使用机器学习方法在复杂地形中的气象变量高精度空间插值

《Sensors》：High-Precision Spatial Interpolation of Meteorological Variables in Complex Terrain Using Machine Learning Methods Shuangping Li, Bin Zhang, Bo Shi, Qingsong Ai, Yuxi Zeng, Xuanyao Yan, Hao Chen and Huawei Wang

　　

本研究探讨了机器学习方法对气象变量进行高精度空间插值的有效性，旨在为复杂地形环境（如溪洛渡水电站）中的高精度边角网观测提供精确的大气延迟校正，从而提高变形监测的精度。鉴于传统插值方法如反距离加权（Inverse Distance Weighting, IDW）和普通克里金（Ordinary Kriging, OK）在复杂地形条件下捕捉空间变异性方面的显著局限性，研究人员系统引入了机器学习算法，包括随机森林（Random Forest, RF）和极限梯度提升（eXtreme Gradient Boosting, XGBoost, XGB），分别比较它们在稀疏分布的温度、相对湿度和地表压力高密度插值中的性能与传统方法。同时，研究人员提出了一种增强的XGB模型，融入中心点特征（XGB-C），该方法将空间插值构建为一个监督学习问题，学习从天气背景到局部小气候的物理映射，而非仅依赖几何距离。插值性能指标（均方根误差Root Mean Square Error, RMSE、平均绝对误差Mean Absolute Error, MAE和决定系数R2）采用2023–2024年期间47个站点（38个训练，9个测试）的日气象观测数据进行评估。结果表明，机器学习方法显著优于传统方法，其中XGB-C实现了最高精度（压力R2≈1.00，湿度0.97，温度0.83）。此外，插值性能还表现出对季节和站点位置的依赖性。夏季以及“城市与建成区”和“农田”区域面临更大挑战。这些发现突出了机器学习，特别是所提出的XGB-C，在山地水电站环境中的气象插值的显著优势，这些环境中精确的大气校正对于变形监测至关重要。这也为开发基于机器学习（Machine Learning, ML）的操作性插值模型奠定了坚实基础，这些模型将利用来自无人机（Unmanned Aerial Vehicle, UAV）遥感数据的高质量标签进行训练。

**论文解读：基于机器学习方法的复杂地形气象变量高精度空间插值研究**

**研究背景、问题与动机**

在边角网观测中，电磁波传播路径受大气折射效应和局部气象条件影响，导致观测距离与实际距离产生偏差，进而影响变形监测的精度。尤其是在水电站区域（如溪洛渡水电站），其地形多为山谷和大水体环境，温度、湿度和气压等气象要素的不稳定波动进一步加剧了大气折射的不确定性。传统插值方法如反距离加权（Inverse Distance Weighting, IDW）和普通克里金（Ordinary Kriging, OK）在复杂地形下难以有效捕捉空间变异性，且气象站点分布稀疏、空间代表性有限，导致可用的高分辨率气象数据严重不足。因此，研究人员开展本研究，旨在系统评估机器学习方法对溪洛渡水电站复杂地形区域气象变量（温度、相对湿度、地表压力）进行高精度空间插值的有效性，以提供精确的大气延迟校正，从而提升变形监测的准确性。

**研究内容与结论**

研究人员利用2023–2024年期间47个气象站点的日观测数据（38个训练站点，9个独立测试站点），系统比较了传统方法（IDW、OK）和机器学习方法（随机森林RF、极限梯度提升XGB、以及提出的增强型模型XGB-C）的插值性能。通过均方根误差（Root Mean Square Error, RMSE）、平均绝对误差（Mean Absolute Error, MAE）、决定系数（R2）和异常相关系数（Anomaly Correlation Coefficient, ACC）等指标进行评估。结果表明：机器学习方法在所有气象变量和季节上显著优于传统方法；其中，融入中心点特征的XGB-C模型在压力（R2≈1.00）、湿度（R2=0.97）和温度（R2=0.83）插值中均取得最高精度，最低的MAE和RMSE，展现了优越的非线性空间变异捕捉能力。研究还发现，插值性能受季节和站点位置影响：夏季误差普遍增大，冬季表现更好；“城市与建成区”和“农田”用地类型的站点误差较大。该研究证明了机器学习（尤其是提出的XGB-C）在山地水电站大气校正中的重大价值，为变形监测提供了可靠技术支撑，并为利用无人机（UAV）遥感数据训练基于ML的操作性插值模型奠定了基础。论文发表在《Sensors》。

**关键技术方法**

研究人员主要采用五种插值方法进行对比：传统方法包括反距离加权（IDW）和普通克里金（OK）；机器学习方法包括随机森林（RF）、极限梯度提升（XGB）和提出的增强型XGB-C模型。数据来源于溪洛渡水电站区域的47个气象站点（38训练、9测试），DEM数据来自航天飞机雷达地形测绘任务（SRTM，30 m分辨率）。XGB-C模型的核心创新在于构建参考锚定特征空间：将中心站（QTP15-1）的三维坐标和即时气象观测（温度、压力、湿度）与目标站的坐标及年积日（Day of Year, DOY）的正弦余弦变换融合成11维特征向量，将空间插值重构为从天气背景到局部小气候的监督学习问题。评估指标采用RMSE、MAE、R2和ACC。

**研究结果**

**3.1 气象变量的时间变化特征（Temporal Variations）**：通过分析所有站点约两年的逐日温度、相对湿度和地表压力时间序列，研究人员发现：温度呈现明显的季节性循环（夏季高、冬季低），各站趋势基本一致，表明区域气候主要受大尺度环流控制；相对湿度虽有夏高冬低的粗略季节模式，但站间差异显著，显示受局地地形和水体影响更大；地表压力表现出短期波动叠加在长期趋势上，站间差异反映天气尺度系统影响。这些分析为后续建模提供了背景。

**3.2 空间偏差特征（Spatial Deviation）**：通过计算各站点的时域标准差（Standard Deviation, Std）以及每个时刻各站相对于区域平均的空间偏差，研究人员发现：地表压力的时域标准差在各站间相对稳定；而温度、相对湿度的空间偏差在特定站点（如QVDR08-2）明显更高，这与其位于南岸城市与建成区、邻近水体且坡向东北的地理位置有关，形成了独特的小气候（如夏季因蒸发冷却而温度较低，冬季因储热而温度较高），说明地形、坡向、用地类型对局地气象条件有显著调制作用，必须在AI插值模型中加以考虑。

**4.1 不同方法的插值精度比较（Comparison of Interpolation Accuracy with Different Methods）**：通过对比各方法在测试站点上的年度平均RMSE、MAE和R2，研究人员发现：传统方法（IDW、OK）在所有气象变量上的误差（压力RMSE>11 hPa）和拟合优度（R2<0.30）均显著落后于机器学习方法（RF、XGB、XGB-C）。XGB-C在压力（MAE=0.65 hPa, RMSE=0.80 hPa, R2=1.00）、湿度（MAE=1.13%, RMSE=1.63%, R2=0.97）和温度（MAE=0.88°C, RMSE=1.28°C, R2=0.83）上均达到最佳性能。相比传统方法，机器学习使温度MAE/RMSE降低40–60%，湿度降低50–70%，压力降低超过95%。XGB-C相对于标准XGB和RF也有稳定提升。

**4.2 时间变化特征（Temporal Variation）**：通过按月比较各方法的插值误差和拟合优度，研究人员发现：所有方法的插值精度均呈现季节依赖性，夏季（6–8月）误差最大、拟合最差，冬季相对较好。但传统方法的季节敏感性极为显著（夏季RMSE可达冬季的2倍以上），而机器学习的季节性波动小得多，其中XGB-C在全年保持极低的误差和接近1的R2，展现出最强的时域稳定性。夏季性能下降主要归因于边界层热力学复杂、局地对流增强、极端天气导致的观测数据缺失增多，使模型特征不完整。XGB-C在夏季仍能维持较高精度，但存在一定系统性低估（如中心站拉低效应）。

**4.3 空间特征（Spatial Feature）**：通过对比XGB-C和标准XGB在测试站点上的空间ACC和RMSE分布，研究人员发现：XGB-C在所有站点上呈现一致的暖色调ACC（接近1）和冷色调RMSE（数值低），表明模型能有效捕捉气象场的非线性空间结构，且对复杂地形具有高鲁棒性。标准XGB则在某些站点（如夏季的QVDR08-2）表现出较大空间变异和较差的拟合，凸显了中心站特征融入带来的优势。然而，XGB-C在捕捉极端小尺度地形效应和夏季局地极端值时仍存在局限，例如对QVDR08-2站的温度存在“中心站拉动效应”导致的系统性低估。

**总结讨论与研究结论翻译**

**讨论总结：** 研究人员指出，生成山区水电站大气折射校正所需的高分辨率气象场是长期挑战。本研究验证了机器学习（尤其是树集成方法）在崎岖地形中对温度、湿度、压力插值的操作价值，其精度远高于传统方法。提出的XGB-C通过简单的特征锚定策略（编码与中心站的相对空间差异）带来了持续的性能提升，尤其在压力插值上保持近乎恒定的高精度。但研究存在局限：观测数据不足、夏季极端天气影响、中心站代表性限制等。未来工作应融合地形衍生变量（海拔导数、坡向、距水距离）、地表与边界层代理变量（辐射、风、稳定度）以及物理约束（递减率、静力平衡关系），并通过残差校正（回归克里金混合、局部加权模型）和考虑自相关性的空间交叉验证来减少局部偏差和过度平滑。同时需加强缺失与极端数据处理、不确定性量化，并在更长时段和更多站点或遥感协变量（DEM、地表温度）上测试。

**研究结论翻译：** 生成山区水电大气折射校正所需的高分辨率气象场是一个长期挑战。在本研究中，设计并比较了三种机器学习方法和两种传统方法，用于溪洛渡水电站周边气象场的高精度插值。利用2023–2024年47个站点（38个训练，9个测试）的逐日数据，比较了IDW、OK与随机森林RF、XGBoost以及中心点增强的XGBoost（XGB-C）。机器学习在变量和季节上始终优于传统方法，其中XGB-C达到最高精度（地表压力R2≈1.00，相对湿度0.97，温度0.83）和最低MAE/RMSE，显示出更强的非线性空间变异捕捉能力。性能表现出清晰的时间变化：所有方法在夏季退化，但季节敏感性在IDW/OK中远强于ML模型。对于XGB-C，精度在7月相对于1月仅适度下降，R2仍保持较高，反映更好的时域稳定性，这归因于其更高的表示大气状态非线性特征的能力。夏季下降可归因于更复杂的边界层热力学、增强的局地对流/湍流以及极端期间更高的缺失或损坏观测率，从而降低特征完整性并增加解析局地极值的难度（尤其对于温度）。此外，空间异质性明显：“城市与建成区”和“农田”用地类型站点显示更大误差，且在QVDR08-2处出现显著的“中心站拉动效应”，模型相对于河道锚定站（QTP15-1）系统性地低估局地温度。这一偏差表明，主要依赖站间空间特征的模型可能平滑小气候异常，并在梯度陡峭且代表性有限的区域低估局地冷/热岛效应。本研究证明了机器学习（尤其是树集成方法）在地形崎岖区域对温度、湿度、压力进行精确插值的操作价值，直接相关于大地测量校正。其次，提出的中心点XGBoost（XGB-C）引入了一种简单但有效的特征锚定策略，编码与中心站的相对空间差异，在标准XGB和RF之上产生一致增益，并为压力提供近乎恒定的精度。鉴于溪洛渡大坝附近地形高度复杂且方法成功应用，研究人员相信该方法可易于推广至大多数地形较简单的区域，但已讨论。然而，因观测不足存在局限。未来工作需通过地形衍生变量、地表与边界层代理变量以及物理约束来增强输入特征。残差校正（回归克里金混合、局部加权模型）和考虑自相关性的空间交叉验证可能减少局部偏差和过度平滑。对缺失和极端事件数据的稳健处理、不确定性量化以及在更长时段和更多站点或遥感协变量（如DEM、地表温度）上的测试，也需加强通用性和操作准备。下一步工作将专注于通过类似ML技术训练完全操作性模型，利用来自多源遥感数据（包括高分辨率卫星影像和基于观测的无人机）的大规模高质量标签实现。