气象水文资料预处理：缺测数据插补延长等

气象资料预处理

1.1 处理方案1

1.1.1 方案

此处理方案来源于【J2019-基于标准化降水蒸散指数的甘肃省干旱时空特征分析-李亮】。
根据中国气象数据网逐日气象数据（日照时数、日最低气温、日降雨量、日相对湿度等），计算蒸散发ET。

一级处理

如果较少数据缺测，存在两种状况，即若缺测序列≤5d，利用近几日数据线性插值插补；
若5d＜缺测序列＜30d，利用同一日的多年平均值补齐。
再采用Penman-Monteith公式计算ET。

二级处理

若较长序列数据缺测，并导致无法采用Penman-Monteith公式，但可用FAO56提供的缺失日照时数、相对湿度和（或）风速时的计算式ET计算潜在蒸散量。

三级处理

根据地理相似性假设，即地理间距离越近，站点气象条件越相似，进行数据的插补处理。
1）若本站多年数据缺测，且采用二级处理无法计算ET的，首先利用本站已有数据计算ET，然后计算与本站对应年限一致的相邻或基础条件相似站点的蒸散量ET。
2）

1.1.2 代码实现

1.2 处理方案2

参考

1.论文-J2019-基于标准化降水蒸散指数的甘肃省干旱时空特征分析-李亮
2.代码-水文气象-<

气象水文资料预处理：缺测数据插补延长等相关推荐

python 插补数据_python 2020中缺少数据插补技术的快速指南
python 插补数据 Most machine learning algorithms expect complete and clean noise-free datasets, unfortun ...
直线插补计算过程_【计鹏视角】风速数据插补对发电量的影响
测风数据在插补时通常通过相关函数实现,相关函数一般采用线性方程函数,线性函数根据不同通道的风速相关性散点图来得到. 不同高度层的相关性散点图是成"带"状分布,相关系数越大,&quo ...
missforest_missforest最佳丢失数据插补算法
missforest Missing data often plagues real-world datasets, and hence there is tremendous value in im ...
CVPR 2019 | 全新缺失图像数据插补框架—CollaGAN
在同一域下的图像和数据是符合一个整体流形分布的,一旦域中的数据缺失,能否利用已有的域中数据去还原丢失的数据呢? Collaborative GAN 提出了一种新的缺失图像数据插补框架,称为协同生成对抗 ...
数据插补—拉格朗日插值法
数据分析数据清洗:缺失值处理.1删除记录 2数据插补 3不处理常见插补方法插值法-拉格朗日插值法根据数学知识可知,对于平面上已知的n个点(无两点在一条直线上可以找到n-1次多项式 ,使次多项式 ...
回归插补法_没有完美的数据插补法，只有最适合的
数据缺失是数据科学家在处理数据时经常遇到的问题,本文作者基于不同的情境提供了相应的数据插补解决办法.没有完美的数据插补法,但总有一款更适合当下情况. 我在数据清理与探索性分析中遇到的最常见问题之一就是 ...
KNN的数据插补方法总结
sklearn中的KNN在缺失值填补中的用法参考链接:K近邻填补缺失值如果缺失值是离散的,使用K近邻分类器,投票选出K个邻居中最多的类别进行填补:如果为连续变量,则用K近邻回归器,拿K个邻居中该变 ...
大数据缺省值插补方法（回归填补[stochastic regression imputation]，聚类填补，。。）
文章目录回归填补 random imputation deterministic regression imputation stochastic regression imputation 聚类填 ...
面向单细胞RNA-seq数据插补及聚类方法研究
许俊林博士生答辩公告浏览次数:175日期:2021-09-06编辑:研究生秘书学位论文简介单细胞RNA测序 (single-cell RNA-sequencing, scRNA-seq) 技术可 ...
数据预处理第3篇：数据预处理（使用插补法处理缺失值）
插补法可以在一定程度上减少偏差,常用的插补法是热卡插补.拟合插补和多重插补.拟合插补,要求变量间存在强的相关性:多重插补(MCMC法),是在高缺失率下的首选插补方法,优点是考虑了缺失值的不确定性. 一 ...