一种基于PSR-PCA-SVR的自动气象站实时气温质量控制方法

摘要

本发明公开了一种基于PSR‑PCA‑SVR的自动气象站实时气温质量控制方法，首先对单站实时气温及定长历史气温序列进行采集；然后对采集的序列做基本的质量控制；接着进行PSR，并对重构得到的高维分量进行PCA，得到原时间序列在高维空间中的具有全局特征的无偏分量信号；最后，通过SVR构建时间序列采集信号的重构模型，得到去噪、降维后的气温重建值，并根据此重建值与实际观测值比较进行条件修正，完成对该时刻气温的质量控制。该方法在基本质量控制方法的基础上弥补了目前质量控制方法不能消除随机噪声、系统噪声、微气象噪声的缺点；在传统神经网络重建基础上融入主特征提取环节，增加了重建模型的泛化性能，提高了实时自动气象站观测数据的质量。