【WRF理论第十六期】静态地理数据的插值处理（interp_option）

在WRF（Weather Research and Forecasting）模式中，静态地理数据的处理是通过geogrid.exe程序完成的，它从静态地理数据集中读取地形、高程、土地利用类型、植被覆盖等地理信息，并将其插值到WRF的模拟网格上。插值方法的选择由namelist.wps中的 interp_option 变量控制。

以下是对WRF中 静态地理数据插值方法 的详细总结，包括插值方法的种类、原理、适用范围以及与不同地理数据的关联等。

WPS geogrid 源码：geogrid/src/interp_module.F

一、插值方法的设置方式

在 GEOGRID.TBL 文件中，有各种静态地理数据的详细形象，以AHE数据为例：

===============================
name = AHE
        priority=2
        optional=yes
        dest_type=continuous
        fill_missing = 0.
        interp_option = y2010_ahe:average_gcell(4.0)+four_pt+average_4pt
        interp_option = y2050_ahe:average_gcell(4.0)+four_pt+average_4pt
        rel_path = y2010_ahe:slucm/AHE_2010s/3_bytes/
        rel_path = y2050_ahe:slucm/AHE_2050s/3_bytes/
        z_dim_name = month_hour

其中，interp_option 指定了数据集的插值方式。

interp_option = 'y2010_ahe:average_gcell(4.0)+four_pt+average_4pt'

该选项表示对 y2010_ahe（例如2010年人为热排放数据）使用：

• average_gcell(4.0)：以4km为搜索半径，进行网格平均
• four_pt：双线性插值
• average_4pt：四点平均作为进一步平滑手段

这种组合一般用于连续型数据且对空间平滑性要求较高的情况。

二、常见插值方法类型及原理

插值方法	说明	原理	适用数据类型
nearest_neighbor	最近邻插值	将最近的源网格点值赋给目标网格点	离散分类数据，如土地利用
four_pt	四点双线性插值	使用目标点周围四个点进行加权平均	连续型数据，如高程、温度
average_4pt	四点平均	简单平均目标点周围四个点的值	连续型数据，较平滑结果
average_gcell(x)	网格单元平均	以目标点为中心，在x km范围内平均所有源数据点	地形、高程等需平滑处理的数据
wt_average_4pt	加权四点平均	与four_pt类似，但权重更精细	连续数据
wt_average_16pt	加权16点平均	使用目标点周围16个点进行加权平均	更平滑插值
average_patch	多边形平均	对多边形覆盖区域进行加权平均	逐像素数据，如植被指数
default	默认方法	根据数据类型自动选择插值方法	适用所有数据，推荐初学者使用

最近邻插值法（nearest_neighbor）

最近邻插值法（nearest_neighbor）是最简单的灰度值插值。也称作零阶插值，就是令变换后像素的灰度值等于距它最近的输入像素的灰度值。
最近邻插值法可应用于图像的缩放，因为简单的变换与计算，效果一般不好。

四点双线性插值（four_pt）

四点双线性插值仅涉及邻近的四个像素点。

Q11, Q12, Q21, Q22 是四个角点，代表已知格点值。
P(x, y) 是目标插值点。
箭头表示插值顺序：

• 先在 x 方向做线性插值，得到上下两个中间值；
• 再在 y 方向对中间值插值，得到最终的 P(x, y)。

三、不同静态数据推荐插值方法（示例）

静态数据类型	推荐插值方法	说明
topo（高程）	average_gcell(4.0)+four_pt	平滑地形，减少数值误差
landuse（土地利用）	nearest_neighbor+four_pt	保留分类边界
greenfrac（绿色覆盖率）	four_pt+average_4pt	连续型，适合平滑处理
soil_type（土壤类型）	nearest_neighbor	离散分类数据
albedo（反照率）	four_pt 或 average_4pt	连续数据
slope（坡度）	four_pt	细节敏感，避免过度平滑
lai（叶面积指数）	average_patch 或 four_pt	连续变化数据
impervious（不透水面）	average_patch 或 four_pt+average_4pt	城市模拟中重要

参考

1、最近邻插值法（nearest_neighbor）