日气温数据缺测的插补方法试验与误差分析.pdfVIP

维普资讯 第 34卷，第 7期 气 象 Vo1．34 NO．7 2008年 7月 METEOROLOGICALMONTHLY July，2008 日气温数据缺测的插补方法试验与误差分析 王海军 涂诗玉 陈正洪2 (1．湖北省气象信息与技术保障中心，武汉430074；2．武汉区域气候 中心) 提 要：对缺测气象观测记录进行插补是建立连续气象数据集的基础。将孤立 1日或 数 日缺测资料进行插补的线性回归模型法应用于连续缺测数月的逐 日最高、最低和平 均气温的插补，并进行了一系列改进 ，包括 ：(1)用滑动选优法确定邻近参考气象站站数 和数据样本时间窗的最佳值；(2)在记录缺测站与邻近参考站之间建立逐 日气温的线性 回归模型，并选取以最小绝对误差(LeastAbsoluteDeviation， ))为 目标 函数求取模型 参数的方法，取代以最小均方根误差为 目标 函数的最小二乘法(Least~uamsI~2stimate， LAD)求解模型参数的方法，可提高计算效率和参数的稳定性；(3)进一步提出将LAD法 与 etano标准化序列法插补结果平均的综合插补方法，以减少极端误差。通过对湖 北蔡甸气象站 l96l一2006年插补试验表明：(1)以4个邻近站和年数为8年、日数为l5 天时间窗的样本资料建模进行插补误差达到最小；(2)逐 日最高、最低和平均气温的平 均绝对误差分别为0．32℃、0．45℃、0．28℃，误差在 ±0．8C 以内的频 次分别 占总数的 94．1％、84．8％、96．1％，观测值与插补值月相关系数在0．886以上。插补与观测资料平 均值和相关系数分别通过了显著水平为0．05和0．01的检验。 关键词：记录缺测 逐 日气温 插补 线性回归模型 最小绝对误差 InterpolatingMethodforM issingDataofDailyAir TemperatureandItsErrorAnalysis WangHaijun TuShiyu ChenZhenghong2 (1HubeiMeteorologicalInformationandTechnologicalSupportCenter，Wuhan430074 2．WuhanRegionalClimateCenter) Abstract：Itisthefoundationofbuildingupacontinuousmeteorologicaldatasetsforinterpolating themi~ingmetoerologicalrecord．A methodofestimatingmissingdailyairtemperature(daily maximum，minimum andaverageairtemperature．)forseveraloontinuousmonthsisprotx~ l，which 资助项 目：中国气象局气象新技术推广重点项 目(cMArG2006Zo3)、武汉区域气象中心重点项 目(QY—z一200701、QY—z一 200708)及国家科技基础条件平台工作项 目(2005DKA31700)。 收稿 日期：2008年2月 22日；修改稿时间：2008年4月 25日 维普资讯 气 象 第34卷 isimpmv~ from thelinearregressionmodelthatareusuallyusedtointerpolatethemissingdata forasingledayoresveraldays．Aes