共查询到20条相似文献，搜索用时 46 毫秒
1.
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。 相似文献
2.
研究了时空变异函数和协方差函数的积和模型并将其推导成能够实现的形式,提出了时空权重系数的计算矩阵、基于该矩阵实现了积和模型的时空插值,并用时空交叉验证来验证了插值数据的有效性。实验表明,本方法能为时空随机领域以一定的精度提供较多的信息,从而达到时空插值的目的。 相似文献
3.
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
4.
5.
尝试对美国爱荷华州东部66个气象观测站1951～2000年的月均最低气温数据进行时空特征分析和建模。将时空数据分解为时空趋势和时空残差两部分，使用非线性时间序列模型模拟气温的时空趋势，分析模型参数和残差的时空特征，探索时空数据建模方法。案例研究表明研究区域内所有站点的时间序列特征较一致，可采用一个趋势性和周期性模型表达。同时残差部分具有一定的时空自相关特征，建议开发一个简单方法进行时空数据插值。 相似文献
6.
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
7.
由于重力观测网点位分布不均匀,密度不够,在精细刻画区域重力场变化时受到很大限制,因此需采用合理的插值算法。文中介绍Kriging插值算法和变异函数理论模型的基础上,结合陕西地区2011—2012年离散重力变化数据,利用最小二乘法得到各个理论变异函数模型的拟合参数,并将实验变异函数模型用于Kriging插值算法,同时综合考虑交叉验证精度统计、插值精度统计结果,以此来研究Kriging插值算法的适用性,研究结果表明:基于最小二乘法获得的球形模型、指数模型拟合参数精度高,高斯模型、对数模型精度最差;基于球形模型、指数模型的实验变异函数用于Kriging插值算法得到的插值结果精度最高、图像平滑自然、异常区明显,是一种适合陕西地区重力离散数据进行插值计算的有效算法。 相似文献
8.
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
9.
一种协同时空地理加权回归PM2.5浓度估算方法 总被引：2，自引：1，他引：1
针对PM2.5浓度估算中时空特征考虑不足和样本量较少的问题,该文将协同训练和时空地理加权回归相结合,提出了协同时空地理加权回归。采用两个不同参数的时空地理加权回归模型作为回归器,利用一个回归器训练另一个回归器的未标注样本,选择最优结果作为标注样本加入标注样本,通过不断学习扩大标注样本量提升模型的回归性能。以京津冀地区2015年3-7月的PM2.5浓度数据为实验数据,利用气溶胶光学厚度产品、温度、风速和相对湿度进行建模,采用不同核函数的时空地理加权回归作为对比方法进行实验。结果显示,协同时空地理加权回归性能比基于Gauss核函数时空地理加权回归提升了10%,比基于bi-square核函数时空地理加权回归提升了6.25%,证明该文方法能够提升时空样本数量不足时的PM2.5浓度估算精度。 相似文献
10.
11.
12.
在全球变化研究中,高分辨率、网格化的气候数据作为环境因子是地学模型和气模型等相关研究的重要参数.本文以黑龙江省小兴安岭地区为研究对象,采用ANUSPLIN空间插值方法,利用该区域69个地面降水月值0.5°×0.5°格点和1 km空间分辨率DEM,对逐月降水进行了空间插值,使用广义交叉验证方法和多个评估指标进行了误差分析和精度评价,进一步分析了2020年小兴安岭地区降水月值的时空特征.结果表明:TVTPS4模型具有最优插值精度和区域适用性;降水具有阶段性和季节性,以及地域分布差异特征.本研究成果可为复杂地形地貌的气象要素精细化研究,以及区域可持续发展科学决策提供参考. 相似文献
13.
预测疑犯的社会活动行踪，对案件嫌疑人的排查以及犯罪行为的主动预防具有重大意义。当前研究主要依据疑犯的历史系列作案位置预测其住址或未来犯罪位置，缺少对其复杂社会活动位置的转移过程进行建模，也没有考虑位置数据稀疏性对预测性能产生的影响。为此，提出了融合时空语义的位置时空预测（spa-tio-temporal semantics location prediction，SSLP）模型。首先，利用疑犯在不同语义时段和语义位置上的分布邻近性提取目标疑犯的相似疑犯群体；其次，结合该群体的轨迹数据和位置语义信息，基于核密度平滑方法估算出涉及未记录位置的转移频次及其时态访问概率；最后，采用贝叶斯模型实现疑犯个体的时空预测。实验结果表明，基于W市2013年1月至6月间158名疑犯的17 539个位置记录数据，SSLP模型在top-k距离偏离度和top-k精确率上优于其他流行方法40%~50%，对疑犯位置数据稀疏性具有优异的适应能力。 相似文献
14.
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
15.
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
16.
《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
17.
多源遥感数据时空融合技术可生成高空间高时间分辨率的图像数据,有效解决了遥感应用中的遥感图像"时空矛盾"问题。ESTARFM和STNLFFM是目前常用的两种基于权重滤波的时空融合模型,本文对上述方法进行了对比分析,为模型选择提供依据。通过两组不同地表覆盖类型变化的实验,开展了模型精度对比分析,结果表明:当地表覆盖物时相变化属于物候变化时,两种算法融合结果均能还原出较为丰富的空间细节信息,且算法融合精度差异较小,效果相当;而当地表覆盖类型发生较大突变时,两种算法融合结果空间细节信息还原较少,同时,相比于ESTARFM,STNLFFM融合结果能够获取较高精度。 相似文献
18.
高精度降水场是水文、气象以及环境分析的重要数据支撑,直接影响相关服务的准确性。传统降水分布模拟大多依赖站点空间维的驱动因素,而忽略了降水时序变化特征对其空间分布的影响。使用2015—2017年中国湖北省83个国家气象观测站点和28个省级观测站点近3 a月平均累积降水资料,通过相关性分析,引入站点降水时序理论变差函数模型的拱高值(C)和块金值(C0)作为影响因素,使用地理加权回归(geographically weighted regression, GWR)建立湖北省月平均降水分布模型。结果表明:（1）各站点降水的时序变差函数曲线与降水的季节性基本吻合。站点时序理论变差函数模型中,有25.3%能够在4个月内达到平稳,36.14%在6个月内达到平稳。（2）站点降水时序理论变差函数模型的C和C0与逐年12月平均累积降水在0.01水平（双侧）上显著相关,平均相关系数分别为0.745和0.526,大于地理位置和高程对降水的影响。（3）引入C和C0 有助于提升GWR模型的整体拟合优度和插值精度。对比仅使用经纬度的GWR模型和引入时序理论变差函数特征的GWR模型,3 a平均整体拟合优度从0.852提升至0.912。验证集站点插值精度评价显示,3 a绝对误差、均方根误差和平均绝对百分误差下降幅度均大于60%。因此,引入时序理论变差函数特征的时空GWR模型能够获得较高精度的降水模拟结果,更适合具有丰富历史降水资料地区的降水空间分布估算。 相似文献
19.
DEM插值参数优选的试验研究 总被引：2，自引：0，他引：2
插值参数是构成插值算法的基本元素,不同的插值参数产生不同的插值精度,甚至存在巨大差异。但是对于普通用户来说,选择合适的插值参数是困难的,最终导致插值参数选择的随意性。在插值算法相关内容的研究中,使用不合适的插值算法或插值参数可能存在潜在的严重后果,甚至得到完全相反的实验结论。因此,本文根据插值算法最优权重确定方法的差异,选取反距离加权插值算法、径向基函数插值算法和普通克里格插值算法的相关插值参数,进行插值参数的“优选”研究。首先根据插值参数对插值精度的不同影响,选择相关插值参数作为实验研究对象;然后选择六种不同地貌类型地区的稀疏分布的离散采样数据作为实验数据源,运用交叉验证法、相关分析、趋势面分析和方差分析等一系列实验方法,系统研究并给出实验插值参数的“最优”取值区间, 消除插值参数选择的随意性,更好地指导DEM建模的运用。 相似文献