一种基于经验模态分解的自动气象站数据质量控制方法

摘要

本发明公开了一种基于经验模态分解的自动气象站数据质量控制方法，将经验模态分解用于自动气象站数据质量控制，该方法首先对单站数据进行采集，然后对采集的数据做基本质量控制后，再进行EEMD（经验模态）分解得到本征模分量和趋势项，进一步对本征模分量和趋势项做加权处理，得到赋权本征模分量和赋权后的趋势项，最后对赋权后的本征模分量和赋权后的趋势项做数据重构，得到去噪后的数据，完成去噪过程，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、微气象噪声和粗大噪声的缺点，提高了自动气象站观测数据的质量。

主权项

1.一种基于经验模态分解的自动气象站数据质量控制方法，其特征在于：包括以下步骤：步骤1.采集自动气象站温度观测数据x(t)，其中t为采样时间，且t为大于0的自然数；步骤2.对x(t)进行基本质量控制，得到基本控制后的数据步骤3.根据公式对基本控制后的数据进行经验模态分解，得到本征模分量IMF_i与的趋势项r；其中k为大于1的自然数，i∈k；步骤4.计算本征模分量IMF_i的能量E_i，根据E_i绘制能量柱状图，并观察能量柱状图，得到本征模分量能量的阶跃点M，根据该阶跃点确定存在噪声的本征模分量IMF_j；其中M为自然数，且1<M≤k；j为自然数，且1≤j≤M-1；步骤5.对基本控制后的数据与本征模分量IMF_j进行时间序列相关性分析得到相关系数v_j，根据相关系数v_j计算赋权本征模分量NEWIMF_j和赋权后的趋势项NEWr；步骤6.根据赋权本征模分量NEWIMF_j和赋权后的趋势项NEWr进行数据重构得到去噪声后的数据，完成去噪质量控制。