共查询到18条相似文献，搜索用时 262 毫秒
1.
正插值建模旨在利用已有采样数据对空间/时空缺失数据或未采样数据进行估计,生成高精度空间曲面或时空网格,精确表达时空过程的空间/时空分布模式。然而,现有插值方法没有充分考虑时空数据的异质性和多元协变量的影响,导致插值精度很难满足要求。鉴于此,本论文以异质时空数据为主要研究对象,深入研究了顾及多元协变量影响的高精度空间/时空插值方法,具体包括: 相似文献
2.
时空数据插值是时空数据分析的一项基础性任务,其核心问题在于建模时空自相关结构。当时空数据非平稳、分布稀疏时,现有方法难以准确建模时空自相关结构,直接影响了插值的精度与可靠性。本文基于空间域复合变量理论,采用几何学与统计学相结合的策略对时空自相关结构进行建模,提出了一种基于杨赤中滤波的时空数据插值方法。该方法首先耦合杨赤中滤波与时空积和模型,建立定量描述时空自相关结构的时空基本变化函数;然后,基于时空基本变化函数,构建满足最优线性无偏估计准则的时空数据插值模型。采用模拟数据、2000—2009年我国大陆区域年平均气温与2014年5月—2015年4月北京市日均PM2.5浓度时空数据集进行试验验证,结果表明：本文方法的时空插值精度明显优于当前的3种代表性时空插值方法,且不需要时空平稳性假设,可以更好地适应分布稀疏的时空数据集。 相似文献
3.
《武汉大学学报(信息科学版)》2016,(8)
普通克里金方法具有空间结构探索及插值分析(给出插值结果及其精度)的功能。但是,绝大部分的克里金方法主要用于空间插值,在时空插值方面的研究还较少。综合考虑具体的实验区域和观测数据构建基函数,使用秩修正滤波(fixed rank filtering,FRF)方法对MODIS平流层温度数据进行时空插值预测并将其结果与秩修正克里金(Fixed rank Kriging,FRK)方法的插值结果进行对比分析。实验结果表明,在空间数据(空间点)整体分布均匀且有已知点的情况下,FRK方法预测的数据精度更高,略优于FRF;而对于较大空间范围内缺失数据的情况,考虑温度在时间维上具有一定的相关性,FRF方法在缺失空间信息时能够引入更多时空信息从而获得较其他方法更高质量的插值结果。 相似文献
4.
针对可见红外成像辐射仪(visible infrared imaging radiometer suite,VIIRS)月度夜光遥感影像的数据缺失问题,提出一种利用地物邻近关系相关性的像元时空插值方法,以时、空关系互相作为约束条件,将时序变化一致性较好的像元数据作为空间插值的参考,将空间关系一致性较好的月度数据作为时序插值的参考,通过构建不同的卷积核, 在时序和空间维度分别对初步插值结果进行卷积运算,求得待插值像元的时空插值。以2015年江苏省月度夜光遥感影像修复为例,对不同维度时空插值方法进行对比分析,结果表明, 空间维度插值虽然顾及到像元的空间关联性,仍无法满足数据大范围缺失的插值要求,插值结果整体偏低;时间维度插值考虑到像元的时间趋势性,插值精度较空间维度插值有一定提高,但部分月份插值结果有较大偏差;相对于三次Hermit插值,时空插值方法获得的月度影像灯光亮度总和的最大相对误差、年度影像灯光亮度总和相对误差以及逐像元差值均显著降低。总的来看,所提时空插值方法在插值过程中同时顾及到VIIRS数据的时间趋势平稳性和空间结构稳定性,影像插值精度提高明显,且对待插值月份前后时序数据没有严格要求,更具有广泛性。 相似文献
5.
利用时空Kriging进行气温插值研究 总被引：4，自引：0，他引：4
以黑龙江省近37a的月均气温数据为研究对象,介绍了一类积分式时空协方差(变异)函数模型进行时空Kriging插值。针对月均气温呈现出的明显季节变化,对各站点的气温进行去季节项处理,并在此基础上建立时空变异函数。将空间维的普通Kriging插值扩展至时空维,同时考虑空间和时间相关性对研究变量进行时空估计,并将估计结果与空间Kriging插值效果进行了比较。结果表明,时空插值效果理想,插值精度较空间Kriging更高。 相似文献
6.
针对传统基于空间插值和时间序列上的插值补全形变缺失数据的方法在空间点位分布稀疏、观测值连续缺失以及含有粗差的情况下插补效果不佳的问题,提出了一种基于抗差Kriged Kalman Filter的形变缺失数据插补方法。该方法是一种时空插值的算法,在空间点位分布稀疏时考虑时间上的相关性,在时间上出现连续缺失时考虑其他点位对插补点的影响,以提高插补缺失数据的精度。又将抗差估计融合到Kriged Kalman Filter中以抵抗形变数据中粗差对插补精度的影响。利用模拟数据及天津GPS地面沉降数据进行了实验分析。结果表明:由于该法考虑了监测点的时空相关性以及具有抗差性能,使得插补结果在空间点位稀疏、连续缺失或具有粗差的情况下都具有较高的插补精度。 相似文献
7.
反距离加权插值法是空间分析中插值的一种常用方法,被广泛应用于各个领域的插值计算中。针对反距离插值法(IDW)中未考虑时间因素与高程因素的影响,本文提出一种顾及高程因素的时空反距离加权插值法(H-TIDW)。该方法首先利用时间序列分解法去除数据的季节性波动,然后综合考虑时空距离与高程因素构建时空插值模型进行预测,最后在预测结果上叠加季节性波动得到最终的预测值。验证结果表明:顾及高程的时空反距离加权插值法将时空信息考虑到距离计算之内,从时间和空间两个维度对PM2.5浓度数据进行分析研究,避免了只考虑空间或者时间而造成大量有价值信息丢失,且插值精度也有一定程度的提升。 相似文献
8.
时空预测是地理时空大数据挖掘的基础研究命题。目前,多种模型用于预测未知系统的时空状态。然而,存在的大多数预测模型仅在没有缺失数据的时空数据集上进行测试,忽略了缺失值对预测结果的影响。在真实场景中,由于传感器或网络传输故障,数据缺失是一个不容忽视的问题。鉴于此,本文提出了一种顾及缺失值的因果图卷积网络(causal graph convolutional network considering missing values, Causal-GCNM)模型用于时空预测。Causal-GCNM模型可以自动捕捉时空数据中的缺失模式,使得Causal-GCNM模型在不需要借助额外插值算法的前提下,可以直接完成时空预测任务。本文提出的模型在3种真实的时空数据集(交通流数据集、PM2.5监测数据集及气温监测数据集)得到了验证。试验结果表明,Causal-GCNM模型在4种缺失条件(20%随机缺失、20%块状缺失、40%随机缺失及40%块状缺失)下仍然具有较好的预测性能,并在预测精度和计算效率两类指标上优于10种存在的基线方法。 相似文献
9.
PWV是对流层中的重要参数之一,长时序连续的PWV对长期气候变化研究具有重要影响。但受外界因素影响,目前GNSS获取的PWV长时序数据缺失严重或分辨率较差,无法满足长时序分析的应用需求。针对该问题,本文提出了一种顾及时空加权的PWV长时序填补方法(STW)。该方法引入再分析资料,同时顾及GNSS站点上空水汽在空间和时间上的变化特征,并根据测站位置给予PWV时空变化不同的权值,选取中国地壳运动观测网络的实测数据和欧洲中尺度天气预报中心第五代全球大气再分析数据集进行试验。结果表明,本文提出的STW方法在不同时间分辨率的数据缺失和PWV长时序重采样方面均优于经典的线性插值和模型替换方法,可以得到更加可靠、精确和完整的PWV长时序集。 相似文献
10.
时空Kalman滤波可对变形监测数据进行时空滤波去噪、数据插补和变形预测,本文利用时空Kalman滤波进行变形分析,从模型原理及试验两方面比较分析了Kriged Kalman filter(KKF)、space time Kalman filter(STKF)和spatio-temporal mixed effects(STME) 3种典型时空Kalman滤波模型的性能和适用性。结果表明:3种时空Kalman滤波模型均基于空间基函数及动力学模型组合形式描述时空数据的时空相关性,其主要差异在于空间变异的描述形式不同、空间基函数和状态转移矩阵构造过程不同及模型降维方法不同。在适用性方面,KKF模型更适合于稀疏测站的变形分析,STKF模型及STME模型更适合于海量测站的变形分析。在变形分析应用效果方面,3种时空Kalman滤波模型均具有较高精度的时空滤波去噪、数据插补和变形预测性能,其滤波结果相对于普通Kalman滤波结果的平均改善率为21.1%,其缺失数据插补结果相对于Hermite时间插值结果的平均改善率为42.4%,其空间预测结果相对于Kriging空间插值结果的平均改善率为65.3%,其对已知测站未来变形的时空预测结果相对于普通Kalman滤波时间预测结果的平均改善率为20.6%,其对非观测站点未来变形的时空预测结果相对于Kalman滤波+Kriging组合模型预测结果的平均改善率为20.5%。 相似文献
11.
传统的时空预测方法缺乏对复杂时空非线性关系的描述,且难以顾及空间多尺度特征对于预测结果的影响。针对这一问题,本文提出了一种融合空间多尺度特征的时空网络模型(MST-Net),将流量预测的回归问题转换为具有时空特性的判别模型。首先,通过并联卷积提取空间多尺度特征;然后,通过引入注意力机制的门控循环单元提取时间特征;最后,利用全连接层得到预测结果。本文将该模型用于人群活动流量的预测,分别在两组真实的社交媒体签到数据集上进行试验。试验结果表明:本文采用的卷积层连接方式和特征融合方法,相比于单层卷积层提取空间特征、其他连接方式和融合方法以及传统的时空预测模型,在均方根误差(RMSE)和平均绝对百分比误差(MAPE)两个预测结果评价指标上均有不同程度的提高,说明本文方法具有较高的预测精度,能够较好地拟合时空问题的非线性关系,实现人群活动流量的预测。 相似文献
12.
Bayesian dynamic modeling for large space-time datasets using Gaussian predictive processes 总被引：1，自引：0，他引：1
In this paper, we extend the applicability of a previously proposed class of dynamic space-time models by enabling them to
accommodate large datasets. We focus on the common setting where space is viewed as continuous but time is taken to be discrete.
Scalability is achieved by using a low-rank predictive process to reduce the dimensionality of the data and ease the computational burden of estimating the spatio-temporal process of interest.
The proposed models are illustrated using weather station data collected over the northeastern United States between 2000
and 2005. Here our interest is to use readily available predictors, association among measurements at a given station, as
well as dependence across space and time to improve prediction for incomplete station records and locations where station
data does not exist. 相似文献
13.
14.
15.
A. Di Piazza F. Lo ContiL.V. Noto F. ViolaG. La Loggia 《International Journal of Applied Earth Observation and Geoinformation》2011
The availability of good and reliable rainfall data is fundamental for most hydrological analyses and for the design and management of water resources systems. However, in practice, precipitation records often suffer from missing data values mainly due to malfunctioning of raingauge for specific time periods. This is an important issue in practical hydrology because it affects the continuity of rainfall data and ultimately influences the results of hydrologic studies which use rainfall as input. Many methods to estimate missing rainfall data have been proposed in literature and, among these, most are based on spatial interpolation algorithms. 相似文献
16.
基于稀疏浮动车数据的城市路网交通流速度估计 总被引：1，自引：1，他引：0
浮动车数据在时空维度呈现较强的稀疏性,是其应用于城市路网交通流估计所面临的主要难题之一。本文通过分析路网交通流速度的时空特征,构建了一种基于朴素贝叶斯法的估计模型,实现对路网中未被样本覆盖路段交通流速度的估计。时间特征主要考虑目标路段相邻时段的交通流速度,空间特征根据路段间交通流相似关系进行分析,突破了传统基于欧氏空间或拓扑关系的度量方式。结果显示,模型能有效地估计出样本缺失路段的交通流速度,且在精度方面相对传统基于拓扑关系的算法优势显著,较好地解决了数据时空稀疏性问题,对基于浮动车数据的交通应用具有较强的实践意义。 相似文献
17.
18.
深度基准面是一个呈阶梯状、不连续的基准面,该特点给海洋测绘及相关活动带来严重的影响。目前建立深度基准面模型的方法有很多,一般采用几何插值方法,其函数模型大多以数据点的位置关系为基础。本文使用时空Kriging法建立深度基准面模型,时空Kriging法综合考虑了海面在时间和空间上的变化特征,通过构建不可分离型时空变异函数,对深度基准值进行插值拟合,并通过实例证实了拟合后的深度基准面模型的精度更高、连续性更好。 相似文献