基于空間回歸的B樣條擬合在地面氣溫資料質(zhì)量控制中的應(yīng)用
發(fā)布時(shí)間:2021-06-25 06:45
將B樣條擬合算法引入到地面氣溫資料的質(zhì)量控制當(dāng)中,在分析地面氣溫資料空間相關(guān)性的基礎(chǔ)上,提出一種基于空間回歸的B樣條擬合地面氣溫資料質(zhì)量控制方法(SRTBSF方法)。為了檢驗(yàn)SRTBSF方法的有效性及適應(yīng)性,利用SRTBSF方法對(duì)多個(gè)場(chǎng)景地面氣溫資料進(jìn)行質(zhì)量控制,并與反距離加權(quán)方法(IDW方法)和空間回歸方法(SRT方法)進(jìn)行比較分析。試驗(yàn)結(jié)果表明,SRTBSF方法相對(duì)于IDW方法和SRT方法更能有效地標(biāo)記出地面氣溫資料中的存疑數(shù)據(jù),同時(shí)多組獨(dú)立案例的分析結(jié)果說(shuō)明SRTBSF方法具有更好的穩(wěn)定性和適用性。
【文章來(lái)源】:熱帶氣象學(xué)報(bào). 2020,36(04)北大核心CSCD
【文章頁(yè)數(shù)】:10 頁(yè)
【部分圖文】:
目標(biāo)站及周?chē)?00 km范圍站點(diǎn)分布
圖4所示的是SRT_BSF方法與SRT方法的檢錯(cuò)效果分析圖,黑色實(shí)線(xiàn)代表SRT_BSF方法的檢錯(cuò)率,藍(lán)色虛線(xiàn)是SRT方法的檢錯(cuò)率(本文中檢錯(cuò)率是指錯(cuò)誤檢出個(gè)數(shù)與實(shí)際插入的錯(cuò)誤個(gè)數(shù)之比)。從圖4可明顯看出,黑色實(shí)線(xiàn)基本上都在藍(lán)色虛線(xiàn)以上,代表著SRT_BSF方法相較于SRT方法有更高的檢錯(cuò)率。紅色方框選中區(qū)域?yàn)閷?duì)應(yīng)圖3中所獲取的理想鄰近站點(diǎn)數(shù)量對(duì)應(yīng)的檢錯(cuò)率指標(biāo)值,該范圍內(nèi)SRT_BSF方法的檢錯(cuò)率均高于SRT;從全局的分布來(lái)看,符合3.2節(jié)中對(duì)于SRT_BSF方法鄰近站點(diǎn)敏感性的討論。圖4 北京密云(a)、廣州(b)、太原(c)、南京(d)質(zhì)量控制檢錯(cuò)率分析
圖3 北京密云(a、b),廣州(c、d),太原(e、f),南京(g、h)MAE和IOA值質(zhì)量控制評(píng)價(jià)指標(biāo)圖此外,在北京密云、廣州、太原、南京各區(qū)域選擇理想鄰近站數(shù)量的基礎(chǔ)上,對(duì)比IDW方法、SRT方法和SRT_BSF方法的MSR指標(biāo)效果(圖5)。從圖5中可看到,SRT_BSF方法的MSR指標(biāo)要明顯好于其它兩種方法。對(duì)于不同的方法和地區(qū),IDW方法和SRT方法的MSR指標(biāo)均分布在三種方法的平局值下半部分,體現(xiàn)了SRT_BSF方法在不同環(huán)境下的良好適用性;同時(shí)也反映了SRT_BSF方法在處理質(zhì)量控制中兩類(lèi)統(tǒng)計(jì)錯(cuò)誤問(wèn)題上的優(yōu)越性。
【參考文獻(xiàn)】:
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)與遺傳算法反演大氣溫濕廓線(xiàn)[J]. 張?zhí)旎?鮑艷松,錢(qián)芝穎,林利斌,劉旭林,李林,侯岳,雷紅玉,李廣文,馬軍,管琴,唐維堯. 熱帶氣象學(xué)報(bào). 2020(01)
[2]基于多普勒天氣雷達(dá)的低空多普勒速度的切變識(shí)別算法研究[J]. 閆文輝,黃興友,李盈盈,楊敏,劉燕斐. 熱帶氣象學(xué)報(bào). 2019(02)
[3]利用中位數(shù)方法對(duì)風(fēng)廓線(xiàn)雷達(dá)數(shù)據(jù)質(zhì)量控制的研究[J]. 周芯玉,廖菲. 熱帶氣象學(xué)報(bào). 2015(06)
[4]Quality control of specific humidity from surface stations based on EOF and FFT——Case study[J]. Hong ZHAO,Xiaolei ZOU,Zhengkun QIN. Frontiers of Earth Science. 2015(03)
[5]AMDAR觀(guān)測(cè)資料分析及質(zhì)量控制[J]. 陶士偉,郝民,趙琳娜. 氣象. 2009(12)
[6]三維Kriging方法中的變異函數(shù)套合[J]. 姚凌青,潘懋,成秋明,常德峰. 地球科學(xué)(中國(guó)地質(zhì)大學(xué)學(xué)報(bào)). 2009(02)
[7]全球地面天氣報(bào)歷史資料質(zhì)量檢查與分析[J]. 任芝花,許松,孫化南,張強(qiáng). 應(yīng)用氣象學(xué)報(bào). 2006(04)
[8]空間回歸檢驗(yàn)方法在氣象資料質(zhì)量檢驗(yàn)中的應(yīng)用[J]. 劉小寧,鞠曉慧,范邵華. 應(yīng)用氣象學(xué)報(bào). 2006(01)
本文編號(hào):3248717
【文章來(lái)源】:熱帶氣象學(xué)報(bào). 2020,36(04)北大核心CSCD
【文章頁(yè)數(shù)】:10 頁(yè)
【部分圖文】:
目標(biāo)站及周?chē)?00 km范圍站點(diǎn)分布
圖4所示的是SRT_BSF方法與SRT方法的檢錯(cuò)效果分析圖,黑色實(shí)線(xiàn)代表SRT_BSF方法的檢錯(cuò)率,藍(lán)色虛線(xiàn)是SRT方法的檢錯(cuò)率(本文中檢錯(cuò)率是指錯(cuò)誤檢出個(gè)數(shù)與實(shí)際插入的錯(cuò)誤個(gè)數(shù)之比)。從圖4可明顯看出,黑色實(shí)線(xiàn)基本上都在藍(lán)色虛線(xiàn)以上,代表著SRT_BSF方法相較于SRT方法有更高的檢錯(cuò)率。紅色方框選中區(qū)域?yàn)閷?duì)應(yīng)圖3中所獲取的理想鄰近站點(diǎn)數(shù)量對(duì)應(yīng)的檢錯(cuò)率指標(biāo)值,該范圍內(nèi)SRT_BSF方法的檢錯(cuò)率均高于SRT;從全局的分布來(lái)看,符合3.2節(jié)中對(duì)于SRT_BSF方法鄰近站點(diǎn)敏感性的討論。圖4 北京密云(a)、廣州(b)、太原(c)、南京(d)質(zhì)量控制檢錯(cuò)率分析
圖3 北京密云(a、b),廣州(c、d),太原(e、f),南京(g、h)MAE和IOA值質(zhì)量控制評(píng)價(jià)指標(biāo)圖此外,在北京密云、廣州、太原、南京各區(qū)域選擇理想鄰近站數(shù)量的基礎(chǔ)上,對(duì)比IDW方法、SRT方法和SRT_BSF方法的MSR指標(biāo)效果(圖5)。從圖5中可看到,SRT_BSF方法的MSR指標(biāo)要明顯好于其它兩種方法。對(duì)于不同的方法和地區(qū),IDW方法和SRT方法的MSR指標(biāo)均分布在三種方法的平局值下半部分,體現(xiàn)了SRT_BSF方法在不同環(huán)境下的良好適用性;同時(shí)也反映了SRT_BSF方法在處理質(zhì)量控制中兩類(lèi)統(tǒng)計(jì)錯(cuò)誤問(wèn)題上的優(yōu)越性。
【參考文獻(xiàn)】:
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)與遺傳算法反演大氣溫濕廓線(xiàn)[J]. 張?zhí)旎?鮑艷松,錢(qián)芝穎,林利斌,劉旭林,李林,侯岳,雷紅玉,李廣文,馬軍,管琴,唐維堯. 熱帶氣象學(xué)報(bào). 2020(01)
[2]基于多普勒天氣雷達(dá)的低空多普勒速度的切變識(shí)別算法研究[J]. 閆文輝,黃興友,李盈盈,楊敏,劉燕斐. 熱帶氣象學(xué)報(bào). 2019(02)
[3]利用中位數(shù)方法對(duì)風(fēng)廓線(xiàn)雷達(dá)數(shù)據(jù)質(zhì)量控制的研究[J]. 周芯玉,廖菲. 熱帶氣象學(xué)報(bào). 2015(06)
[4]Quality control of specific humidity from surface stations based on EOF and FFT——Case study[J]. Hong ZHAO,Xiaolei ZOU,Zhengkun QIN. Frontiers of Earth Science. 2015(03)
[5]AMDAR觀(guān)測(cè)資料分析及質(zhì)量控制[J]. 陶士偉,郝民,趙琳娜. 氣象. 2009(12)
[6]三維Kriging方法中的變異函數(shù)套合[J]. 姚凌青,潘懋,成秋明,常德峰. 地球科學(xué)(中國(guó)地質(zhì)大學(xué)學(xué)報(bào)). 2009(02)
[7]全球地面天氣報(bào)歷史資料質(zhì)量檢查與分析[J]. 任芝花,許松,孫化南,張強(qiáng). 應(yīng)用氣象學(xué)報(bào). 2006(04)
[8]空間回歸檢驗(yàn)方法在氣象資料質(zhì)量檢驗(yàn)中的應(yīng)用[J]. 劉小寧,鞠曉慧,范邵華. 應(yīng)用氣象學(xué)報(bào). 2006(01)
本文編號(hào):3248717
本文鏈接:http://sikaile.net/projectlw/qxxlw/3248717.html
最近更新
教材專(zhuān)著