基于多参数差分相关的海洋时序观测数据滤波算法

摘要

随着海洋研究的不断深入,对观测的数据质量要求越来越高,为了有效降低实测数据的不确定性,该文以海水CO2分压测算的关键因子温度和盐度的相关实测数据为例,针对仪器平台能够进行多参数同步观测的特点,在假设观测指标的变化在较小的时间空间范围内为一平稳过程的基础上,通过ADF平稳性检验理论证实了大部分原始观测序列满足二阶差分平稳性假设,在此基础上提出了一种基于观测序列差分统计特征的测量数据不确定性的表达方式,以及对离异点数据进行识别和多参数差分相关联合滤波的算法。与常用滤波算法对比分析表明,提出的新算法能够有效融合参数间的相关信息,降低序列的不确定性,并且最大程度地保护原始测量数据。