月尺度的协克立格模型在水文数据插补延长中的应用
文件大小:0.54MB
格式:pdf
发布时间:2013-10-17
浏览次数:次
【中文关键词】 | 月尺度 协同克立格模型   |
【摘要】 | 月尺度的协同克立格模型能够对水文变量进行线性、无偏和最佳估计。经验证明估值精度较高,结果可信。同时还对影响估值精度的数据结构进行了讨论。结果表明,数据结构对估值精度的影响主要取决于观测数据间存在的相关性。 |
【部分正文预览】 | 一般地说, 水文数据大多具有时间上富足而空间上缺乏的特点,而且单变量具有相依性,多变量之间又有相关性。这为用地质统计学对水文缺测数据进行插补延长提供了可能性, 许多学者对这方面也有所研究[1-7]。降水量数据的缺乏给许多水文分析工作带来了困难, 以滦河流域内蒙古段的多伦站、大河口站1961~2009 年和花塘沟站1982~2006 年实测月降水量资料为基础, 用月尺度的协克立格模型对花塘沟缺测数据进行了插补,取得了比较可信的结果。 同时因为水文变量间存在着时空屏蔽效应, 这种效应一般有三种,即:不同站同时观测的数据间相互屏蔽,一般称为交叉屏蔽;同一站不同时间的观测数据间相互屏蔽,一般称为连续屏蔽;还有就是不同站非同时观测数据间存在混合屏蔽。正是由于数据间存在的屏蔽效应而影响了数据间具有的时空相关性, 用过多较远的数据点对待估点进行估值时, 它的贡献一般非常小,影响了估值的精度,因此分析数据结构对估值的敏感性就显得非常重要。 |
|
暂无评论信息 |
|