基于邻域特征的温度缺失值的填补方法.pdfVIP

中国农业气象 (ChineseJournalofAgrometeorology) 2008，29(4)：454—457 基于邻域特征的温度缺失值的填补方法 唐云辉，高阳华 (重庆市气象科学研究所 ，重庆 401147) 摘要 ：以197l一2000年重庆市 35个气象站点Et气温要素为基础数据 ，提出了一种基于气候均值、距离和高程差异等因子 的新 的气温插 值方法，可应用于 13气温要素序列缺失资料的插值填补 。交叉验证结果表 明：全市各季节 31平均气温的MAE(平均绝对误差)在 0．2— 0．8℃，平均为0．4~C左右；对 日最高、最低气温都具有可靠 的拟合精度。通过对沙坪坝站各季节(用 1月上旬、4月上旬、7月上旬、11月 上旬分别代表)逐时平均温度进行拟合计算 ，MAE在 0．66~C以下，平均相对误差(MRE)除冬季稍高外(为7．9％)，其余各季节在 3．2％ 以下，实测值与计算值的相关系数在 0．95以上 ，说明此方法同样适用于逐时观测气温资料的填补。 关键词：缺失资料 ；邻域特征；高差 因子 ；插值填补 ImputationM ethodofM issingTemperatureDataBased onNeighborhoodFeatures TANG Yun—hui．GAO Yang-hua (ChongqingInstituteofMeteorologicalSciences，Chongqing400039，China) Abstract：A new temperatureinterpolatingmethodwasputforwardbasedonsomefactors，suchasclimateaveragevalue，distanceandaltitude variation．Thismethodwasonbasisofdailytemperaturedatacollectedin35meteorologicalstationsofChongqingfrom 1971to2000．Itcouldbe usedtointerpolatemissingdataindailyaveragetemperatureseries．ThecrossverificationexperimentshowedthattheMeanAbsoluteError( MAE )ofthedailyaveragetemperaturewasbetween0．2~C to0．8~C withtheaverageof0．4qC inthewholeChongqingmunicipality．Itcouldal- SOsimulatedailymaximum temperatureanddailyminimum temperaturewithhighlyreliableaccuracy．Thismethodwasused tosimulatehourly averagetemperaturedataofallseasonsin Shapingbameteorologicalstation．TheMAE waslessthan0．66~C，whiletheMean RelativeError (MRE)waslessthan3．2％ exceptthat7．9％ inwinter．Thecorrelationcoefficientbetweenobservationsandcalculationswasabove0．95．In thisexperiment，springwasrepresentedbythefirsttendaysofApril，summerthefirsttendaysofJuly，autumnthefirsttendaysofNovember， andwinterthefirsttendaysofJanuary．Sothismethodcouldalsobeusedtointerpolatemissinghourlyobservedtemperaturedata． Keywords：Missingdata；Neighborhoodfeatures；Ahitudevariationfactor；Interpolating