[發明專利]一種氣象柵格數據補盲的方法

有效

• 申請號: 202011497793.4
• 申請日: 2020-12-17
• 公開（公告）號: CN112463787B
• 公開（公告）日: 2021-08-10
• 發明（設計）人: 陳浩然;秦華旺;戴躍偉
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F17/18;G06F17/16;G06Q50/26
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 施昊

本發明公開了一種基于張量變換的氣象柵格數據補盲方法，包括步驟如下：(1)將篩選后數據的均值補到氣象柵格的外邊緣；(2)小柵格數據采樣；(3)建立多元線性回歸模型；(4)最小二乘法求權重；(5)數據補盲；所述步驟(1)?(5)中的氣象數據需構建在三維散點柵格模型上。本發明的氣象柵格數據補盲方法，充分利用全局數據，擴大了樣本容量使得預測數據同整體數據有關聯性；通過建立矩陣運算方法，提高運算效率。

技術領域

本發明涉及數據補盲的方法，尤其涉及一種氣象柵格數據補盲的方法。

背景技術

常見的氣象要素包括風速、氣溫、相對濕度、氣壓等，為了研究氣象要素在一定范圍內的演變，需要進行監測評價。氣象柵格是用于監測評價的容器，不僅可以用于存儲數據信息，還可以通過一定的方式將數據特征表征出來。現有技術對氣象柵格的研究大多基于二維柵格，即通過大范圍下的數據特征來研究全國或是某個流域數據的整體情況；此外也有通過柵格數據建模，進一步進行渲染來模擬天氣現象，但由于其維度提高、數據量較大，存在計算困難、數據補盲速度過慢的問題。

發明內容

發明目的：本發明的目的是提供一種利用全局數據提高運算效率的氣象柵格數據補盲的方法。

技術方案：本發明的氣象柵格數據補盲方法，包括步驟如下：(1)將篩選后數據的均值補到氣象柵格的外邊緣；(2)小柵格數據采樣；(3)建立多元線性回歸模型；(4)最小二乘法求權重；(5)小柵格數據補盲；所述步驟(1)-(5)中的氣象數據需構建在三維散點柵格模型上。

所述步驟(1)中讀取氣象柵格全部數據進行數據處理，對極端數據進行刪除，對剩下的數據進行均值運算，將均值補到氣象柵格的外邊緣。

所述步驟(2)建立一個數據柵格，對補邊后的大柵格進行數據遍歷采樣；采樣過程中需濾去存在缺失值的小柵格。

所述步驟(3)根據采樣的小柵格數據，將柵格中心數據作為應變量，周圍數據作為變量，通過多維線性矩陣運算，生成一個多元線性回歸模型。

所述步驟(4)根據步驟(2)采樣的數據和步驟(3)生成的多元線性回歸模型，利用標準最小二乘法求出權重矩陣。。

所述步驟(5)利用步驟(4)得到的權重矩陣中的參數，獲得樣本中心值的多元線性回歸模型，求取柵格中心目標缺失值。

本發明與現有技術相比，其顯著效果如下：1、對三維氣象柵格外部進行數據均值補充，充分利用全局數據，擴大了樣本容量，使預測數據同整體數據有關聯性；2、通過氣象柵格數據建立矩陣運算方法，提高運算效率。

附圖說明

圖1為本發明的總流程圖；

圖2為本發明的柵格模型樣例。

具體實施方式

下面結合說明書附圖和具體實施方式對本發明做進一步詳細描述。

本發明提供了氣象柵格數據補盲的方法，如圖2所示的三維散點柵格模型，模型的主要特征包括：各柵格之間橫縱距離保持一致；氣象數據值存儲于柵格中央的散點并不直接顯示于圖像中；散點數據可選的通過熱度圖的形式間接顯示于圖像中。如圖1所示，本發明實現步驟分為五步：(1)將篩選后數據的均值補到氣象柵格的外邊緣；(2)小柵格數據采樣；(3)建立多元線性回歸模型；(4)最小二乘法求權重；(5)小柵格數據補盲。

步驟1，均值補到氣象柵格的外邊緣。讀取氣象柵格全部數據，通過數據信息將部分明顯存在問題的數據篩選出來，并進行刪除，對剩下的數據進行均值運算，將均值補到氣象柵格的外邊緣。

原本大小為a×b×h的矩形柵格，在經過處理后大小變為(a+2)×(b+2)×(h+2)，擴大了樣本容量；其中a為柵格長度，b為柵格寬度，h為柵格高度。