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

• Published in: Guanʻgai paishui xuebao Vol. 38; no. 2; pp. 84 - 92
• Main Authors: SHI, Jin, ZHOU Jiaogen, WANG, Hui, GAN Lei, SHEN Jianlin, LI, Xi, LI, Yuyuan, WU, Jinshui
• Format: Journal Article
• Language: Chinese
• Published: Xinxiang City Chinese Academy of Agricultural Sciences (CAAS) Farmland Irrigation Research Institute Editorial Office of Journal of Irrigation and Drainage 01.02.2019; 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%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410125; 湖南农业大学 工学院,长沙410128; 湖南师范大学 资源与环境科学学院,长沙410081
• Subjects: Accuracy; Correlation coefficient; Correlation coefficients; Data analysis; Datasets; Estimation; Hydrologic data; Hydrological analysis; Hydrology; Interpolation; Meteorological data; Methods; Missing data; Polynomials; Rainfall; Root-mean-square errors; Sampling; Solar radiation; Stream discharge; Stream flow; Subtropical zones; Uncertainty analysis; Watersheds; 估值方法; 时间序列; 不确定性; 缺失值; 变异系数
• ISSN: 1672-3317
• DOI: 10.13522/j.cnki.ggps.2017.0421

【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。