文章目录

摘要

abstract

1.绪论

1.1 选题背景和研究意义

    1.1.1 选题背景

    1.1.2 研究意义

1.2 文献综述

    1.2.1 国外关于降水的研究进展

    1.2.2 国内关于降水的研究进展

    1.2.3 时空地理加权模型的研究进展

    1.2.4 文献评述

1.3 研究内容与方法

    1.3.1 研究内容

    1.3.2 研究方法

1.4 论文的创新点

2.研究区概况与变量选取

2.1 研究区域概况与数据来源

    2.1.1 研究区域概况

    2.1.2 数据与数据预处理

2.2 变量的选取与检验

    2.2.1 变量的选取

    2.2.2 变量相关性检验

    2.2.3 多重共线性诊断

2.3 变量的统计分析

2.4 本章小结

3.降水量与影响因素的空间分析

3.1 降水量的变化趋势和空间分布

3.2 降水量全局的空间自相关分析

3.3 地理加权回归模型

    3.3.1 地理加权回归模型的定义

    3.3.2 地理加权回归模型的估计

    3.3.3 空间核函数

    3.3.4 最优带宽选择

3.4 降水量的地理加权回归模型构建

3.5 地理加权回归结果的统计性描述

3.6 本章小结

4.降水量与影响因素的时空分析

4.1 时空地理加权回归模型

    4.1.1 时空地理加权回归模型的定义

    4.1.2 时空地理加权回归模型的估计

    4.1.3 时空核函数

    4.1.4 最优时空因子选择

4.2 降水量的时空地理加权回归模型构建

4.3 时空地理加权回归结果的统计性描述

4.4 降水量与影响因素的时空分析

    4.4.1 风速对降水量的影响

    4.4.2 气温对降水量的影响

    4.4.3 湿度对降水量的影响

    4.4.4 高程对降水量的影响

4.5 GTWR 模型与GWR 模型的对比分析

4.6 本章小结

5.结论与研究展望

5.1 结论

5.2 研究展望

参考文献

致谢

攻读硕士学位期间发表论文

文章摘要:近年来对降水量空间格局变化的研究引起了广泛的关注,它的变化与生态环的安全有着密切的联系。影响降水量的因素很多,如何探究降水量以及它的影响因素在时间与空间上的变化规律显得非常重要。目前对降水量研究已取得不少成果,主要体现在三个方面,一是通过数学建模的方法,对降水量及其影响因素进行分析,二是利用插值方法对降水量空间分布和变化趋势进行分析,三是对降水量的预测进行研究。但是当前国内在对降水量的影响因素进行分析时,通过采用的是计算降水量与各因素的相关系数,只能分析单个因素对降水量的影响。本文在前人研究的基础上,将同时考虑降水量数据的时间特性和空间特性,运用时空地理加权回归模型（GTWR）,探测在时间和空间效应下,多个影响因素对降水量影响的时空差异。选取2011年-2018年新疆地区41个监测站点的年值气象数据,从影响降水量的气象因素、地形因素、时间因素这三个角度出发,选取风速、气温、湿度、高程、经纬度、时间作为新疆降水量的影响因素,来分析这些因素对降水量的影响。首先,对拟定的变量进行变量间的相关性检验和多重共线性诊断,最终选取风速、气温、湿度和高程作为影响降水量的因素;其次,运用统计分析法,对变量进行描述性分析,运用地理加权回归模型（GWR）,对降水量与各因素进行空间分析;最后,构造降水量的时空地理加权回归模型,揭示降水量与各因素在时空上存在非平稳性关系。实验分析结果:（1）2011年-2018年,降水量最高的站点为天池,降水量达到893.50mm,降水量最低的站点为吐鲁番,降水量只有7.70mm,降水量的标准差为130.60,说明各个站点的降水量相差较大;风速、气温、湿度的标准差分别为0.80、3.51、8.82、说明各个站点风速、气温、湿度的差别相对较小;而高程的标准差分482.57,说明各个站点的高程悬殊很大。（2）降水量较高的站点,如天池、乌鲁木齐牧试站、塔城、托里,大多分布在新疆的北部和东部,而降水量较低的站点,如刹车、和田、皮山、于田,大多分布在新疆的南部,因此,新疆北部的降水量高于新疆南部的降水量,新疆降水量在空间上主要呈现北高南低分布;降水量全局的空间自相关显示,2011年-2018年莫兰值均大于0,说明降水量在空间上具有正的相关性,并且在2016年,莫兰值最高为0.3248,说明在2012年各个站点的降水量在空间上具有的正相关性最强;（3）考虑在空间效应下,分析风速、气温、湿度、高程对降水量的影响,可知风速的回归系数在-0.42至-0.14之间,不同的站点处风速的回归系数各不相同,即不同空间位置风速对降水量的影响存在非平稳性;气温的回归系数值在-1.10至-0.77之间,湿度的回归系数值在1.34至2.40之间,不同的站点气温和湿度的回归系数都各不相同,具有一定的波动性;高程的回归系数值在0.16至0.32之间,相差较大,则在不同站点处,高程对降水量的影响表现出的非平稳性更显著。由此可见,不同的地理位置,各因素对降水量的影响程度不同,各因素与降水量之间的关系在空间上存在非平稳性。（4）考虑在时间效应和空间效应下,分析风速、气温、湿度、高程对降水量的影响,可得到各因素对降水量的影响在时空上存在非平稳性;其中风速对降水量具有正向作用的站点,多分布在新疆的东部,对降水量具有负向作用的站点,多分布在新疆的东部和南部;气温对降水量具有正向作用的站点,多分布在新疆的南部,对降水量具有负向作用的站点,多分布在新疆的东部;整体上湿度对降水量具有正向作用,只有靠近昆仑山脉的少数站点,湿度表现对降水量的负向作用。整体上高程对降水量具有正向作用,只有少数站点分布在塔里木盆地附近的站点,高程对降水量具有负向作用;同随着时间的变化,各因素在不同站点对降水量的影响也会发生变化。（5）GWR模型与GTWR进行结果对比,发现GTWR模型的AIC值在87.59,GWR模型的AIC值在102.32,AIC值越小,模型拟合的数据优良性更高,所以GTWR模型优于GWR模型的拟合效果;GTWR模型的拟合优度为0.93,GWR模型的拟合优度为0.78,也说明GTWR模型的拟合效果最好,因此运用GTWR模型可以更好的分析各因素对降水量影响的时空差异。研究风速、气温、湿度、高程对新疆降水量影响的时空差异,可以总结这些因素在不同区域对降水量影响的规律,从而为新疆不同区域制定防汛抗洪决策提供依据。

文章来源：《新疆财经》 网址: http://www.xinjiangcaijing.cn/qikandaodu/2022/0705/814.html