The invention provides a quality control method of ground temperature observation data based on EEMD_CES, and includes the following steps: firstly, selecting a time series of ground temperature observation data of the target station, after the basic quality control, adding Gaussian white noise randomly; secondly, using empirical mode decomposition method to decompose and obtain. The energy density of each eigenmode component and its correlation with the original temperature series are calculated based on the energy density and correlation coefficient criterion, and the eigenmode components with high energy density and strong correlation are selected. Fourthly, the selected eigenmode components and residual components are selected. The superposition structure of residual components is a new air temperature observation sequence, and it is used as the input of cubic exponential smoothing method. The weight of each observation value is given by the strategy of weighting the near-near distance to realize the quality control of air temperature observation data. Fifthly, the performance of the model is evaluated by mean absolute error, root mean square error and Nash coefficient.
【技术实现步骤摘要】
一种基于EEMD-CES的地面气温观测资料质量控制方法
本专利技术属于气温观测
,具体地涉及一种基于EEMD-CES的地面气温观测资料质量控制方法。
技术介绍
在全球信息化背景下,数值天气预报已成为影响经济发展和水平提升的一种必要天气预报手段;而社会对数值天气预报的要求也随着人们生活水平的提高而越来越高,相应的,对地面观测资料的质量要求随之提升。地面气象观测资料的质量控制可以分成两种情况,一种是单站质量控制,即对单个目标站进行质量控制,可以有效解决部分地区台站密度低或新建台站等无法获取邻站内部有效参考资料的台站的质量控制。常见的单站质量控制方法有格式检查、极值检验、时间一致性检验。另一种为多站质量控制,常见的多站质量控制方法有空间回归检验法(SpatialRegressionTest)、反距离加权法(InverseDistanceWeighting)。
技术实现思路
本专利技术的目的在于针对现有技术的缺陷或问题,提供一种基于EEMD-CES的地面气温观测资料质量控制方法。本专利技术的技术方案如下:一种基于EEMD-CES的地面气温观测资料质量控制方法包括如下步骤:一、选取目标站地面气温观测资料一段时间序列,经过基本的质量控制后为X(t),t=1,2…,T,将标准差为0.1的100组高斯白噪声随机添加到X(t)中,得到新的时间序列X1(t),其中,T为时间;二、利用经验模态分解方法对X1(t)进行分解,得到有限多个特征单一的本征模分量ci(t)(i=1,2……,n)和一个残余分量rn(t);三、基于能量密度和相关系数准则计算每个本征模分量的能量密度及其与原 ...
【技术保护点】
1.一种基于EEMD‑CES的地面气温观测资料质量控制方法,其特征在于:包括如下步骤:一、选取目标站地面气温观测资料一段时间序列,经过基本的质量控制后为X(t),t=1,2…,T,将标准差为0.1的100组高斯白噪声随机添加到X(t)中,得到新的时间序列X1(t),其中,T为时间;二、利用经验模态分解方法对X1(t)进行分解,得到有限多个特征单一的本征模分量ci(t)(i=1,2……,n)和一个残余分量rn(t),其中,i和n均为正整数;三、基于能量密度和相关系数准则计算每个本征模分量的能量密度及其与原始气温序列的相关性,挑选出能量密度高与相关性强的本征模分量;四、将挑选出的本征模分量与剩余分量叠加重构为新的气温观测序列X2(t),并将其作为三次指数平滑法的输入,采用重近轻远策略对各观测值赋予相应的权重,实现气温观测资料的质量控制;五、在上述基础上,利用平均绝对误差
【技术特征摘要】
1.一种基于EEMD-CES的地面气温观测资料质量控制方法,其特征在于:包括如下步骤:一、选取目标站地面气温观测资料一段时间序列,经过基本的质量控制后为X(t),t=1,2…,T,将标准差为0.1的100组高斯白噪声随机添加到X(t)中,得到新的时间序列X1(t),其中,T为时间;二、利用经验模态分解方法对X1(t)进行分解,得到有限多个特征单一的本征模分量ci(t)(i=1,2……,n)和一个残余分量rn(t),其中,i和n均为正整数;三、基于能量密度和相关系数准则计算每个本征模分量的能量密度及其与原始气温序列的相关性,挑选出能量密度高与相关性强的本征模分量;四、将挑选出的本征模分量与剩余分量叠加重构为新的气温观测序列X2(t),并将其作为三次指数平滑法的输入,采用重近轻远策略对各观测值赋予相应的权重,实现气温观测资料的质量控制;五、在上述基础上,利用平均绝对误差均方根误差和纳什系数来评价模型性能,其中,Yobs为随机误差的观测值,Yest为EEMD-CES方法得到的估计值;六、对比植入随机误差的观测值Yobs与EEMD-...
【专利技术属性】
技术研发人员:叶小岭,陈洋,杨帅,阚亚进,成金杰,
申请(专利权)人:南京信息工程大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。