气温是反映某地区热量资源最主要的指标，气温的平均状况、极端情况、温差大小都是体现某地区热量资源多少的重要气候特征量，它对农业生产建设、生态环境治理都有相当重要的意义。由于气象站点数量有限且空间分布不均匀，野外考察资料稀少，因此，如何利用有限的观测资料，采用合理的方法研究气温分布规律，一直是气候学、农业气象学等领域的研究热点。

现有的气温推算方法主要有两大类：一是利用空间内插技术直接对气温进行内插；二是建立多元地理统计模型进行趋势面拟合并外推。其中，插值方法是研究最多、应用最为广泛的方法。特别是20世纪90年代以来，随着GIS技术的业务化应用，空间插值方法的种类不断增多、精度不断提高。常用的气温空间内插方法有逆距离权重反比法、克立格法、样条函数法、线性内插法、双线性内插法等，大量研究表明，不同内插方法得到的气温空间分布结果存在较大差异，不同研究者认为的最适气温空间内插方法存在明显的不一致，有研究认为不存在绝对最优的气温空间插值方法。近些年来，不断有学者提出将地形因子考虑到插值方法当中，李军等认为在中国地区考虑了海拔高度影响可以大大提高插值精度；蔡迪花等提出了基于DEM的多元线性回归空间插值法，其精度和空间分布均优于传统插值方法。由此可见，把确定性方法和随机插值方法结合起来研究气温空间分布特征是必要的。仲嘉亮等心阳在新疆地区提出将地理因子和空间残差相结合对气温数据进行栅格化，但没有讨论其时空外推性及插值方法的不同对空间残差插值精度的影响。 2100433B