基于正交多项式拟合的气象数据处理方法

doi:10.3969/j.issn.1007-2985.2013.05.012

journal6 ›› 2013, Vol. 34 ›› Issue (5): 49-52.DOI: 10.3969/j.issn.1007-2985.2013.05.012

基于正交多项式拟合的气象数据处理方法

孙宝京

（沈阳炮兵学院电子侦察系，辽宁沈阳110867）

出版日期:2013-09-25 发布日期:2013-11-04
作者简介:孙宝京(1968-)，男，山东五莲人，沈阳炮兵学院教授，主要从事弹道气象学研究.

Piecewise Curve Fitting Method of Processing Meteorological Data Based on the Orthogonal Polynomial

SUN Bao-Jing

（Department of Electronic Reconnaissance,Shenyang Artillery Academy,Shenyang 110867,China）

Online:2013-09-25 Published:2013-11-04

摘要/Abstract

摘要：针对高空气象探测数据变化规律复杂、突变情况不可预测、数据量大等特点，提出了基于离散数据正交多项式最小二乘的分段拟合方法.首先，从计算稳定性角度，说明了采用离散数据的正交多项式最小二乘法的原因；其次，从曲线拟合的保形性角度，详细阐述了二次分段拟合原则；最后，以具有典型特征的气温探测数据为例，证明了采用基于离散数据正交多项式最小二乘的分段拟合方法能够获得明显优于传统内插方法的拟合精度，提高高空气象探测数据处理的精度和自动化处理程度.

关键词： 离散数据, 正交多项式, 最小二乘, 分段拟合, 气象探测

Abstract: In accordance with the characterics of the large number and complex and unpredicted trend on change of the meteorological detecting data,the piecewise curve fitting method based on the least squares of orthogonal polynomial for scattered data is presented.Firstly,the reason of using the least squares of orthogonal polynomial for scattered data is introduced from the respect of the stability of data processing.Secondly,the principle of twice piecewise curve fitting is set out in detail from the respect of the shape preserving feature of curve fitting.Finally,as the temperature detecting data for example,it is proved clearly that the twice piecewise curve fitting method can make much better fitting precision than the traditional interpolation method,and improve the level of precision and automation of the meteorological detecting data processing.

Key words: scattered data, orthogonal polynomial, least squares, piecewise curve fitting, meteorological detecting

孙宝京. 基于正交多项式拟合的气象数据处理方法[J]. journal6, 2013, 34(5): 49-52.

SUN Bao-Jing. Piecewise Curve Fitting Method of Processing Meteorological Data Based on the Orthogonal Polynomial[J]. journal6, 2013, 34(5): 49-52.

[1]	王波, 丁芳, 刘明岩, 田苗法. 一种基于μ-S模型的最佳滑移率辨识估计器设计[J]. 吉首大学学报（自然科学版）, 2023, 44(5): 48-56.
[2]	安佰玲, 卢琦, 马宁. 部分线性变系数模型的Liu估计[J]. 吉首大学学报（自然科学版）, 2022, 43(4): 1-6.
[3]	王军. 安徽省某地区中长期电力负荷预测[J]. 吉首大学学报（自然科学版）, 2018, 39(6): 46-49.
[4]	赵超越，张友华. 小麦赤霉病神经网络和偏最小二乘预测模型[J]. 吉首大学学报（自然科学版）, 2017, 38(4): 47-52.
[5]	赵琳琳，张立华，刘艳芹. 方程AX=B的相位约束最小二乘解[J]. 吉首大学学报（自然科学版）, 2016, 37(2): 19-21.
[6]	张勇, 王欢, 卢冬香, 石慧, 蒋会, 乔浩 . 基于多元线性回归模型的湘西茶产业发展实证分析[J]. journal6, 2016, 37(1): 86-89.
[7]	程毛林. 苏州外资制造业增长因素分析模型[J]. journal6, 2014, 35(1): 25-28.
[8]	孙宝京. 远缘选优策略遗传算法在高空气象探测中的应用[J]. journal6, 2012, 33(4): 53-59.
[9]	唐耀平, 周立平. 线性流形上W准反对称矩阵反问题的最小二乘解[J]. journal6, 2011, 32(3): 26-29.
[10]	杨斌. 最小二乘法在航海电子绘算中的应用[J]. journal6, 2009, 30(3): 74-76.
[11]	游华. 加权最小二乘估计中选择权数的迭代算法[J]. journal6, 2007, 28(4): 27-29.
[12]	胡素梅, 陈海波. 基于Origin的牛顿环实验数据处理方法[J]. journal6, 2006, 27(6): 50-52.
[13]	龚德良, 袁敏. 利用最小二乘原理的自动组卷方法[J]. journal6, 2005, 26(3): 91-94.
[14]	杨贵军, 张润楚. Quasi-Regression标量系数估计的新方法[J]. journal6, 2003, 24(4): 35-39.

基于正交多项式拟合的气象数据处理方法

Piecewise Curve Fitting Method of Processing Meteorological Data Based on the Orthogonal Polynomial

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 14

编辑推荐

Metrics

本文评价