基于P-BSHADE的气象数据插值方法研究

• 作 者: 徐成东;
• 机 构: 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室
• 出 处: 2015中国地理信息科学理论与方法学术年会
• 发表日期: 2015年期

　　气象数据集普遍存在数据缺失的情况。目前对于缺失数据：一种是仅使用连续记录数据,另一种是忽略缺失数据。对于前一种方法,大量的数据被舍弃而形成信息浪费,统计推断的结果可能有偏；而后面的一种方法由于只利用现有的数据,会高估极端事件。目前,一些传统的插值方法,如基于回归的方法、kriging以及倒距离加权(IDW)等,可以用于估计数据集中缺失值。但是,这些方法往往没有同时考虑到研究对象的性质、站点的分布以及无偏最优的统计推断约束条件。基于此,本研究提出了一种新的方法用于气象站点缺失值的插补：BSHADE的点估计模型(P-BSHADE)。在B-SHADE中,通过先验知识把气温数据的空间相关性、异质性加入到模型中,并通过对样本点进行纠偏处理最终得到目标对象的线性无偏最优估计(BLUE)。一方面,此模型可以处理空间分布是非均质的研究对象；另一方面,此模型中也考虑到了站点间的相关性、异质性等性质。结果表明：与kriging、IDW和SRT等方法比较,P-BSHADE具有理论方面的先进性,更加符合气温场的空间分布的实际情况。使用中国地区1950-2000年的年均温数据集对于模型的插值精度做了验证,结果表明：P-BSHADE精度显著地高于其它方法。