点源时间序列数据缺失值的估值不确定性分析 ——以小流域气象和水文数据为例
石锦
周脚根
王辉
甘蕾
沈健林
李希
李裕元
吴金水
1.湖南农业大学 工学院,长沙410128;中国科学院 亚热带农业生态研究所亚热带农业生态过程重点实验室,长沙4101252.中国科学院 亚热带农业生态研究所亚热带农业生态过程重点实验室,长沙,4101253.湖南农业大学 工学院,长沙,4101284.中国科学院 亚热带农业生态研究所亚热带农业生态过程重点实验室,长沙410125;湖南师范大学 资源与环境科学学院,长沙410081
摘要：[目的]对普遍存在的时间序列缺失值进行有效估值,进而改善时间序列数据的质量.[方法]以亚热带典型小流域长期定位观测的气象(最低气温、最高气温、太阳辐射)及水文(降水量、地表径流量)数据为样本并利用计算机模拟的方法,比较了线性内插法、K-最近邻插值法、多项式插值法、样条插值法和核密度估值法5种估值方法的性能差异,分析了不同取样时间步长(日和月)及不同数据缺失量(1％、5％、10％、15％、20％)条件下对缺失值进行估值的不确定性.均方根误差(RMSE)、绝对值平均误差(MAE)和Pearson相关系数(r)3个交叉验证指标用于评估5种估值方法的性能优劣.[结果]①5种方法估值性能较好,Pearson相关系数为0.62～0.99(P<0.05),且以核密度估值法和多项式插值法的估值性能为优;②数据缺失量和取样步长增加降低了5种估值方法的估值精度;③数据集的变异系数(CV)与估值评估指标(RMSE、MAE及r)显著相关(P<0.05).[结论]核密度估值法和多项式插值法的估值结果相对更可靠,变异系数是影响估值不确定性的重要因素.
关键词：缺失值估值方法变异系数不确定性时间序列
分类号：O171(数学分析)
论文发表日期：2019-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：9( 84-92 )
英文信息