TY -的A2 - Lv, Zhihan盟——周,洪武AU -潘,Haidong AU -李,双非盟- Lv, Xianqing PY - 2020 DA - 2020/10/28 TI -应用经验正交函数插值重建小时细颗粒物浓度数据在天津,中国SP - 9724367六世- 2020 AB -细颗粒物直径小于2.5 μ米(PM2.5)浓度监测是密切相关的公共卫生、户外活动、环境保护等领域。然而,所提供的不完整的PM2.5观察记录地面监测站PM2.5浓度对PM2.5的研究构成挑战传播和演化模型。因此,PM2.5浓度数据归责已被广泛研究。基于经验正交函数(EOF),一个新的时空插值方法,EOF插值(EOFI)介绍了,然后,EOFI应用于重建的每小时的PM2.5浓度记录两个站在今年上半年。EOFI的主要步骤是首先原始观测站点的时空数据矩阵分解成相互正交的时空模式用EOF方法。其次,空间模式缺失数据的估计逆距离加权插值空间模式的观测站点。之后,缺失数据的记录站可以通过乘以估计重建空间模式和相应的时间模式。确定最优模式数字EOFI通过最小化之间的均方根误差(RMSE)重建的记录和相应的有效记录。最后,六个评价指标(平均绝对误差(MAE)、RMSE相关系数(Corr)偏差率偏差,Nash-Sutcliffe效率(研究),和索引的协议(IA))计算。结果表明,EOFI执行比其他三种插值方法,即反距离权重插值,薄板样条曲面样条插值。 The EOFI has the advantages of less computation, less parameter selection, and ease of implementation, it is an alternative method when the number of observation stations is rare, and the proportion of missing value at some stations is large. Moreover, it can also be applied to other spatiotemporal variables interpolation and imputation. SN - 1076-2787 UR - https://doi.org/10.1155/2020/9724367 DO - 10.1155/2020/9724367 JF - Complexity PB - Hindawi KW - ER -