国西北大部分地区提供了基本的水汽来源[33],热带气旋降水量是中国东南沿海地区降水的重要组成部分㊂从地域分布分析,东亚夏季风强度减弱是年降水量减少条带呈 东北 西南 分布(图6)的重要原因㊂类似地,郝立生等[34]认为东亚夏季风减弱使得从南边界进入的水汽通量大量减少,进而导致了华北地区降水量减少;Zhang等[35]的研究表明,中国西北地区的西风环流和垂直方向的上升气流呈增强趋势,给西北地区输送了更多的水汽,导致区域降水量偏多㊂青藏高原的水汽来源[36]包括海源㊁陆源和再循环水汽三大部分,关于高原降水量增加的原因,众多学者认识不一:如Zhang等[37]认为大尺度环流变化导致的水汽输送增加是主因;汤秋鸿等[38]认为西南季风控制区和高原区本地水汽贡献增加是主因;黄伟[39]研究指出中国东南沿海地区热带气旋降水强度显著增加,这可能是该区域降水偏多的重要原因㊂已有研究表明,西北地区年降水量系列突变点多发生在20世纪80年代和90年代,东北地区年降水系列突变点多发生在1980 1988年[15,40];长江流域8个降水变化敏感区年降水量系列的突变点发生在1977 1998年;黄河流域上㊁中㊁下游年降水量系列突变点发生年份波动较大,变化范围介于1965 1995年[41-42]㊂本文成果与上述文献的计算结果总体一致,20世纪80年代是测站年降水系列突变较集中的一个时期,这与季风强度年代际转换有关㊂李明聪等[43]的研究结果表明,东亚夏季风关系在20世纪70年代末发生了年代际转变,南亚季风在20世纪80年代中期发生了 强 弱 转换㊂此外,由于数据来源㊁系列长度㊁突变分析方法存在差异,不同文献的分析结果有所不同㊂4.2㊀汛期降水变化的尺度效应2000年以来,中国极端天气现象频现,出现诸如北京 7㊃21 特大暴雨㊁郑州 7㊃20 特大暴雨和广州 5㊃22 特大暴雨等多个极端降水事件㊂为进一步探究汛期降水变化的尺度效应,本文选取分别位于北京市(A站)㊁郑州市(B站)和广州市(C站)的3个典型气象站,以1960 2021年逐日降水量序列为基础,分析年内连续3d㊁连续5d和连续7d最大降水量的代际变化特征,各年段相应的统计值见表2㊂典型测站年内连续3㊁5㊁7d最大降水量在代际间呈波动变化,但近期(2010 2021年均值)均处于全序列(1960 2021年)高值区㊂其中,A站和B站历史最大暴雨事件恰好发生在此时段内,拉高了近期平均水平;C站自1970年以后,日尺度降水集中度出现较稳定增长㊂年内连续3㊁5㊁7d最大降水量指标的空间异质性较强㊂A站连续3d降水量在代际间呈先减后增特点,从60年代的136.2mm减至2000 2009年的年均82.0mm,再增长到2010 2021年的年均142.9mm;B站则不同,连续3d降水量在代际间基本呈增长趋势;C站位于湿润区,代际间波动性小于A站和B站㊂表2㊀典型站点连续3 7d降水量最大值统计Table2Cumulative precipitation statistics from3to7days at the3meteorological stations单位:mm统计时段A站(北京市)B站(郑州市)C站(广州市)3d5d7d3d5d7d3d5d7d1960 1979年平均136.2159.2167.8102.5113.4124.0182.6207.8236.1 1970 1979年平均123.9141.7170.5110.9130.2138.2153.2195.0224.2 1980 1989年平均122.3136.1147.8104.6115.5123.1172.3220.4242.6 1990 1999年平均100.3111.4139.2112.4125.5137.8186.1218.9235.2 2000 2009年平均82.090.9105.9120.6137.6158.3194.9221.6251.7 2010 2021年平均142.9152.5162.4172.4198.4205.9225.7263.5291.3 1960 2021年极大值381.7381.8394.4948.4989.0990.9329.0409.3421.1极大值发生年份2016年2016年2016年2021年2021年2021年2001年1989年1989年㊀㊀典型测站的分析结果与前文 106个站点月尺度降水呈现一定程度的均化倾向 并不冲突㊂二者相结合,。

ArcGIS在地下水埋深等值线绘制过程中的应用【摘要】针对传统等值线绘制过程中重复操作多、劳动强度大、生产周期长、容易遗漏等问题，文章从等值线绘制的实际需要出发，利用ArcGIS地质数据作为处理目标，通过预处理、知识管理、数据综合、制图输出等多个过程，由专家有限的人工干预方式来进行。

ArcGIS具有强大的空间解析能力和数据模型能力，已被广泛地运用于各行各业。

通过对等值线的绘制流程进行了较为详尽的阐述，将GIS的数据建模技术与一套用于绘制等值线的分析软件相融合，从而生成与Toolbox中的类似的可重复操作的流场模式，并根据此模式，对保定市的地下水位进行了绘图，大大降低了工程的工作量，提高了工作效率。

本文以保定市2021年地下水监测井实测数据为基础，运用ArcGIS进行空间解析和数据模型，实现了对地下水位变化的实时监控，为城市地下水位的有效控制和合理的开发利用奠定了理论基础。

关键词：ArcGIS。

埋深等值线。

数据建模。

空间分析1.ArcGIS空间分析技术ArcGIS空间分析仪可以完成以下工作：利用ArcGIS技术对网格、向量进行分析。

为光栅和属性资料的输入数值的选取提供了依据。

在轨重力的计算中进行。

为映射模型的创建提供了条件。

为分析工具，可为各种不同的图形使用者介面及定制方式。

根据网格的属性或网格资料产生一个以距离为基础的网格缓冲。

由点状特征产生的密度曲线。

根据散点图或等高曲线图形，可以得到一系列的曲面。

绘制平面等值线，坡度图，方向图和山坡的影子。

根据象元进行映射的解析。

在多个输入的资料中，进行Boolean的查询和映射的代数运算、邻近地区的研究、不连续象元的解析、进行网格划分与展示，获得地表及地下水的资料，完成总结和资料的组织，并提供大量的开发工具。

2.等值线生成流程2.1数据准备把观测到的数据（坐标、水位埋深度）汇总到Excel表或txt文件中。

2.2建立基础评价因子矢量图形库、属性数据库（1）关于基础因子矢量图形库基础评价因子是指在地下水的自然补偿率和评估中，每个补充因素均为基本评估因素，包括大气降水、渠道渗漏等。

《GIS应用技术》课程课间实验报告基于ArcGIS的中国2011年降水量分布图制作姓名：学号班级：指导教师：测量与空间信息处理实验基于ArcGIS的中国2011年降水量分布图制作一、实验目的及所用软件版本1、实验目的（1）了解和熟悉ArcGIS的基本操作和工作原理（2）了解和熟悉ArcGIS底图制作、空间降水插值、地图整饰直到最后成图的整个过程的基本操作2、实验软件所用版本实验软件二、实验内容及问题背景1、实验内容本次实验主要内容包括以下部分：（1）底图的制作。

这一部分介绍衬托专题图的底图的制作，这一部分的结果还可以作为其它专题图的底图；（2）中国年降水量插值。

这一部分介绍用ArcGIS的空间插值方法将气象站点的降水量数据插值得到全国范围内的降水分布；（3）地图整饰。

这一部分介绍添加地图要素和美化及最后出图；当前绝大多数的GIS软件都能够提供对数据处理的功能，本实验以为例完成以上工作。

2、实验内容所涉及的问题背景在今年的Esri中国用户大会上，我听了几场关于ArcGIS用于制图方面的讲座，也在体验区与Esri中国的技术老师有一些交流。

一直觉得ArcGIS在空间数据管理和分析方面很强大，而在制图方面却表现得不怎么样。

我看到在国内很多人制图用的是CorelDraw、AI（可能不仅仅是国内，国外的专业制图也是），诚然这些软件作为专门的图形软件，在很多方面有不可比拟的优势，但是对于地理信息制图来说，图形不能和地理信息相关联却是这些软件最大的软肋。

而ArcGIS越来越注重在制图方面的发展与应用，每年举办的制图大赛就是推广之一。

三、实验原理与数学模型本实验主要从实际要求出发，经过对以中国年降水量分布图的制作为例详细地介绍了数据的获取、预处理、空间降水插值直到最后成图的整个过程。

共分为三个部分：第一部分：底图的制作。

这一部分介绍衬托专题图的底图的制作，这一部分的结果还可以作为其它专题图的底图；第二部分：中国年降水量插值。

如何绘制精确的气候分布图绘制精确的气候分布图是一个独具挑战性的任务，它要求我们准确收集数据、运用专业知识和技巧，并结合地理和气象原理来呈现气候的复杂性和多样性。

本文将探讨如何有效地绘制精确的气候分布图，并介绍一些关键要点和方法。

1. 收集准确的数据绘制精确的气候分布图需要大量准确的数据。

首先，我们需要收集全球范围内各地的气温、降水量、湿度、风向和风速等气象数据。

这些数据可以从各国气象部门、研究机构和学术期刊中获取。

确保使用最新和可靠的数据，因为气候条件可能会随时间推移而发生变化。

2. 制定分类系统为了将气候数据转化为可供绘制的图表和图形，我们需要制定一个合适的分类系统。

可以使用不同的气候分类系统，如柯本气候分类系统、索恩气候分类系统等。

选择适合自己研究和需要的系统，并根据不同的气候要素进行分类，如温度、降水量和季节变化等。

分类系统应该尽可能准确和全面，以确保绘制出包含了各种气候类型和特征的分布图。

3. 选择合适的图表类型选择合适的图表类型对于绘制精确的气候分布图至关重要。

在绘制气温分布图时，我们可以使用等温线图或色斑图来展示温度的空间变化。

而在绘制降水量分布图时，我们可以使用等值线图或等面积填充图来展示降水量的变化。

选择合适的图表类型要考虑到要传达的信息、数据集的特点以及读者的易读性。

4. 运用地理和气象知识绘制气候分布图需要深入理解地理和气象原理。

了解地球自转、倾斜、季风和海洋影响等地理因素对气候的影响，以及气压、气流、海洋环流等气象因素对气候的影响是非常重要的。

只有通过深入研究和理解这些知识，才能准确地解释和展示气候的分布规律。

5. 使用适当的软件和工具为了绘制精确的气候分布图，我们需要使用一些适当的软件和工具。

地理信息系统（GIS）软件，如ArcGIS和QGIS，可以帮助我们将地理数据与气候数据结合起来，以生成具有空间分布特征的气候分布图。

此外，图形软件和统计软件也可用于绘制和分析气候数据，例如Adobe Illustrator和Microsoft Excel。

竭诚为您提供优质文档/双击可除arcgis空间分析实验报告篇一：arcgis栅格数据空间分析实验报告实验五栅格数据的空间分析一、实验目的理解空间插值的原理，掌握几种常用的空间差值分析方法。

二、实验内容根据某月的降水量，分别采用IDw、spline、Kriging方法进行空间插值，生成中国陆地范围内的降水表面，并比较各种方法所得结果之间的差异，制作降水分布图。

三、实验原理与方法实验原理：空间插值是利用已知点的数据来估算其他临近未知点的数据的过程，通常用于将离散点数据转换生成连续的栅格表面。

常用的空间插值方法有反距离权重插值法（IDw）、样条插值法（spline）和克里格插值方法（Kriging）。

实验方法：分别采用IDw、spline、Kriging方法对全国各气象站点1980年某月的降水量进行空间插值生成连续的降水表面数据，分析其差异，并制作降水分布图。

四、实验步骤⑴打开arcmap，加载降水数据，行政区划数据，城市数据，河流数据，并进行符号化，对行政区划数据中的多边形取消颜色填充⑵点击空间分析工具spatialanalyst→options，在general标签中将工作空间设置为实验数据所在的文件夹⑶点击spatialanalyst→interpolatetoraster→inversedistanceweighted，在inputpoints下拉框中输入rain1980，z字段选择rain，像元大小设置为10000点击空间分析工具spatialanalyst→options，在extent标签中将分析范围设置与行政区划一致，点击spatialanalyst→interpolatetoraster→inversedistanceweighted，在inputpoints下拉框中输入rain1980，z字段选择rain，像元大小设置为10000点击空间分析工具spatialanalyst→options在general标签中选province作为分析掩膜，点击spatialanalyst→interpolatetoraster→inversedistanceweighted，在inputpoints下拉框中输入rain1980，z字段选择rain，像元大小设置为10000求三者最大值与最小值的差值，并转化为整形数据，进行符号化，分为三类⑷采用样条差值点击spatialanalyst→interpolatetoraster→spline，在inputpoints下拉框中输入rain1980，z字段选择rain，像元大小设置为10000点击空间分析工具spatialanalyst→options，在extent标签中将分析范围设置与行政区划一致，点击spatialanalyst→interpolatetoraster→spline，在inputpoints下拉框中输入rain1980，z字段选择rain，像元大小设置为10000点击空间分析工具spatialanalyst→options在general标签中选province作为分析掩膜，点击spatialanalyst→interpolatetoraster→spline，在inputpoints下拉框中输入rain1980，z字段选择rain，像元大小设置为10000求三者最大值与最小值的差值，并转化为整形数据，进行符号化，分为三类⑸采用点击spatialanalyst→interpolatetoraster→kriging，在inputpoints下拉框中输入rain1980，z字段选择rain，像元大小设置为10000点击空间分析工具spatialanalyst→options，在extent标签中将分析范围设置与行政区划一致，点击spatialanalyst→interpolatetoraster→kriging，在inputpoints下拉框中输入rain1980，z字段选择rain，像元大小设置为10000点击空间分析工具spatialanalyst→options在general标签中选province作为分析掩膜，点击spatialanalyst篇二：arcgis空间分析实验报告一、实验内容1要求使用以下基本矢量数据分析功能：缓冲区分析、叠合分析与选择，因为ArcgIs不能自动更新叠合后输出的shapefile中图形的面积和周长，在本任务中也会学习利用Visualbasicscript对面积与周长的数值进行更新。

实验五栅格数据的空间分析一、实验目的理解空间插值的原理，掌握几种常用的空间差值分析方法。

二、实验内容根据某月的降水量，分别采用IDW、Spline、Kriging方法进行空间插值，生成中国陆地范围内的降水表面，并比较各种方法所得结果之间的差异，制作降水分布图。

三、实验原理与方法实验原理：空间插值是利用已知点的数据来估算其他临近未知点的数据的过程，通常用于将离散点数据转换生成连续的栅格表面。

常用的空间插值方法有反距离权重插值法（IDW）、样条插值法（Spline）和克里格插值方法（Kriging）。

实验方法：分别采用IDW、Spline、Kriging方法对全国各气象站点1980年某月的降水量进行空间插值生成连续的降水表面数据，分析其差异，并制作降水分布图。

四、实验步骤⑴打开arcmap，加载降水数据，行政区划数据，城市数据，河流数据，并进行符号化，对行政区划数据中的多边形取消颜色填充页脚内容1⑵点击空间分析工具spatial analyst→options，在general标签中将工作空间设置为实验数据所在的文件夹⑶点击spatial analyst→interpolate to raster→inverse distance weighted，在input points下拉框中输入rain1980，z字rain，像元大小设置为10000页脚内容2点击空间分析工具spatial analyst→options，在extent标签中将分析范围设置与行政区划一致，点击spatial an interpolate to raster→inverse distance weighted，在input points下拉框中输入rain1980，z字段选择rain，像元大小10000点击空间分析工具spatial analyst→options在general标签中选province作为分析掩膜，点击spatial analyst→interp raster→inverse distance weighted，在input points下拉框中输入rain1980，z字段选择rain，像元大小设置为10000页脚内容3求三者最大值与最小值的差值，并转化为整形数据，进行符号化，分为三类页脚内容4⑷采用样条差值点击spatial analyst→interpolate to raster→spline，在input points下拉框中输入rain1980，z字段选择rain，像元大小设置点击空间分析工具spatial analyst→options，在extent标签中将分析范围设置与行政区划一致，点击spatial an interpolate to raster→spline，在input points下拉框中输入rain1980，z字段选择rain，像元大小设置为10000点击空间分析工具spatial analyst→options在general标签中选province作为分析掩膜，点击spatial analyst→interp raster→spline，在input points下拉框中输入rain1980，z字段选择rain，像元大小设置为10000页脚内容5求三者最大值与最小值的差值，并转化为整形数据，进行符号化，分为三类⑸采用页脚内容6点击spatial analyst→interpolate to raster→kriging，在input points下拉框中输入rain1980，z字段选择rain，像元大小设置点击空间分析工具spatial analyst→options在general标签中选province作为分析掩膜，点击spatial analyst→interpolate →kriging，在input points下拉框中输入rain1980，z字段选择rain，像元大小设置为10000页脚内容7求三者最大值与最小值的差值，并转化为整形数据，进行符号化，分为三类页脚内容8结果为三次插值求平均，分为4类制作降水量分布图，添加图名，图框，指北针，图例，比例尺页脚内容9五、实验总结1、栅格数据空间分析可以运用到哪些领域？栅格数据结构简单、直观、非常利于计算机操作和处理，是GIS常用的空间基础数据格式，基于栅格数据的空间分析是GIS空间分析的基础，也是GIS空间分析模块（Spatial Analyst）的核心内容。

2022-2024北京初一（上）期末地理汇编中国的自然资源章节综合（中图版）一、单选题（2024北京延庆初一上期末）2014年5月1日起，北京推出了阶梯水价，即居民用水价格=水费+水资源费+污水处理费。

按年度用水量计算，划分为三档，水价分档递增。

自2014年12月27日至今，“南水”入京已经有九年多的时间了。

下图为南水北调示意图。

读图，完成下面小题。

1．中线工程水源地丹江口水库（）A．位于长江支流B．位于长江源头C．位于长江干流D．位于北京附近2．关于南水北调工程说法正确的是（）A．中线引水线路最短B．东线工程难度最大C．西线路线短，工程难度小D．东线借助京杭运河河道调水3．“南水”进京的影响（）A．解决北京水污染问题B．有望降低北京城区的地下水位C．缓解北京用水紧张D．促进北京耗水量大的工业发展4．北京市推行居民用水阶梯水价的主要目的（）A．降低生活用水成本B．促使家庭节约用水C．促进经济高速发展D．限制居民生活用水（2024北京顺义初一上期末）我国是第一个设立土地日的国家，每年6月25日是全国土地日。

下图为中国土地资源利用类型图。

读图，完成下面小题。

5．下列关于我国土地资源的叙述，正确的是（）A．土地资源利用类型多样B．草地多分布于地势第三级阶梯C．各类土地资源均匀分布D．林地主要分布在西北内陆地区6．“保护耕地”是多届土地日的主题。

我国耕地（）A．在土地利用类型中占比最大B．总量有限，人均耕地少C．可供开垦的后备资源很充足D．耕地均分布在长江流域（2024北京石景山初一上期末）我国是人均水资源贫乏的国家。

完成下面小题。

7．淡水资源属于（）①可再生资源①非可再生资源①自然资源①气候资源A．①①B．①①C．①①D．①①8．北京水资源短缺的自然原因是（）A．水浪费、水污染严重B．生产、生活用水增加C．全年干旱，河流稀少D．年降水量少且季节变化大9．为缓解华北地区严重缺水的现状，我国实施的工程措施是（）A．引黄济青B．引滦入津C．南水北调D．引黄入晋（2023北京延庆初一上期末）从广袤的东北到西南,从西北荒漠到东南海滨,一抹抹绿色在中国大地上延伸,创造了“当惊世界殊”的绿色奇迹。

基于高分辨率格点数据集的中国气温与降水时空分布及变化趋势分析吴娴;王玉;庄亮【摘要】基于LZU0025高分辨率格点数据集,对1951-2012年中国区域气温和降水量的时空分布特征,以及气候变化趋势进行了初步分析.结果表明:中国的年平均气温自1980年开始显著增暖,年降水量在1960年出现由湿润到干燥的突变.中国的整体降水量变化趋势不如气温的变化趋势具有一致性.中国年平均气温增温趋势为0.26℃/(10 a),局部的最大增温趋势超过0.6℃/(10 a);中国年降水量减少趋势为6.7 mm/(10 a),局部地区的降水减少趋势超过了30 mm/(10 a),而有些地区的降水增加趋势却可达30 mm/(10 a).大兴安岭—黄土高原西北缘—黄河长江上游以北—冈底斯山脉东部为大致的平均400mm等降水量线,可用于划分中国的半干旱与半湿润区.1951-2010年中国400 mm等降水量线位置的年代际变化情况复杂,但总体呈现不断南移的趋势,表明中国干旱、半干旱区面积在不断扩大.【期刊名称】《气象与减灾研究》【年(卷),期】2016(039)004【总页数】11页(P241-251)【关键词】LZU0025格点数据;气温;降水;气候变化【作者】吴娴;王玉;庄亮【作者单位】三明市气象局,福建三明365000;永安市气象局,福建三明365000;永安市气象局,福建三明365000【正文语种】中文【中图分类】P467气候变化研究是当今科学界的一个热门课题，IPCC(2013)第四次报告指出1906—2005年全球平均地表气温上升了0.74 ℃。

国内外学者在近些年来中国区域气候变化趋势研究方面已取得一系列的进展(魏凤英和曹鸿兴，1995；唐国利和任国玉，2005；冯新灵等，2009；范泽孟等，2011；江俊杰等，2012；吴晓绚等，2015)。

中国的气温变化趋势与全球变化基本一致，近百年来增暖趋势为0.7—0.8 ℃(唐国利和任国玉，2005；丁一汇等，2006)，而近50 a来的增暖趋势随着城市化进程的推进而更加明显，超过了1.0 ℃。

ArcGIS在地下水埋深等值线绘制过程中的应用高志鸿;刘航【摘要】ArcGIS强大的空间分析功能及数据建模特性在各行业得到广泛应用.本文在详细介绍等值线绘制流程的基础上,利用GIS的数据建模工具将绘制等值线过程中所应用的一系列分析工具结合在一起,得到像Tool-box中的工具一样重复运行的流程模型,并利用该模型绘制完成了公主岭市地下水埋深等值线,极大的减少了工作量,提高了工作效率.【期刊名称】《吉林水利》【年(卷),期】2017(000)001【总页数】4页(P22-25)【关键词】ArcGIS;埋深等值线;数据建模;空间分析【作者】高志鸿;刘航【作者单位】吉林省水文水资源局四平分局,吉林四平 136000;中国建筑材料工业地质勘查中心吉林总队,吉林长春 130031【正文语种】中文【中图分类】P208.2等值线在气象、水文、环境、资源及其相关领域应用十分广泛，它将三维信息显示到二维平面，能从区域上把握要素的总体变化特征与变化规律[1，2]。

最初等值线的制作多采用手工绘制，站点多分布广时，工作量大，绘制繁琐，耗时长；随着计算机技术的应用推广，等值线生成工具越来越多，Surfer软件、CASS、地理信息系统（Geographic Information System，简称GIS）等。

ArcGIS是目前比较具有代表性的地理信息系统，其强大的空间分析技术及数据建模特性，在各行业得到广泛应用[3]。

ArcGIS数据建模工具（Model Builder）以流程图的形式，将数据和数据分析工具结合在一起，整个数据处理过程按流程图先后执行，可保存更新重复运用，可记录与文档化，使模型可以像Toolbox中的工具一样运行，且提供了图文结合的帮助，方便与人共享，减少重复性的劳动，提高了工作效率。

本文以公主岭市2015年地下水监测井实测数据为基础，利用ArcGIS的空间分析及数据建模功能，自动生成地下水埋深等值线图，实时掌握地下水动态，为地下水资源的管理及合理开发利用提供依据。

GIS空间插值（局部插值方法）实习记录一、空间插值的概念和原理当我们需要做一幅某个区域的专题地图，或是对该区域进行详细研究的时候，必须具备研究区任一点的属性值，也就是连续的属性值。

但是，由于各种属性数据（如降水量、气温等）很难实施地面无缝观测，所以，我们能获取的往往是离散的属性数据。

例如本例，我们现有一幅山东省等降雨量图，但是最终目标是得到山东省降水量专题图（覆盖全省，统计完成后，各地均具有自己的降雨量属性）。

空间插值是指利用研究区已知数据来估算未知数据的过程，即将离散点的测量数据转换为连续的数据曲面。

利用空间插值，我们就可以通过离散的等降雨量线，来推算出山东省各地的降雨量了。

二、空间插值的几种方法及本次实习采用的原理和方法–整体插值方法»边界内插方法»趋势面分析»变换函数插值–局部分块插值方法»自然邻域法»移动平均插值方法：反距离权重插值»样条函数插值法（薄板样条和张力样条法）»空间自协方差最佳插值方法：克里金插值■局部插值方法的控制点个数与控制点选择问题局部插值方法用一组已知数据点（我们将其称为控制点）样本来估算待插值点（未知点）的值，因此控制点对该方法十分重要。

为此，第一要注意的是控制点的个数。

控制点的个数与估算结果精确程度的关系取决于控制点的分布与待插值点的关系以及控制点的空间自相关程度。

为了获取更精确的插值结果，我们需要着重考虑上述两点因素（横线所示）。

第二需要注意的是怎样选择控制点。

一种方法是用离估算点最近的点作为控制点；另一种方法是通过半径来选择控制点，半径的大小必须根据控制点的分布来调整。

结合上述分析，在本次实习过程中，我们采用局部分块内插的这4种方法（上文中划横线的方法）进行插值，首先，我们按照默认参数进行插值，目的是粗略比较各种方法的优劣；然后选择出最好的一种方法，对该方法再尝试用不同的权重和点数参数来插值，得出最佳的效果。

应用气象综合实习实习报告课程名称：应用气象综合实习姓名：班级：学号：实习 1：Landsat8 TIRS 反演地表温度一、实习目的：通过从 Landsat 8 热红外数据（Band11）中反演地表温度，学习 ENVI 遥感图像处理的基本技能，掌握从卫星遥感数据反演温度的常用方法。

二、实习内容：从热红外图像反演地表温度。

三、实习方法从热红外图像反演地表温度。

热红外遥感（Infrared Remote Sensing）是指传感器工作波段限于红外波段范围之内的遥感。

即利用星载或机载传感器收集、记录地物的热红外信息，并利用这种热红外信息来识别地物和反演地表参数如温度、湿度和热惯量等。

目前有很多的卫星携带了热红外传感器，包括ASTER、AVHRR、MODIS、TM/ETM+/ TIRS等。

本次实习是基于大气校正法，利用 Landsat8 TIRS 反演地表温度。

其基本原理：首先估计大气对地表热辐射的影响, 然后把这部分大气影响从卫星传感器所观测到的热辐射总量中减去, 从而得到地表热辐射强度, 再把这一热辐射强度转化为相应的地表温度。

四、实习步骤4.1图像辐射定标对 Landsat 8 的 Band10 热红外数据进行辐射定标，得到 B10 辐射亮度图像。

用的ENVI的工具为：Radiometric Correction/Radiometric Calibration。

band10_rad4.2地表比辐射率的计算TIRS 的 Band 10 热红外波段与 TM/ETM+6 热红外波段具有近似的波谱范围，本例采用 TM/ETM+6 相同的地表比辐射率计算方法。

第一步：计算 NDVI 使用工具 Spectral/Vegetation/NDVI。

ndvi第二步：计算植被覆盖度利用Band Ratio/Band Math 工具，根据公式（1.5）从NDVI 计算植被覆盖度。

在表达式中输入：(b1gt0.7)*1+(b1lt0.05)*0+(b1ge0.05andb1 le 0.7)*((b1-0.05)/(0.7-0.05))VegDensity第三步：计算地表比辐射率再次使用Band Ratio/Band Math 工具，根据公式（1.4）从植被覆盖度计算地表比辐射率。

降雨量分析作业要求：根据所提供的降水量资料，研究分析区域的降水空间分布特点，并制作等降水量图及趋势面。

方法：1制作等降水量图将降雨量数据以JD、WD为X、Y导入到Arcmap中，降雨量数据中增加HB字段并与经纬度数据关联，最终得到降雨量数据中具有ID、JD、WD、HB、JS四项数据，对JS数据采用Kriging差值发处理，处理后在利用Contour 制作100ml 的降水量等高线，最后使用Extract by Mask 的方法以中国行政区划图文件（区文件）进行裁剪，并且将区划图以外的降水量等高线打断删除，增加中国各省界限文件（线文件），即可成图。

2制作降水量趋势面图将等降水量图导入ArcScnce 中，在趋势面文件Lay Properties 的Base Heights 选项中调节Z Unit Conversion 高程单元转换值为0.0050 ，选择适当的颜色及可得到较为适合的降水量趋势面图。

成果图如下：降水量等高线为100ml 的等降水量图降水量趋势面图结果分析：从以上2幅图中可以看出，我国降水量分布主要呈现南多北少，东多西少的大致分布情况。

其中降雨量最多的省份为浙江、福建、广东、江西、湖南、广西、海南等省份，降雨量较少的省份为新疆、青海、内蒙古、甘肃、西藏等省份。

降雨量至高点分布在安徽省东南部、海南省中部、湖南省东部、云南省西南部以及广东、广西省南部，以上几个地区平均降雨量达到1700ml 以上，降水量最多的地区为广东省阳江地区，年降水量达到2443.16ml。

降水量至低点分布在新疆中部以及青海省、内蒙古西北部，这些地区主要为盆地沙漠地区，年降水量在100ml 以下，其中年降水量最少的为新疆吐鲁番地区，年降水量仅为15.56ml 。