| 日气温数据缺测的插补方法试验与误差分析 |
| |
| 引用本文： | 王海军,涂诗玉,陈正洪.日气温数据缺测的插补方法试验与误差分析[J].气象,2008,34(7):83-91. |
| |
| 作者姓名： | 王海军 涂诗玉 陈正洪 |
| |
| 作者单位： | 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 |
| |
| 基金项目： | 中国气象局气象新技术推广重点项目
,
武汉区域气象中心重点项目
,
科技部科技基础条件平台建设计划 |
| |
| 摘 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(Least Absolute Deviation,LAD)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 Squares Estimate,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DeGaetano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1961-2006年插补试验表明:(1)以4个邻近站和年数为8年、日数为15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±0.8℃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 |
| 收稿时间： | 2008/2/22 0:00:00 |
| 修稿时间： | 2008/4/25 0:00:00 |
Interpolating Method for Missing Data of Daily Air Temperature and Its Error Analysis |
| |
| Wang Haijun,Tu Shiyu,Chen Zhenghong.Interpolating Method for Missing Data of Daily Air Temperature and Its Error Analysis[J].Meteorological Monthly,2008,34(7):83-91. |
| |
| Authors: | Wang Haijun Tu Shiyu Chen Zhenghong |
| |
| Institution: | Hubei Meteorological Information and Technological Support Center, Wuhan 430
074;Hubei Meteorological Information and Technological Support Center, Wuhan 430
074;Wuhan Regional Climate Center |
| |
| Abstract: | |
| |
| Keywords: | record missing daily air temperature data interpolation linear regression model least absolute deviation |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《气象》浏览原始摘要信息 |
| 点击此处可从《气象》下载免费的PDF全文 |
|
