稀疏空气质量函数型数据插补方法实证研究

作者：高海燕; 马文娟; 李唯欣; 张悦

来源：河北环境工程学院学报, 2023, 33(05): 73-82.

DOI：10.13358/j.issn.2096-9309.2023.0317.04

• 稀疏空气质量数据
• 函数型数据分析
• 概率函数聚类插补
• 实证研究

基于2014—2021年京津冀地区14个城市的污染物数据(PM2.5、CO)进行插补方法的性能评估实验,发现相较于常规插补方法,概率函数聚类插补(Probabilistic Functional Clustering Imputation,PFCI)方法的性能更优。在此基础上,利用PFCI方法对2021年北京市35个监测站点的6种污染物缺失数据进行实证应用。结果表明:针对大规模稀疏空气质量数据,PFCI方法能够较好识别其潜在变化模式,提高缺失值插补的精度。

• 单位
  兰州财经大学