积温是某一时段内逐日平均气温之和,它是研究植物生长、发育对热量的要求和评价热量资源的一种指标,是影响植物生长的重要因素之一,对指导农业生产和生态建设具有非常重要的意义。作为重要的气候资源,积温与其它资源的区别在于存在很大的地域差异和时间变化。了解积温的空间变化及其分布具有很强的现实意义。本文主要利用全国2348个气象站点资料和1km×1km DEM数据,在对积温空间分布探索性研究和积温插值区的划分的基础上,进行全国多年平均积温插值研究,客观系统地做出精度评价,并得到全国的积温分布图。空间自相关分析表明积温分布在整体上具有较强的正相关,不是随机分布的,具有一定的规律,呈现显著的空间集聚特征,即积温分布具有高值区与高值区邻接,低值区与低值区邻接的趋势。这种高度的空间自相关表明了多年平均积温对于诸如气候、地形地貌、大气环流等大中尺度地理因子的依赖性。同时也表明,通过空间插值来求得未知点的积温值是有理论基础的,是可行的。空间异相关分析表明积温与纬度和海拔高度之间均存在较显著的相关关系。其中与纬度的相关性最高,与海拔高度的相关性次之,而与经度几乎不存在线性趋势。分区后,积温与纬度的相关性在大部分积温区中有所下降,与海拔高度的相关性大部分呈上升趋势,这说明研究区域的缩小一定程度上破坏了相对大尺度的积温纬度地带性,而更好地表现出了由小地形导致的垂直地带性。当积温插值中引入地理位置和地形因子,不但能很好地反映积温空间分布的整体趋势,而且也表现出了积温分布的局部细微特征,并提高积温插值的整体精度。本文多年平均积温插值多元回归方法精度最高,普通Kriging法次之,权重距离递减法最低。利用聚类法对积温区的划分,使权重距离递减法、普通Kriging法、多元回归方法的积温插值精度均得到了不同程度提高。表明对于积温插值聚类分区是比较合理的方法。对于大范围的研究区域,插值要素空间分布差异大,按照数据特点进行合理区划,不同的插值区根据其自身情况选择不同的插值模型或插值方法,有助于提高插值精度。在平原,低山丘陵等地势平坦的地区误差对站点密度增加的响应不具有明显趋势和规律性,即站点密度的增加对插值误差的改善没有明显效果;在地形复杂,地势起伏大的地区误差随站点密度的增加在一定范围内呈大幅度下降趋势,即插值站点数的变化对插值结果有较显著的影响。故应在地形复杂、站点稀疏的西北地区增加气象观测台站的布设。权重距离递减、普通Kriging和多元回归三种方法的插值稳定性相比较,多元回归法＞普通Kriging法＞权重距离递减法。