柵格化

為了在任何柵格化引擎中獲得最大的性能，只能往渲染工具中發(fā)送最少數(shù)量的多邊形。人們已經(jīng)開發(fā)出了一些加速技術(shù)以剔除無法看到的物體。

柵格化后向剔除

最簡單的剔除多邊形的方法就是剔除所有背離觀察者的多邊形，這就是后向剔除。由于大多數(shù)三維物體都是封閉的，所以除非觀察者位于物體內(nèi)部，背離觀察者的多邊形都會被面向觀察者的多邊形所遮擋。多邊形的方向由它的旋繞方向（winding）或者送到渲染工具的頂點順序所確定。一旦多邊形變換到屏幕空間之后，就可以檢查它是否位于相反的方向，一旦如此就丟棄這個多邊形。當(dāng)然，后向剔除不適合于簡并的不封閉立體。

柵格化空間數(shù)據(jù)結(jié)構(gòu)

許多先進(jìn)的技術(shù)使用數(shù)據(jù)結(jié)構(gòu)提出觀察物體之外的物體或者被其它物體遮擋的物體，最為常用的數(shù)據(jù)結(jié)構(gòu)有二元空間分割、八叉樹以及單元和入口裁剪。

總體上來說，柵格化這個術(shù)語可以用于任何將矢量圖形轉(zhuǎn)換成位圖的過程。

在通常的應(yīng)用中，這個術(shù)語用來表示在計算機(jī)上顯示三維形狀的流行渲染算法。柵格化是生成實時三維計算機(jī)圖形最流行的算法。實時應(yīng)用需要立即響應(yīng)用戶輸入，并且通常需要至少每秒 24 幀的速率。

與輻射著色、光線跟蹤等其它渲染技術(shù)不同，柵格化的速度非?？?，但是由于它不是根據(jù)光傳輸?shù)奈锢硪?guī)律進(jìn)行處理的，所以無法正確模擬許多復(fù)雜真實光照環(huán)境，只能達(dá)到足夠欺騙人類眼睛的程度。

最基礎(chǔ)的柵格化算法將多邊形表示的三維場景渲染到二維表面。多邊形由三角形的集合表示，三角形由三維空間中的三個頂點表示。在最簡單的實現(xiàn)形式中，柵格化工具將頂點數(shù)據(jù)映射到觀察者顯示器上對應(yīng)的二維坐標(biāo)點，然后對變換出的二維三角形進(jìn)行合適的填充。

柵格化變換

通常使用矩陣運(yùn)算進(jìn)行變換，另外也可以用四元數(shù)運(yùn)算但那不是本文討論的范圍。在三維頂點中添加一個齊次變量成為四維定點然后左乘一個 4 x 4 的變換矩陣，通過這種方法就可以對三維頂點進(jìn)行變換。主要的變換有平移、縮放、旋轉(zhuǎn)以及投射 。

平移變換是點在三維空間中從一點移動到固定偏移的另外一點的過程，平移可以用下面的矩陣表示：

縮放變換通過在頂點位置上乘以一個標(biāo)量值實現(xiàn)，這樣就將頂點相對于原點的位置進(jìn)行縮放?？s放變換可以用下面的矩陣表示：

旋轉(zhuǎn)變換是繞著一個軸線對每點進(jìn)行旋轉(zhuǎn)。

繞 X 軸旋轉(zhuǎn)：

邏輯上一系列的平移、縮放、旋轉(zhuǎn)可以表示絕大多數(shù)的變換。通常柵格化系統(tǒng)使用變換棧將輸入頂點的數(shù)據(jù)流變換到指定位置，變換棧是保存矩陣的標(biāo)準(zhǔn)堆棧，輸入頂點與矩陣棧相乘進(jìn)行變換。

為了說明如何使用變換棧，我們假設(shè)有一個簡單場景中只有一個人的模型。這個人在一個特定位置面向任意一個角度豎直站立，頭轉(zhuǎn)向另外一個方向。使用一系列的頂點與模型用來表示這個人物。首先，將一個變換矩陣壓到堆棧中將模型移到正確的位置；其次，將縮放矩陣壓到堆棧中將模型縮放到正確的尺寸；然后，表示身體的頂點數(shù)據(jù)流送到柵格化工具中；由于頭部面向另外一個方向，將旋轉(zhuǎn)矩陣從堆棧彈出，壓入一個繞 Y 軸旋轉(zhuǎn)一個不同角度的旋轉(zhuǎn)矩陣；最后，表示頭部的頂點數(shù)據(jù)流送到柵格化工具。

在所有點都已經(jīng)變換到相對于觀察者的合適三維空間位置之后，就需要將它們變換到二維空間了。最簡單的投影方法正投影簡單地從變換的三維頂點中扔掉 Z 分量。正投影的特點是三維空間中的平行線在二維表示中仍然平行。但是，真實世界中的圖像都是透視圖像，離觀察者較遠(yuǎn)的點之間的距離看起來要比較近點之間的距離近，這些點都要進(jìn)行透視投影變換 。

從概念上來講就是將透視體轉(zhuǎn)變成正視體。透視體是平截頭體，即被截去頭部的金字塔體。正視體是一個矩形盒，其中遠(yuǎn)近兩個觀察面都與圖像平面平行 。

透視投影變換可以用下面的矩陣表示：

柵格化裁剪

一旦三角形頂點轉(zhuǎn)換到正確的二維位置之后，這些位置可能位于觀察窗口之外，也可能位于屏幕之內(nèi)。裁剪就是對三角形進(jìn)行處理以適合顯示區(qū)域的過程。

最常用的技術(shù)是Sutherland-Hodgeman裁剪算法。在這種方法中，每次測試每個圖像平面的四條邊，對于每個邊測試每個待渲染的點。如果該點位于邊界之外，就剔除該點。對于與圖像平的面邊相交的三角形邊，即邊的一個頂點位于圖像內(nèi)部一個位于外部，那么就在交叉點插入一個點并且移除外部的點。

柵格化掃描變換

傳統(tǒng)的柵格化過程的最后一步就是填充圖像平面中的二維三角形，這個過程就是掃描變換。

第一個需要考慮的問題就是是否需要繪制給定的像素。一個需要渲染的像素必須位于三角形內(nèi)部、必須未被裁掉，并且必須未被其它像素遮擋。有許多算法可以用于在三角形內(nèi)進(jìn)行填充，其中最流行的方法是掃描線算法。

由于很難確定柵格化引擎是否會從前到后繪制所有像素，因此必須要有一些方法來確保離觀察者較近的像素不會被較遠(yuǎn)的像素所覆蓋。最為常用的一種方法是深度緩存，深度緩存是一個與圖像平面對應(yīng)的保存每個像素深度的二維數(shù)組。每個像素進(jìn)行繪制的時候都要更新深度緩存中的深度值，每個新像素在繪制之前都要檢查深度緩存中的深度值，距離觀察者較近的像素就會繪制，而距離較遠(yuǎn)的都被舍棄。

為了確定像素顏色，需要進(jìn)行紋理或者濃淡效果計算。紋理圖是用于定義三角形顯示外觀的位圖。每個三角形頂點除了位置坐標(biāo)之外都與紋理以及二維紋理坐標(biāo) (u，v) 發(fā)生關(guān)聯(lián)。每次渲染三角形中的像素的時候，都必須在紋理中找到對應(yīng)的紋素，這是根據(jù)在屏幕上像素與頂點的距離在與紋理坐標(biāo)相關(guān)聯(lián)的三角形頂點之間插值完成的。在透視投影中，插值是在根據(jù)頂點深度分開的紋理坐標(biāo)上進(jìn)行的，這樣做就可以避免透視縮減（perspective foreshortening）問題。

在確定像素最終顏色之前，必須根據(jù)場景中的所有光源計算像素上的光照。在場景中通常有三種類型的光源。定向光是在場景中按照一個固定方向傳輸并且強(qiáng)度保持不變的光。在現(xiàn)實生活中，由于太陽距離遙遠(yuǎn)所以在地球上的觀察者看來是平行光線并且其衰減微乎其微，所以太陽光可以看作是定向光。點光源是從空間中明確位置向所有方向發(fā)射光線的光源。在遠(yuǎn)距離的物體上的入射光線會有衰減。最后一種是聚光燈，如同現(xiàn)實生活中的聚光燈一樣，它有一個明確的空間位置、方向以及光錐的角度。另外，經(jīng)常在光照計算完成之后添加一個環(huán)境光值以補(bǔ)償光柵化無法正確計算的全局照明效果。

有許多可以用于光柵化的濃淡算法。所有的濃淡處理算法都必須考慮與光源的距離以及遮蔽物體法向量與光照入射角。最快的算法讓三角形中的所有像素使用同樣的亮度，但是這種方法無法生成平滑效果的表面。另外也可以單獨計算頂點的亮度，然后繪制內(nèi)部像素的時候?qū)旤c亮度進(jìn)行插值。速度最慢也最為真實的實現(xiàn)方法是單獨計算每點的亮度。常用的濃淡模型有 Gouraud shading 和 Phong shading。

盡管基本的柵格化過程已經(jīng)出現(xiàn)了數(shù)十年，許多當(dāng)今的應(yīng)用仍然在優(yōu)化、增加?xùn)鸥窕秩疽娴膽?yīng)用范圍。

柵格化紋理映射

紋理是在特定的分辨率生成的，但是由于紋理覆蓋的表面與觀察者之間可能是任意的距離，所以紋理也可能最后圖像上有任意的尺寸。因此，屏幕上的一個像素通常并不直接對應(yīng)于一個紋素，而是需要使用一些紋理濾波技術(shù)來生成任意距離的清晰圖像。有許多在圖像質(zhì)量與計算的復(fù)雜性進(jìn)行不同這種考慮的方法可以完成這項工作。

柵格化環(huán)境映射

環(huán)境映射是紋理坐標(biāo)與觀察點相關(guān)的紋理映射形式。例如，其中一個常用的應(yīng)用程序就是用來模擬鏡面反射，我們可以將整個房間內(nèi)部環(huán)境映射到房間內(nèi)的一個金屬杯上，當(dāng)觀察者沿著杯子移動的時候，杯子頂點的紋理坐標(biāo)也隨之變化，這樣就得到反射效果。

柵格化凸凹紋理映射

凸凹紋理映射是改變像素深度而不是顏色的另外一種紋理映射形式。尤其是與最新的陰影工具一起使用的時候，凸凹紋理映射使得表面顯現(xiàn)出與光照有關(guān)的凸凹不平，從而大幅度地提高真實感。

柵格化細(xì)節(jié)層次

在許多當(dāng)今的應(yīng)用中，任何場景中的多邊形數(shù)目都是非常大的，但是場景中的觀察者只能區(qū)分近距物體的細(xì)節(jié)。細(xì)節(jié)層次算法根據(jù)物體與觀察者的距離改變幾何圖形的復(fù)雜性。正對著觀察者的物體需要進(jìn)行非常復(fù)雜的渲染，而距離遠(yuǎn)的物體可以動態(tài)地簡化，甚至可以完全適用二維 sprite 替代 。

柵格化陰影

傳統(tǒng)柵格化過程的光照計算沒有考慮物體遮擋的因素。陰影圖與陰影體是當(dāng)今兩種生成陰影的普通技術(shù)。

泥石流災(zāi)害危險性評估是開展泥石流監(jiān)測和預(yù)報的重要前提。泥石流災(zāi)害是環(huán)境因子和降雨綜合影響的結(jié)果，而大范圍評估因子的提取、不同因子權(quán)重確定和評估模型的精度是泥石流災(zāi)害危險性評估中遇到的突出問題。首先，本研究以MODIS和SRTM等多源遙感數(shù)據(jù)為主提取地形、地貌、土地利用、植被覆蓋等環(huán)境因子，重點研究環(huán)境因子提取中遙感數(shù)據(jù)的時效性和尺度效應(yīng)；其次，針對降雨觀測站點稀疏、柵格化降雨數(shù)據(jù)精度不高的問題，引入前面遙感數(shù)據(jù)提取的環(huán)境因子，重點研究觀測站點降雨數(shù)據(jù)的插值優(yōu)化處理方法，得出結(jié)論在四川省區(qū)域范圍內(nèi)OK插值方法具有較好的插值效果，同時以雷達(dá)降雨量數(shù)據(jù)為輔，解決“有數(shù)據(jù)無降雨”的問題，重建區(qū)域范圍高精度降雨因子；最后，基于環(huán)境和降雨因子，利用信息量模型開展了研究泥石流災(zāi)害危險性評估的分區(qū)，并在不同危險等級分區(qū)中，以Logistic回歸模型和Bayes判別預(yù)報模型，建立一個有效且較高精度的泥石流災(zāi)害危險性評估模型，并重點分析泥石流災(zāi)害危險性評估模型中不同評估因子的權(quán)重值。項目的研究成果可為大范圍泥石流災(zāi)害的治理和預(yù)報服務(wù)。 2100433B

泥石流災(zāi)害危險性評估是開展泥石流監(jiān)測和預(yù)報的重要前提。泥石流災(zāi)害是環(huán)境因子和降雨綜合影響的結(jié)果，而大范圍評估因子的提取、不同因子權(quán)重確定和評估模型的精度是泥石流災(zāi)害危險性評估中遇到的突出問題。首先，本研究以多源遙感數(shù)據(jù)為主提取地形、地貌、土地利用、植被覆蓋等環(huán)境因子，重點研究環(huán)境因子提取中遙感數(shù)據(jù)的時效性和尺度效應(yīng)；其次，針對降雨觀測站點稀疏、柵格化降雨數(shù)據(jù)精度不高的問題，引入遙感提取的環(huán)境因子，重點研究觀測站點降雨數(shù)據(jù)的插值優(yōu)化處理方法，同時以雷達(dá)降雨量數(shù)據(jù)為輔，解決有數(shù)據(jù)無降雨的問題，重建區(qū)域范圍高精度降雨因子；最后，基于環(huán)境和降雨因子，研究泥石流災(zāi)害危險性評估的分區(qū)方法，在不同分區(qū)，基于模糊數(shù)學(xué)理論，建立一個有效且較高精度的泥石流災(zāi)害危險性評估模型，并重點分析泥石流災(zāi)害危險性評估模型中不同評估因子的權(quán)重值，為泥石流災(zāi)害的治理和預(yù)報服務(wù)。

氣溫是表征地區(qū)熱量特征的重要指標(biāo)之一。氣溫的高低直接影響到自然界各種植物、動物的生長發(fā)育進(jìn)程及其地域分布；在眾多自然科學(xué)研究領(lǐng)域建立的模擬模式中，氣溫也是重要驅(qū)動因子。因此，有關(guān)氣溫時空分布特征的研究一直是地理、氣象、水文、農(nóng)業(yè)、林業(yè)、生態(tài)等研究和應(yīng)用領(lǐng)域廣泛關(guān)注的熱點問題之一。

當(dāng)前，對氣溫時空分布特征研究的熱點是借助遙感、地理信息系統(tǒng)等技術(shù)，利用有限的地面測站資料，建立柵格化(空間化)的氣溫數(shù)據(jù)庫。自20世紀(jì)80年代起，美國、加拿大、日本、歐洲、澳大利亞等國家和地區(qū)相繼建立了不同空間分辨率的空間氣象數(shù)據(jù)信息系統(tǒng)近年來，我國部分學(xué)者也對氣象數(shù)據(jù)柵格化進(jìn)行了研究。

現(xiàn)有的氣溫數(shù)據(jù)柵格化方法主要有兩大類：一是利用地統(tǒng)計學(xué)空間內(nèi)插技術(shù)直接對氣溫進(jìn)行內(nèi)插；二是建立多元地理統(tǒng)計模型進(jìn)行趨勢面擬合并外推。常用的氣溫空間內(nèi)插方法有逆距離權(quán)重法(IDW)、克立格法(Kriging)、樣條函數(shù)法(Spline)等，大量研究表明，不同內(nèi)插方法得到的氣溫空間分布結(jié)果存在較大差異，不同研究者認(rèn)為的最適氣溫空間內(nèi)插方法存在明顯的不一致。有研究認(rèn)為，不存在絕對最優(yōu)的氣溫空間插值方法。多元地理統(tǒng)計模型中，常用的統(tǒng)計因子包括：緯度、海拔高度、經(jīng)度等地理參數(shù)，在部分研究中還試圖引用坡度、坡向、遮蔽度、開闊度等局地地形因子，其中最典型的是美國Oregon州立大學(xué)空間氣候研究中心建立的PRISM模型(parameter elevation regressions on independent slopes model)，這類模型一般可以取得較好的擬合精度。

大多數(shù)研究認(rèn)為，對山地氣溫分布而言，海拔高度的影響是重要的，考慮海拔高度的影響可以明顯改善氣溫的模擬效果；局地地形的訂正是必要的，然而，在大多數(shù)的研究中局地地形因子的引入是困難的，只有在少數(shù)使用短期野外考察資料的研究中，引入了個別局地因子。針對這種情況，有的研究引入坡地太陽直接輻射項進(jìn)行地形因子訂正。

對地形起伏、下墊面性質(zhì)多樣等地表非均勻因素對氣溫分布影響的復(fù)雜機(jī)理認(rèn)識不足和山地實測資料缺乏是氣溫柵格化研究中的主要困難。因此，對復(fù)雜地形下氣溫形成機(jī)理的認(rèn)識和對常規(guī)地面氣象站氣溫觀測資料的理解是實現(xiàn)氣溫柵格化模擬的基礎(chǔ)。氣象觀測站一般設(shè)置在水平開闊地段，其氣溫觀測資料代表了開闊水平面上氣溫的宏觀分布特征，不代表實際復(fù)雜地形條件下局地氣溫的分布特征。因此，在不加入其他因素的前提下，不管采用哪種方法直接對氣溫進(jìn)行插值，只能得到氣溫的宏觀分布特征；在缺乏大量野外考察資料的情況下，采用地理、地形因子的多元地理統(tǒng)計模型方法，盡管可以達(dá)到較高的擬合精度，但難以揭示復(fù)雜地形下氣溫形成的機(jī)理，所繪制的柵格化氣溫分布圖也很難準(zhǔn)確反映出局地氣溫的空間分布規(guī)律。

研究在深入分析月平均氣溫影響因素的基礎(chǔ)上，建立了月平均氣溫物理經(jīng)驗統(tǒng)計模型，立足常規(guī)地面氣象站觀測資料，結(jié)合復(fù)雜地形下太陽總輻射分布式模擬結(jié)果，提出了實現(xiàn)復(fù)雜地形下月平均氣溫分布式模擬的方法。以黃河流域為例，實現(xiàn)了1km×1km分辨率的月平均氣溫、月平均最高氣溫、月平均最低氣溫的分布式模擬，為復(fù)雜地形條件下氣溫柵格化提供了一種切實可行的技術(shù)方法。

月平均溫度資料及處理

模型建立過程中，所用氣象資料主要包括:黃河流域及周邊148個氣象站(簡稱148個站，以下同)1961~2000年月平均氣溫、月平均最高(最低)氣溫、月平均日照百分率、月平均相對濕度資料和35個氣象站太陽輻射量資料(包括:總輻射、直接輻射和散射輻射)，輻射資料均為月總量值。加密站驗證分析過程中，采用了黃河流域內(nèi)陜西省38個加密站1961~2000年月平均氣溫、月平均最高(最低)氣溫資料。個例年驗證分析過程中，利用了148個站2005年月平均氣溫、月平均最高(最低)氣溫、月平均日照百分率和相對濕度資料。在資料應(yīng)用之前，對所有資料進(jìn)行了嚴(yán)格的質(zhì)量檢測和篩選，并將月總量輻射資料轉(zhuǎn)換為月平均日總量資料(即：在建模時采用月平均日總量輻射資料)。1km×1km分辨率的DEM數(shù)據(jù)為國家基礎(chǔ)地理數(shù)據(jù)。

月平均溫度月平均氣溫物理經(jīng)驗統(tǒng)計模型的建立

構(gòu)建有物理意義的月平均氣溫計算模型，建立在對氣溫形成機(jī)理和對常規(guī)地面氣象站氣溫觀測資料認(rèn)識的基礎(chǔ)上。氣象站對氣溫的觀測包括每日02:00，08:00，14:00，20:004個時次的定時觀測和每日最高、最低氣溫的觀測，絕大多數(shù)情況下，日最高氣溫在白天，日最低氣溫在夜晚。每日4次定時觀測的算術(shù)平均為日平均氣溫，各日平均氣溫的算術(shù)平均即為月平均氣溫，各日最高(最低)氣溫的算術(shù)平均即為月平均最高(最低)氣溫。

（1）平均氣溫的組成

從氣象站氣溫觀測資料的整理過程不難看出，平均氣溫(包括日平均氣溫、月平均氣溫)是一項派生數(shù)據(jù)，由白天氣溫和夜晚氣溫兩部分組成。有的研究中，也采用最高氣溫和最低氣溫的算術(shù)平均或加權(quán)平均作為平均氣溫。

（2）海拔高度對氣溫的影響

圖1是148個站的7月氣候平均氣溫與海拔高度的相關(guān)關(guān)系圖?？梢钥闯觯瑑烧叱曙@著的負(fù)相關(guān)。進(jìn)一步分析表明，這種負(fù)相關(guān)關(guān)系在月平均最高(最低)氣溫中均有穩(wěn)定的體現(xiàn)，但夏季的相關(guān)性比冬季顯著。表明盡管氣象站一般設(shè)在水平開闊地段，但利用各氣象臺站之間的海拔高度差異，分析氣溫隨高度的遞減率是可行的，這要比直接采用自由大氣中的氣溫直減率推算山區(qū)氣溫更加符合實際

（3）太陽總輻射對氣溫的影響

氣溫與太陽輻射的關(guān)系非常密切，在氣溫的日變化和年變化中均有明顯的體現(xiàn)。通過天文因子(太陽常數(shù)、日地相對距離、太陽赤緯等)與宏觀地理因子(緯度等)的綜合作用，各地水平面接收到的太陽總輻射表現(xiàn)出良好的季節(jié)變化規(guī)律和地帶性分布規(guī)律，與氣溫的季節(jié)變化規(guī)律和緯向分布特征一致。這也是多元地理統(tǒng)計模型中地理緯度因子成為穩(wěn)定的氣溫推算因子的根本原因。圖2給出了蘭州站1961~2000年歷年逐月平均氣溫與太陽總輻射之間的關(guān)系。就全年情況看，氣溫隨太陽總輻射的增加而上升，呈明顯的正相關(guān)關(guān)系，體現(xiàn)了氣溫的季節(jié)變化規(guī)律;其中，以月平均最高氣溫與太陽總輻射的關(guān)系最為顯著，其次為月平均氣溫，再次為月平均最低氣溫，表明太陽總輻射對白天氣溫的影響強(qiáng)于對夜晚氣溫的影響。

（4）長波有效輻射對氣溫的影響

長波有效輻射由地面長波輻射和大氣逆輻射兩部分組成，是影響地表和近地層溫度的重要因素之一。在地面氣象觀測中，有效輻射實測資料往往通過對輻射平衡方程中其他要素的觀測而間接獲得，資料非常有限。圖3(a)給出了格爾木、蘭州兩站1993~2001年1月平均最低氣溫與月平均日長波有效輻射的相關(guān)關(guān)系，圖中月平均最低氣溫與長波有效輻射之間明顯的負(fù)相關(guān)關(guān)系表明了長波有效輻射在夜晚地表降溫過程中的重要作用；長波有效輻射對近地層氣溫的影響在氣溫日較差方面表現(xiàn)得更為顯著，圖3(b)給出了格爾木、蘭州兩站1993~2001年冬季(12，1，2月)月平均氣溫日較差與月平均日長波有效輻射的相關(guān)關(guān)系，兩者間呈明顯的正相關(guān)。進(jìn)一步分析表明，長波有效輻射與月平均最低氣溫、月平均氣溫日較差的這種相關(guān)關(guān)系在黃河流域全年各月均有表現(xiàn)，以冬季最為顯著;此外，長波有效輻射與月平均氣溫、月平均最高氣溫也存在不同程度的相關(guān)關(guān)系，但其相關(guān)顯著程度不如月平均最低氣溫。由此可見，長波有效輻射的強(qiáng)度是決定氣溫日較差和最低氣溫的重要因素。

針對長波有效輻射觀測資料有限這一現(xiàn)實，采用對長波有效輻射有重要影響的常規(guī)氣象觀測資料日照百分率和相對濕度替代長波有效輻射，分析其與月平均氣溫的相互關(guān)系。圖3(c)是148個站1月氣候平均最低氣溫與日照百分率的相關(guān)關(guān)系圖。從圖3(c)可見，兩者呈顯著的負(fù)相關(guān)。進(jìn)一步分析表明，這種負(fù)相關(guān)關(guān)系在冬季的月平均氣溫、月平均最高氣溫中均有體現(xiàn)，但以月平均最低氣溫與日照百分率的負(fù)相關(guān)關(guān)系最為穩(wěn)定和顯著，表明冬季晴空夜晚強(qiáng)烈的長波有效輻射對最低氣溫具有主導(dǎo)性的作用。圖3(d)是148個站7月氣候平均氣溫日較差與相對濕度的相關(guān)關(guān)系圖，可以看出，兩者呈顯著的負(fù)相關(guān)，深入分析表明這種負(fù)相關(guān)關(guān)系在全年各月均有不同程度的體現(xiàn)，以夏季最為明顯。通過上述分析，提出在缺乏長波有效輻射資料的情況下，在月時間尺度上，可以利用日照百分率和相對濕度作為長波有效輻射強(qiáng)度的指標(biāo)，分析長波有效輻射對氣溫的影響。

月平均溫度研究結(jié)論

氣溫的形成機(jī)理相當(dāng)復(fù)雜，影響因素眾多。本文通過建立的月平均氣溫計算模型，實現(xiàn)了復(fù)雜地形下黃河流域月平均氣溫的空間制圖。通過本項研究，得出以下幾點結(jié)論：

(1)建立的月平均氣溫物理經(jīng)驗統(tǒng)計模型具有明確的物理意義。在深入認(rèn)識氣象站觀測氣溫含義和詳細(xì)分析影響氣溫物理因子的基礎(chǔ)上，建立的以海拔高度、太陽總輻射、長波有效輻射及其他因素綜合作用為因子的月平均氣溫計算模型，盡管也為統(tǒng)計模型，但模型因子的物理意義明確，相對于前人采用的內(nèi)插法和多元地理統(tǒng)計模型方法而言，模型的物理意義有明顯改進(jìn)。

(2)分布式模擬結(jié)果能較好地反映出黃河流域月平均氣溫的宏觀分布趨勢和局地分布特征。模擬的月平均氣溫空間分布能很好地反映出月平均氣溫隨地勢高差和宏觀氣候特征的分布規(guī)律，符合黃河流域月平均氣溫的宏觀分布趨勢；對模擬結(jié)果的局地分布規(guī)律分析表明，月平均氣溫隨坡向、坡度等局地地形因素的分布規(guī)律能得到較好地表達(dá)。

(3)誤差分析結(jié)果表明，提出的月平均氣溫分布式模型具有很好的可靠性和穩(wěn)定性。由于氣象站位置誤差以及DEM數(shù)據(jù)結(jié)構(gòu)特點等原因，氣象站對應(yīng)柵格的氣溫模擬值與實測氣溫值的物理含義不同，之間存在一定偏差。對誤差成因的分析發(fā)現(xiàn)，當(dāng)柵格的地理地形參數(shù)與氣象站實際地理地形參數(shù)趨近時，氣溫模擬值迅速趨近于實測氣溫值，表明研究提出月平均氣溫分布式模型具有很好的可靠性；交叉驗證結(jié)果顯示，模型對月平均氣溫，月平均最高、最低氣溫的的模擬誤差平均為0.19~0.35℃，表明模型具有很好的穩(wěn)定性；加密站和個例年驗證分析表明，模型具有良好的空間維和時間維模擬能力。

(4)研究提出的月平均氣溫分布式模型立足于常規(guī)地面氣象觀測資料，可以方便地在廣大地區(qū)推廣應(yīng)用。山區(qū)氣象觀測資料短缺是各地普遍存在的問題，如果有山區(qū)野外考察資料的支持，模型依然適用，計算精度將得到有效改善。 2100433B