基于地形起伏度的四川省地面气象站点适宜性研究

doi:10.11755/j.issn.1006-7639(2023)-04-0579

干旱气象 ›› 2023, Vol. 41 ›› Issue (4): 579-588.DOI: 10.11755/j.issn.1006-7639(2023)-04-0579

基于地形起伏度的四川省地面气象站点适宜性研究

黄晓龙¹^,²(), 吴薇¹^,², 徐晓莉¹^,²(), 王丽伟³, 宋云帆²^,⁴, 李雪⁵

1.四川省气象探测数据中心，四川成都 610072
2.高原与盆地暴雨旱涝灾害四川省重点实验室，四川成都 610072
3.吉林省气象信息网络中心，吉林长春 130062
4.中国气象局成都高原气象研究所，四川成都 610072
5.贵州省生态气象和卫星遥感中心，贵州贵阳 550002

收稿日期:2022-11-14 修回日期:2023-06-04 出版日期:2023-08-31 发布日期:2023-08-29
通讯作者: 徐晓莉（1971—），女，正研级高工，主要从事气象信息技术研究。E-mail: scxuxiaoli@163.com。
作者简介:黄晓龙（1981—），男，高级工程师，主要从事气象资料质量控制、融合与产品评估研究。E-mail: xiaolonghuang116@163.com。
基金资助:
四川省科技厅重点研发项目(2022YFS0541);中国气象局创新发展专项(CXFZ2021Z007);中国气象局创新发展专项(CXFZ2023J067);高原与盆地暴雨旱涝灾害四川省重点实验室科技发展基金项目(SCQXKJZD202102);高原与盆地暴雨旱涝灾害四川省重点实验室科技发展基金项目(SCQXKJYJXMS202221)

Study on the suitability of surface meteorological stations in Sichuan Province based on relief degree of land surface

HUANG Xiaolong¹^,²(), WU Wei¹^,², XU Xiaoli¹^,²(), WANG Liwei³, SONG Yunfan²^,⁴, LI Xue⁵

1. Sichuan Meteorological Observation and Data Centre， Chengdu 610072， China
2. Heavy Rain and Drought-Flood Disasters in Plateau and Basin Key Laboratory of Sichuan Province， Chengdu 610072， China
3. Jilin Meteorological Information Network Centre， Changchun 130062， China
4. Institute of Plateau Meteorology， CMA， Chengdu 610072， China
5. Guizhou Ecological Meteorology and Satellite Remote Sensing Center， Guiyang 550002， China

Received:2022-11-14 Revised:2023-06-04 Online:2023-08-31 Published:2023-08-29

摘要/Abstract

摘要：

为科学确定气象站点地形起伏特征，基于先进星载热发射和反射辐射仪全球数字高程模型（Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Digital Elevation Model，ASTER GDEM）30 m数据，利用均值变点分析法确定四川省地形起伏度模型的最佳分析窗口。提取地面气象观测站所处的地形起伏特征，探究气象站点布设的区域代表性空间格局。结果表明：（1）四川省地形起伏度的最佳窗口为39×39个像元矩形邻域，对应面积1.369 km²。建立的地形起伏度模型与山脉走向一致，能够捕捉到地表各种尺度的地形起伏状况，符合四川省地貌特征。（2）国家站和区域站所处地势以台地、丘陵和小起伏山地为主，地形起伏较小的国家站占比明显高于区域站，即国家站更具有区域代表性。（3）四川省气象观测站点布设的适宜地区主要集中在盆地、川西高原的北部和西部及攀西地区的东部和南部，占全省面积的69.74%。均值变点分析法确定的分析窗口面积可以兼顾各种地貌类型，提取的地形起伏度能较好地反映气象站点所处地形特征，可为气象站点布局和站网优化提供重要参考依据。

关键词: 均值变点分析法, DEM, 地形起伏度, 地面气象站点, 四川省

Abstract:

In order to scientifically determine the topographic relief characteristics of meteorological stations, based on the 30 m data of Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Digital Elevation Model (ASTER GDEM), the optimal analysis window of relief degree of land surface (RDLS) model in Sichuan Province was determined by using the mean change point analysis method. On this basis, the relief amplitude characteristics of surface meteorological observation stations in Sichuan Province were analyzed to explore the spatial pattern of the layout of meteorological stations. The results are as follows: (1) The best window for RDLS in Sichuan Province is 39 × 39 rectangular neighborhood pixels, with a corresponding area of about 1.369 km². The established RDLS model is consistent with the trend of mountains and can capture the topographic relief of various scales, which accords with the topographic characteristics of Sichuan Province. (2) The terrain of national stations and regional stations is dominated by platforms, hills, and small undulating mountains. The proportion of national stations with small topographic undulations stations is significantly higher than that of regional stations, indicating that national stations are more representative of the region. (3) Suitable meteorological observation stations in Sichuan Province are mainly distributed the basin, in the north and west regions of the west Sichuan Plateau, as well as the eastern and southern parts of Panxi, accounting for 69.74% of the province’s total area. The analysis window area determined by the mean change point analysis method can take into consideration various geomorphic types, and the extracted RDLS can better reflect the topographic characteristics of meteorological stations, which can provide an important reference for the adaptive layout of meteorological stations and the optimization of station network.

Key words: mean change point analysis method, DEM, relief degree of land surface （RDLS）, meteorological stations, Sichuan Province

中图分类号:

P931

黄晓龙, 吴薇, 徐晓莉, 王丽伟, 宋云帆, 李雪. 基于地形起伏度的四川省地面气象站点适宜性研究[J]. 干旱气象, 2023, 41(4): 579-588.

HUANG Xiaolong, WU Wei, XU Xiaoli, WANG Liwei, SONG Yunfan, LI Xue. Study on the suitability of surface meteorological stations in Sichuan Province based on relief degree of land surface[J]. Journal of Arid Meteorology, 2023, 41(4): 579-588.

图/表 10

参考文献 35

[1]	查瑞生, 陈梦琳, 赵晓雪, 2014. 基于地形起伏度的南川区人居环境地形适宜性评价[J]. 西南大学学报(自然科学版), 36(10): 150-156.
[2]	陈学兄, 常庆瑞, 毕如田, 等, 2018. 地形起伏度最佳统计单元算法的比较研究[J]. 水土保持研究, 25(1): 52-56.
[3]	程勇, 杨玲, 行鸿彦, 等, 2011. 气象台站网布局优化研究综述[J]. 南京信息工程大学学报(自然科学版), 3(6): 511-518.
[4]	范建容, 张子瑜, 李立华, 2015. 四川省山地类型界定与山区类型划分[J]. 地理研究, 34(1): 65-73. DOI
[5]	封志明, 李文君, 李鹏, 等, 2020. 青藏高原地形起伏度及其地理意义[J]. 地理学报, 75(7): 1 359-1 372.
[6]	郭佳, 李晋东, 刘艳祯, 2020. 基于不同水平分辨率DEM的数字地形分析研究[J]. 测绘与空间地理信息, 43(12): 214-216.
[7]	巩庆, 马明杰, 蒋聚金, 等, 2023. 塔克拉玛干沙漠热力浮尘天气特征初步研究[J]. 沙漠与绿洲气象, 17(5): 147-152.
[8]	韩海辉, 高婷, 易欢, 等, 2012. 基于变点分析法提取地势起伏度——以青藏高原为例[J]. 地理科学, 32(1): 101-104. DOI
[9]	后立胜, 蔡运龙, 2004. 土地利用/覆被变化研究的实质分析与进展评述[J]. 地理科学进展, 23(6): 96-104.
[10]	黄晓龙, 徐晓莉, 吴薇, 等, 2022. 基于DEM的四川省地面气象台站地形特征分析[J]. 高原山地气象研究, 42(1): 135-142.
[11]	郎玲玲, 程维明, 朱启疆, 等, 2007. 多尺度DEM提取地势起伏度的对比分析——以福建低山丘陵区为例[J]. 地球信息科学, (6): 1-6+135-136.
[12]	李炳元, 潘保田, 韩嘉福, 2008. 中国陆地基本地貌类型及其划分指标探讨[J]. 第四纪研究, 28(4): 535-543.
[13]	李想, 李国平, 2022. 四川夏季降水量空间插值方法的比较[J]. 干旱气象, 40(5): 897-907. DOI
[14]	卢萍, 李英, 2012. 不同地形资料对西南涡降水过程的数值模拟研究[J]. 高原山地气象研究, 32(2): 20-25.
[15]	任芝花, 张志富, 孙超, 等, 2015. 全国自动气象站实时观测资料三级质量控制系统研制[J]. 气象, 41(10):1268-1 277.
[16]	汤国安, 2014. 我国数字高程模型与数字地形分析研究进展[J]. 地理学报, 69(9): 1 305-1 325.
[17]	王玲, 同小娟, 2007. 基于变点分析的地形起伏度研究[J]. 地理与地理信息科学, 23(6): 65-67.
[18]	王国胜, 何清, 金莉莉, 等, 2022. 塔克拉玛干沙漠沙垄起伏地形夏季地表温度差异特征[J]. 沙漠与绿洲气象, 16(6): 131-140.
[19]	吴利红, 康丽莉, 陈海燕, 等, 2007. 地面气象站环境变化对气温序列均一性影响[J]. 气象科技, 35(1): 152-156.
[20]	吴薇, 黄晓龙, 徐晓莉, 等, 2023. 四川省降水实况分析产品影响因素综合评估[J]. 干旱气象, 41(1): 143-151. DOI
[21]	吴增祥, 臧海佳, 2007. 《气象台站历史沿革数据文件格式》标准设计[J]. 气象科技, 35(3): 439-441.
[22]	徐保东, 李静, 柳钦火, 等, 2015. 地面站点观测数据代表性评价方法研究进展[J]. 遥感学报, 19(5): 703-718.
[23]	许宝荣, 邹松兵, 刘勇, 等, 2015. GIS支持下黑河流域降水台站的地形代表性[J]. 兰州大学学报(自然科学版), 51(2): 166-172.
[24]	杨丽杰, 曹彦超, 刘维成, 等, 2022. 陇东黄土高原旱区短时强降水的时空分布特征及地形影响研究[J]. 干旱气象, 40(6): 945-953. DOI
[25]	杨振鑫, 孙磊, 牛润和, 等, 2017. 甘肃省气象探测环境现状调查评估及保护措施[J]. 干旱气象, 35(4): 702-707. DOI
[26]	周芳弛, 李国平, 黄楚惠, 2023. 四川山地暖季夜间暴雨的空间分布以及对海拔高度的依赖性[J]. 沙漠与绿洲气象, 17(4): 79-87.
[27]	张锦明, 游雄, 2013. 地形起伏度最佳分析区域预测模型[J]. 遥感学报, 17(4): 728-741.
[28]	张颖, 赵宇鸾, 2016. 基于DEM的横断山县域山区类型划分[J]. 贵州师范大学学报(自然科学版), 34(6): 8-14.
[29]	中国科学院地貌图集编辑委员会, 2009. 中华人民共和国地貌图集[M]. 北京: 科学出版社.
[30]	钟静, 卢涛, 2018. 中国西南地区地形起伏度的最佳分析尺度确定[J]. 水土保持通报, 38(1): 175-181+186.
[31]	朱明, 张静静, 马贺, 等, 2020. 基于DEM和均值变点法的伏牛山区地形起伏度分析[J]. 河南大学学报(自然科学版), 50(1): 36-43.
[32]	曾超, 2021. 基于典型地形指标和地貌实体单元的四川省地貌形态自动分类及分区[J]. 山地学报, 39(4): 587-599.
[33]	FENG Z M, YANG Y Z, ZHANG D, et al, 2009. Natural environment suitability for human settlements in China based on GIS[J]. Journal of Geographical Sciences, 19(4): 437-446. DOI URL
[34]	SLAYMAKER O, 2001. The role of remote sensing in geomorphology and terrain analysis in the Canadian Cordillera[J]. International Journal of Applied Earth Observation and Geoinformation, 3(1): 11-17. DOI URL
[35]	LIU Y, DENG W, SONG X Q, 2015. Relief degree of land surface and population distribution of mountainous areas in China[J]. Journal of Mountain Science, 12(2): 518-532. DOI URL

序号	窗口	面积/km²	平均地形起伏度/m	序号	窗口	面积/km²	平均地形起伏度/m	序号	窗口	面积/km²	平均地形起伏度/m
1	3×3	0.008	31.5	17	35×35	1.103	351.9	33	67×67	4.040	539.3
2	5×5	0.023	60.5	18	37×37	1.232	366.0	34	69×69	4.285	549.0
3	7×7	0.044	87.4	19	39×39	1.369	379.8	35	71×71	4.537	558.4
4	9×9	0.073	112.6	20	41×41	1.513	393.1	36	73×73	4.796	567.6
5	11×11	0.109	136.3	21	43×43	1.664	406.1	37	75×75	5.063	576.7
6	13×13	0.152	158.8	22	45×45	1.823	418.7	38	77×77	5.336	585.7
7	15×15	0.203	180.2	23	47×47	1.988	431.0	39	79×79	5.617	594.4
8	17×17	0.260	200.6	24	49×49	2.161	443.0	40	81×81	5.905	603.0
9	19×19	0.325	220.1	25	51×51	2.341	454.7	41	83×83	6.200	611.5
10	21×21	0.397	238.8	26	53×53	2.528	466.1	42	85×85	6.503	619.8
11	23×23	0.476	256.8	27	55×55	2.723	477.3	43	87×87	6.812	628.0
12	25×25	0.563	274.0	28	57×57	2.924	488.2	44	89×89	7.129	636.1
13	27×27	0.656	290.7	29	59×59	3.133	498.9	45	91×91	7.453	644.0
14	29×29	0.757	306.8	30	61×61	3.349	509.3	46	93×93	7.784	651.8
15	31×31	0.865	322.3	31	63×63	3.572	519.5	47	95×95	8.123	659.5
16	33×33	0.980	337.3	32	65×65	3.803	529.5	48	97×97	8.468	667.1

序号	窗口	面积/km²	平均地形起伏度/m	序号	窗口	面积/km²	平均地形起伏度/m	序号	窗口	面积/km²	平均地形起伏度/m
1	3×3	0.008	31.5	17	35×35	1.103	351.9	33	67×67	4.040	539.3
2	5×5	0.023	60.5	18	37×37	1.232	366.0	34	69×69	4.285	549.0
3	7×7	0.044	87.4	19	39×39	1.369	379.8	35	71×71	4.537	558.4
4	9×9	0.073	112.6	20	41×41	1.513	393.1	36	73×73	4.796	567.6
5	11×11	0.109	136.3	21	43×43	1.664	406.1	37	75×75	5.063	576.7
6	13×13	0.152	158.8	22	45×45	1.823	418.7	38	77×77	5.336	585.7
7	15×15	0.203	180.2	23	47×47	1.988	431.0	39	79×79	5.617	594.4
8	17×17	0.260	200.6	24	49×49	2.161	443.0	40	81×81	5.905	603.0
9	19×19	0.325	220.1	25	51×51	2.341	454.7	41	83×83	6.200	611.5
10	21×21	0.397	238.8	26	53×53	2.528	466.1	42	85×85	6.503	619.8
11	23×23	0.476	256.8	27	55×55	2.723	477.3	43	87×87	6.812	628.0
12	25×25	0.563	274.0	28	57×57	2.924	488.2	44	89×89	7.129	636.1
13	27×27	0.656	290.7	29	59×59	3.133	498.9	45	91×91	7.453	644.0
14	29×29	0.757	306.8	30	61×61	3.349	509.3	46	93×93	7.784	651.8
15	31×31	0.865	322.3	31	63×63	3.572	519.5	47	95×95	8.123	659.5
16	33×33	0.980	337.3	32	65×65	3.803	529.5	48	97×97	8.468	667.1

站点类别	平原		台地		丘陵		小起伏山地		中起伏山地		大起伏山地		极大起伏山地
站点类别	站数/个	占比/%	站数/个	占比/%	站数/个	占比/%	站数/个	占比/%	站数/个	占比/%	站数/个	占比/%	站数/个	占比/%
国家站	3	1.9	46	29.5	63	40.4	29	18.6	15	9.6	0	0.0	0	0.0
区域考核站	13	0.6	488	22.3	843	38.5	698	31.9	147	6.7	0	0.0	0	0.0
区域非考核站	59	2.0	554	19.1	873	30.1	1 114	38.4	293	10.1	6	0.2	0	0.0

站点类别	平原		台地		丘陵		小起伏山地		中起伏山地		大起伏山地		极大起伏山地
站点类别	站数/个	占比/%	站数/个	占比/%	站数/个	占比/%	站数/个	占比/%	站数/个	占比/%	站数/个	占比/%	站数/个	占比/%
国家站	3	1.9	46	29.5	63	40.4	29	18.6	15	9.6	0	0.0	0	0.0
区域考核站	13	0.6	488	22.3	843	38.5	698	31.9	147	6.7	0	0.0	0	0.0
区域非考核站	59	2.0	554	19.1	873	30.1	1 114	38.4	293	10.1	6	0.2	0	0.0

区域代表性	像元数/个	面积/km²	面积占比/％
高	51 422 649	46 280.38	8.75
适中	358 220 145	322 398.13	60.99
低	173 037 289	155 733.56	29.46
极低	4 689 806	4 220.83	0.80

基于地形起伏度的四川省地面气象站点适宜性研究

Study on the suitability of surface meteorological stations in Sichuan Province based on relief degree of land surface

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 35

相关文章 6

编辑推荐

Metrics

序号	地区	地形起伏度/m			区域代表性面积/km²
序号	地区	平均起伏度	最小起伏度	最大起伏度	高	适中	低	极低
1	成都	179.7	14	1 404	7 283.3	4 395.9	1 523.8	65.9
2	自贡	88.2	13	372	2 190.1	2 477.0	—	—
3	泸州	225.1	18	936	2 001.3	10 116.8	425.9	—
4	德阳	181.9	19	1 532	2 899.6	2 749.0	793.7	45.9
5	绵阳	358.0	9	1 754	2 283.0	12 391.9	7 611.3	131.3
6	广元	330.4	0	1 104	32.2	15 314.3	2 648.5	1.0
7	遂宁	101.3	16	317	1 392.1	4 306.3	—	—
8	内江	90.6	20	414	2 405.7	3 298.6	—	—
9	乐山	322.8	15	1 671	1 862.4	8 748.0	3 049.8	54.9
10	南充	148.2	3	489	1 789.0	11 901.0	—	—
11	眉山	146.5	5	1 339	3 588.1	3 668.7	455.3	2.0
12	宜宾	216.1	19	911	2 097.4	11 277.3	552.3	—
13	广安	132.8	20	859	2 006.5	4 613.8	69.9	—
14	达州	276.7	17	1 325	1 679.0	14 407.6	1 770.5	12.7
15	雅安	542.8	16	1 613	291.4	6 412.6	9 420.0	290.8
16	巴中	325.8	40	1 004	20.6	12 057.0	1 484.0	—
17	资阳	79.9	3	392	4 011.1	4 462.5	—	—
18	阿坝	461.9	0	1 741	4 859.9	46 115.1	40 059.9	1 058.4
19	甘孜	440.8	4	1 915	2 845.1	101 828.7	57 227.2	1 723.1
20	凉山	478.4	0	2 041	738.0	36 060.4	26 282.0	866.2
21	攀枝花	423.6	27	1 285	4.3	5 342.3	2 318.1	10.1

[1]	曹萍萍, 肖递祥, 龙柯吉, 王佳津, 杨康权. 基于分位数映射法的四川省ECMWF模式降水预报误差订正分析[J]. 干旱气象, 2023, 41(4): 666-675.
[2]	蔡怡亨, 李帅, 张强, 邓彪, 罗玉, 孙蕊. 1997—2021年四川省干旱时空变化特征分析[J]. 干旱气象, 2023, 41(2): 241-250.
[3]	马诺, 唐冶, 常存, 贾丽红. 基于DEM的气温空间插值方法比较[J]. 干旱气象, 2020, 38(03): 465-471.
[4]	袁淑杰，李钰春，向乐，张益炜. 起伏地形下四川省太阳直接辐射时空分布特征[J]. 干旱气象, 2016, 34(1): 20-25.
[5]	谭秀兰，张山清,李翔娟，李悦，沙曼曼,黄海云. 基于DEM 的乌鲁木齐地区气温时空变化分析[J]. 干旱气象, 2012, 30(4): 593-599.
[6]	蔡迪花, 郭铌, 李崇伟. 基于ＤＥＭ的气温插值方法研究[J]. J4, 2009, 27(1): 10-17.