时空数据插值的杨赤中滤波法
Acta Geodaetica et Cartographica Sinica(2023)
摘要
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。
更多查看译文
关键词
spatio-temporal interpolation,Yang Chizhong filtering,spatio-temporal product-sum model,spatio-temporal dependency,spatio-temporal non-stationary
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要