顾及时空异质性的缺失数据时空插值方法

被引:12
作者
樊子德 [1 ]
龚健雅 [2 ]
刘博 [3 ]
李佳霖 [1 ]
邓敏 [1 ]
机构
[1] 中南大学地球科学与信息物理学院
[2] 武汉大学测绘遥感信息工程国家重点实验室
[3] 日电(NEC)中国研究院
关键词
时空插值; 分区; 异质性; 缺失数据;
D O I
暂无
中图分类号
P208 [测绘数据库与信息系统];
学科分类号
070503 ; 081603 ; 0818 ; 081802 ;
摘要
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。
引用
收藏
页码:458 / 465
页数:8
相关论文
共 20 条
[1]   顾及方向遮蔽性的反距离权重插值法 [J].
李正泉 ;
吴尧祥 .
测绘学报, 2015, 44 (01) :91-98
[2]   地理学时空数据分析方法 [J].
王劲峰 ;
葛咏 ;
李连发 ;
孟斌 ;
武继磊 ;
柏延臣 ;
杜世宏 ;
廖一兰 ;
胡茂桂 ;
徐成东 .
地理学报, 2014, 69 (09) :1326-1345
[3]   DEM插值参数优选的试验研究 [J].
张锦明 ;
游雄 ;
万刚 .
测绘学报, 2014, 43 (02) :178-185+192
[4]   时空地统计学方法研究及进展 [J].
叶近天 ;
季世民 ;
杨勇 .
测绘与空间地理信息, 2014, 37 (01) :38-43
[5]   局部动态最优Voronoi图的NNI算法及其在格网数字水深模型中的应用 [J].
董箭 ;
彭认灿 ;
郑义东 ;
王涛 .
测绘学报, 2013, 42 (02) :284-289+303
[6]   时空积和模型的数据插值与交叉验证 [J].
徐爱萍 ;
圣文顺 ;
舒红 .
武汉大学学报(信息科学版) , 2012, (07) :766-769+754
[7]  
Global geographic and feature space coverage of temperature data in the context of spatio-temporal interpolation[J] . Milan Kilibarda,Melita Per?ec Tadi?,Tomislav Hengl,Jelena Lukovi?,Branislav Bajat.Spatial Statistics . 2015
[8]   A geographically and temporally weighted autoregressive model with application to housing prices [J].
Wu, Bo ;
Li, Rongrong ;
Huang, Bo .
INTERNATIONAL JOURNAL OF GEOGRAPHICAL INFORMATION SCIENCE, 2014, 28 (05) :1186-1204
[9]  
Geographically weighted regression with a non-Euclidean distance metric: a case study using hedonic house price data[J] . Binbin Lu,Martin Charlton,Paul Harris,A. Stewart Fotheringham.International Journal of Geographical Information Science . 2014 (4)
[10]   A new estimate of the China temperature anomaly series and uncertainty assessment in 1900-2006 [J].
Wang, Jinfeng ;
Xu, Chengdong ;
Hu, Maogui ;
Li, Qinxiang ;
Yan, Zhongwei ;
Zhao, Ping ;
Jones, Phil .
JOURNAL OF GEOPHYSICAL RESEARCH-ATMOSPHERES, 2014, 119 (01) :1-9