期刊文章详细信息
日气温数据缺测的插补方法试验与误差分析
Interpolating Method for Missing Data of Daily Air Temperature and Its Error Analysis
文献类型:期刊文章
机构地区:[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:中国气象局气象新技术推广重点项目(CMATG2006Z03);武汉区域气象中心重点项目(QY-Z-200701、QY-Z-200708);国家科技基础条件平台工作项目(2005DKA31700)
年 份:2008
卷 号:34
期 号:7
起止页码:83-91
语 种:中文
收录情况:BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、JST、PROQUEST、RCCSE、ZGKJHX、核心刊
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 Esti mate,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
分 类 号:P467[大气科学类] TG659]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...