《表1 不同年份格点TRMM降水数据与影响因子间逐步线性回归结果》

  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

《复杂地形下TRMM降水数据的降尺度研究：以四川省为例》

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

注:“1998-2017”指利用1998-2017年各格点平均TRMM降水数据与经度（Lon）、纬度（Lat）、海拔（Ele）、坡度（Slo）、坡向（Asp）和地形起伏度（简称起伏，Rel）共6个辅助变量间进行逐步线性回归，“1998”、“2006”分别指利用1998年（洪涝年）、2006年（干旱年）降水数据与辅助变量进行逐步线性

此外，从表1和表2可以看出，MGWR模型的各项诊断指标均显著优于SLR模型，具体表现在M1模型的AICc值比G1模型大幅减少了16.83%，Ra2值也从G1模型的0.76显著提高到M1模型的0.97；M2模型的AICc值比G2模型减少了14.51%，Ra2值也从G2模型的0.78提高到M2模型的0.97，升幅为24.36%；M3模型的AICc值比G3模型减少了13.89%，Ra2值的变化幅度最大，从G3模型的0.59提高到M3模型的0.94，升幅达59.32%。不同模型的计算结果都说明由于能够更好地探测和揭示变量间影响关系的空间非平稳性特征，基于局部回归的MGWR模型拟合效果比SLR模型有明显的改善。