专利交易市场

本发明提供了一种基于改进反距离加权的地面气温资料质量控制方法，步骤如下：S1采集目标站和其一定范围内的n个参考站的日均温实际观测数据；S2建立原反距离加权法模型进行实验，预估目标站的日均温；S3建立改进的反距离加权法模型进行实验预估：计算目标站的日均温预估值与日均温实际值的第一均方根误差RMSE；重复S1、S2，计算目标站的日均温预估值与日均温实际值的第二均方根误差RMSE；重复m次，得到m组预估值和对应的RMSE，m及n通过PSO寻优得到；S4根据RMSE的值大小赋予预估值结果的权重值，通过每次实验的预估值乘以对应权值，得出最终预估结果。本发明算法精确度、稳定性和适应性更好，偏差值较小。

本发明涉及对加密自动气象站实测温度数值进行质量检查的方法，该方法通过多层级空间子网格的划分，计算各个子网格中所包含自动站实测温度的偏差指数，再拟合得到温度偏差函数，由此函数推算出更细粒度子网格下自动站实测温度的偏差指数，由该指数计算得到不同自动站之间的理想误差，将该误差作为空间一致性检查时判定阈值的一部分，改进阈值判定的算法，达到提高基于空间一致性检查的质量控制方法的准确性。

本发明公开了一种地面气温数据质量控制方法，将经过遗传算法(GA)优化后的随机森林算法用于气象观测站进行气象要素质量控制。该方法首先对一定范围内的地面气象观测数据进行采集，然后对采集的数据做基本质量控制后，再依据随机森林模型下变量重要性使用遗传算法寻找相关性较高的邻近站点，使用改进随机森林方法按时间和空间排序对数据进行训练，得到一个基于改进随机森林的质量控制模型，并利用测试集进行回归预测，最后与目标站实际观测数据进行对比，观察模型识别观测数据中错误数据的能力。该方法有效的利用了我国多年积累的宝贵气象数据资料，在质量控制方面比传统方法更加高效、准确度高、适应性强，提高了气象观测站气象数据的质量。