顾及时空异质性的缺失数据时空插值方法

发布时间：2018-05-07 20:23

  本文选题：时空插值 + 分区　； 参考：《测绘学报》2016年04期

【摘要】：时空插值方法被广泛应用于缺失时空数据集的插值与估计。时空插值是时空建模与分析的一个重要内容,当前该研究关注的热点之一是异质条件下的时空插值与估计问题。因此,本文从时空数据的异质性出发,提出了一种顾及时空异质性的缺失数据时空插值方法。该方法首先对数据集进行时空分区,然后分别在时间和空间按照异质协方差模型计算缺失数据的估计值,进而利用相关系数确定时空权重、融合时间和空间估计值得到缺失数据的最终估计结果。最后通过两组气象数据集进行交叉验证对比分析试验。试验结果表明本文方法对比其他插值方法具有更高的精度和适用性。
[Abstract]:Spatiotemporal interpolation is widely used in interpolation and estimation of missing spatiotemporal data sets. Space-time interpolation is an important part of spatio-temporal modeling and analysis. Currently, one of the hotspots of this research is the spatio-temporal interpolation and estimation under heterogeneous conditions. Therefore, based on the heterogeneity of spatiotemporal data, this paper proposes a spatio-temporal interpolation method for missing data with consideration of spatio-temporal heterogeneity. Firstly, the data sets are partitioned in time and space, then the missing data estimates are calculated in time and space according to heterogeneous covariance model, and then the space-time weights are determined by correlation coefficients. The fusion time and space estimation is worth the final estimation result of missing data. Finally, two sets of meteorological data sets are used for cross-validation and comparative analysis. The experimental results show that the proposed method has higher accuracy and applicability than other interpolation methods.
【作者单位】： 中南大学地球科学与信息物理学院;武汉大学测绘遥感信息工程国家重点实验室;日电(NEC)中国研究院;
【基金】：国家863计划(2013AA122301) 湖南省博士生优秀学位论文(CX2014B050) 中南大学研究生创新项目(2015zzts067)~~
【分类号】：P208

【相似文献】

相关期刊论文 前10条

1 李开灿;;有缺失数据的META-MARKOV模型的局部计算[J];应用数学学报;2007年03期

2 周伟萍;张德然;杨兴琼;;具有部分缺失数据时两个几何总体的估计[J];长春大学学报;2008年02期

3 梁怡;;缺失数据的插补调整方法[J];西安文理学院学报(自然科学版);2009年01期

4 杨基栋;;缺失数据的插补方法及其统计分析[J];华北水利水电学院学报;2010年02期

5 周影;刘龙;马维军;李季;刘海东;朱佶;李绍坤;;调查问卷中含缺失数据的等级变量的补缺方法[J];数学的实践与认识;2011年01期

6 游晓锋;丁树良;刘红云;;缺失数据的估计方法及应用[J];江西师范大学学报(自然科学版);2011年03期

7 梁怡;庞应周;;缺失数据常见插补调整方法的比较[J];内蒙古科技与经济;2013年23期

8 孙瑜玲;;数学建模中的缺失数据[J];中国科教创新导刊;2013年10期

9 庞新生;缺失数据处理中相关问题的探讨[J];统计与信息论坛;2004年05期

10 廖娟芬;黄绍军;李春红;;具有部分缺失数据的异均值方差分析法[J];海南师范大学学报(自然科学版);2011年01期

相关会议论文 前8条

1 耿直;葛丹丹;;纵向研究非随机缺失数据分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年

2 管河山;姜青山;Steven X.Wei;;一种处理缺失数据的新方法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

3 陈楠;刘红云;;基于增长模型的缺失数据处理方法之比较[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年

4 肖进;贺昌政;;面向缺失数据的客户价值区分集成模型研究[A];中国企业运筹学[2010(1)][C];2010年

5 曾莉;张淑梅;辛涛;;IRT模型中缺失数据处理方法比较[A];第十一届全国心理学学术会议论文摘要集[C];2007年

6 孙玲;刘浩;袁长亮;;北京市城市快速路微波检测缺失数据分析[A];2008第四届中国智能交通年会论文集[C];2008年

7 张香云;;基于EM算法缺失数据下混合模型的参数估计[A];第十三届中国管理科学学术年会论文集[C];2011年

8 李晓煦;侯杰泰;;结构方程中缺失数据的处理:FIML,EM与MI[A];全国教育与心理统计测量学术年会论文摘要集[C];2006年

，

本文编号：1858342