《表4 不同数据源密度和不同空间化栅格大小的空间化误差分布》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《四川省多年平均气温数据空间插值方法与影响因素研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

℃

上述分析表明，5种插值方法中，以IDWE插值精度最好。该部分采用插值最好的IDWE模型，分别采用高、中、低3种站点密度，按照10个尺度等级进行多年平均气温数据的空间化，定量统计13个检验站点的平均绝对误差（表4）。（1）随着空间化栅格尺度的增加，空间化误差逐渐增加；栅格尺度小于等于2 000m时，3种站点密度的平均气温误差小于1℃。其中高密度站点插值精度最好；（2）同样的空间化栅格尺度下，高密度站点的空间化误差最小。高、中、低3种密度之间的空间化误差差距不明显。100m×100m尺度下3种密度的MAE在0.64～0.76℃，10km×10km尺度下3种密度MAE值在1.37～1.69℃。