[发明专利]一种融合时空信息的气温缺失记录重建方法

摘要

一种融合时空信息的气温缺失记录重建方法，该方法包括如下步骤：首先对气温序列数据进行预处理，缺失气温采用特定的符号表示；然后通过分析气温的时空特性构建气温分布模型，把气温变量分解为气温趋势项和气温残差项；接着对气温时间序列进行时间序列分析以估计缺失记录的气温趋势项，并采用克里金插值法来估计缺失记录的残差项；最终实现缺失气温记录的重建。本方法综合考虑了气温的时空分布特性，并把它们融合在统一的模型中，不仅可以大幅度提高缺失气温记录的重建精度，而且具有计算量小，容易实现等特点，它具有广阔的应用前景。

主权项

1.一种融合时空信息的气温缺失记录重建方法，其特征包含如下步骤：步骤I.气温时间序列数据预处理：对气温时间序列数据进行预处理，每个气象观测站点的气温时间序列按时间顺序排序形成一条记录，其中缺失记录值用特定的符号表示；步骤II.分析气温的时空特牲，构建气温分布模型：气温同时具有时间和空间上的相关性，在分析气温时空特性的基础上，构建气温的分布模型，把气温变量分解为气温趋势项和气温残差项，用来描述气温的时空特性；步骤III.利用气温时间序列数据估计气温趋势项：气温具有典型的时空分布特性，假设t时间某气象观测站点的气温为Z_t(u)，则{Z_t(u)，t＝1，2，...，n}是该气象观测站点气温的时间序列，每个气象观测站点的气温是一个时间序列，它能够提供该气象观测站点气温的先验信息，按照时间序列分析法，通过对气温时间序列记录进行分析，可以推断该气象观测站点在t₀时刻的气温趋势，表示为如下公式：Zt0t*(u)=F(Z1(u),Z2(u),...,Zs(u))---(1)]]>式中，为u站点t₀时刻气温趋势的估计值，F(.)为时间序列分析函数；步骤IV.估计缺失记录的气温残差项：利用气温在空间上的相关性，采用克里金插值法，基于已知气象观测站点的气温残差项估计缺失记录气象观测站点气温的残差项；步骤V.缺失气温记录重建：根据步骤III和步骤IV获得的缺失记录气温趋势项和气温残差项的估计值，重建气温缺失记录。