时空数据插值的杨赤中滤波法

时空数据插值是时空数据分析的一项基础性任务，其核心问题在于建模时空自相关结构。当时空数据非平稳、分布稀疏时，现有方法难以准确建模时空自相关结构，直接影响了插值的精度与可靠性。本文基于空间域复合变量理论，采用几何学与统计学相结合的策略对时空自相关结构进行建模，提出了一种基于杨赤中滤波的时空数据插值方法。该方法首先耦合杨赤中滤波与时空积和模型，建立定量描述时空自相关结构的时空基本变化函数；然后，基于时空基本变化函数，构建满足最优线性无偏估计准则的时空数据插值模型。采用模拟数据、2000—2009年我国大陆区域年平均气温与2014年5月—2015年4月北京市日均PM_2.5浓度时空数据集进行试验验证，结果表明：本文方法的时空插值精度明显优于当前的3种代表性时空插值方法，且不需要时空平稳性假设，可以更好地适应分布稀疏的时空数据集。