[发明专利]针对气象要素数据的插值方法、装置、电子设备及介质

说明书

本申请提供一种针对气象要素数据的插值方法、装置、电子设备及介质。该方法在基于目标区域内全部气象站在预设时间段内的气象要素时序数据，确定目标气象站和第一缺失时间后，在其他气象站中筛选满足预设相关条件的气象站构建相关气象站集合，以得到其中各相关气象站对应的第一气象要素时序数据；删除第一气象要素时序数据和目标气象站的气象要素时序数据中相应缺失时间对应的数据，得到第二气象要素时序数据和第三气象要素时序数据，以对待训练的回归模型进行训练，并将第一气象要素时序数据中与第一缺失时间对应的数据输入训练后的回归模型，以对目标气象站中缺失的气象要素时序数据进行插值，提高了预测气象要素数据的准确性。

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种针对气象要素数据的插值方法、装置、电子设备及介质。

背景技术

随着当代科技的发展，气象站获取的气象要素数据（温度、湿度、降水、风速、风向等）作为各行业的基础支持信息，已与电力、航空、农业、交通等各个行业的经营发展密不可分，同时也与人们的日常生活密不可分，针对气象要素的科研、分析就显得尤为重要；目前在遇到气象站数据缺失的情况下，通常会根据其它有数据的气象站的气象要素数据进行该站点缺失数据的空间插值填充，或是根据该站点的历史数据进行时间序列预测填充，以分析该气象站的气象要素变化等。

区域级气象站的数据获取并不稳定，由于设备故障、恶劣环境或人为操作失误等种种原因，常会出现气象要素数据缺失/异常的情况，此时通常会根据其它有数据的气象站的气象要素数据或该站点的历史数据，进行该站点缺失数据的空间插值填充或时间序列预测，以分析该气象站的气象要素变化。在现有技术中，对气象站缺失要素分析方法包括：

空间插值方法：针对缺失的气象站数据使用经度，纬度和高程作为指标变量进行插值填充，并未考虑以上影响因素对气象要素的影响。

时间序列预测方法：采用了单站点的历史气象要素时序特征作为指标变量对气象要素进行预测，这种方式对于发生强对流小尺度的转折性天气时应用效果堪忧。

可见，上述常规空间插值方法和时间序列预测方法得到的结果误差较大，并不能真实反映站点气象要素值。

发明内容

本申请实施例的目的在于提供一种针对气象要素数据的插值方法、装置、电子设备及介质，用以解决了现有技术存在的上述问题，提高了预测气象要素数据的准确性。

第一方面，提供了一种针对气象要素数据的插值方法，该方法可以包括：

基于目标区域内全部气象站在预设时间段内的气象要素时序数据，确定一个目标气象站和所述目标气象站中数据缺失的第一缺失时间，所述目标气象站为存在数据缺失的气象站；

在除目标气象站外的其他气象站中筛选满足预设相关条件的气象站，构建相关气象站集合；所述相关气象站集合包括与所述目标气象站相关的至少一个相关气象站；所述预设相关条件包括各相关气象站记录的气象要素时序数据在所述第一缺失时间处不存在数据缺失的条件；

基于所述至少一个相关气象站的气象要素时序数据与配置的相应距离加权系数，得到第一气象要素时序数据；

删除所述第一气象要素时序数据中与所述第一缺失时间对应的数据，得到第二气象要素时序数据；

删除所述目标气象站的气象要素时序数据中与第二缺失时间对应的数据，得到第三气象要素时序数据，所述第二缺失时间为所述各相关气象站存在数据缺失的时间点；

根据所述第三气象要素时序数据和所述第二气象要素时序数据对待训练的回归模型进行训练，得到训练后的回归模型；

将所述第一气象要素时序数据中与所述第一缺失时间对应的数据输入所述训练后的回归模型，以对所述目标气象站中缺失的气象要素时序数据进行插值。

在一个可选的实现中，所述预设相关条件还包括：