基于改进滑动平均滤波的气象数据处理方法、介质及设备与流程

本发明涉及气象数据，特别是涉及基于改进滑动平均滤波的气象数据处理方法、介质及设备。

背景技术：

1、目前气象数据滤波多用带通滤波进行，比如lanczos滤波，lanczos滤波是一种常用的重采样和信号处理技术，因其良好的频域特性而广泛应用于气象数据处理中。然而，尽管其性能相对优越，lanczos滤波在处理气象数据时仍存在以下几个显著问题：

2、1.边界问题：在应用lanczos滤波时，滤波器在数据序列的开头和结尾无法完全覆盖所有数据点，导致边界处的数据无法得到有效滤波处理。这种边界效应可能导致部分数据丢失或不准确处理，特别是在处理有限长度的气象数据时更为明显；由于边界处的数据点周围缺乏足够的邻近数据进行插值，滤波器的权重分布无法均匀覆盖所有数据点，导致边界处的插值误差增加。这种误差在高精度气象数据处理(如短期气象预报)中会引入显著的不确定性。

3、2.边缘效应：lanczos滤波器是基于sinc函数的加权和，边缘附近的数据会受到滤波器核函数的影响，容易引起振铃效应。这种振铃效应会在边缘附近产生不自然的波动，扭曲气象数据的真实特征，影响数据的解读和应用；由于边缘效应的存在，滤波后的数据可能出现局部的信号失真。这种失真在处理突变性强的气象数据(如风速、降水量突变)时尤其明显，可能导致关键气象信息的丢失或误解。

4、3.频域特性限制：尽管lanczos滤波具有较好的低通滤波特性，但对于高频噪声的处理效果仍然有限。在气象数据中，高频噪声通常由传感器误差或环境干扰引起，若处理不当，会影响后续的数据分析和预测模型的准确性；lanczos滤波器的频率响应函数具有特定的带宽限制，无法灵活适应不同频率成分的气象数据。这在处理多频率成分共存的复杂气象数据(如雷达反射率数据)时，会导致部分频率成分无法得到有效滤波处理，影响数据的全面性和精度。

5、4.计算复杂度：lanczos滤波需要计算较大的加权和，对于大规模气象数据(如高分辨率卫星影像或长期气象观测数据)处理时，计算复杂度较高，难以满足实时处理需求。这在高频更新的气象预报系统中可能导致处理延迟，影响预报的时效性；高计算复杂度还意味着对计算资源的需求较大。在资源有限的计算环境中(如嵌入式系统或移动设备)，lanczos滤波的应用受到限制，难以高效运行。

6、目前，常用的气象数据滤波还包括卡尔曼滤波、小波变换滤波等。这些方法在去噪和异常值处理方面具有一定效果，但在实际应用中仍然存在一些问题，如计算复杂度高、参数难以调优等。因此，提出一种简单、高效且具有创新性的改进滑动平均滤波方法，用于气象数据处理，具有重要的实际意义。

技术实现思路

1、鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于改进滑动平均滤波的气象数据处理方法、介质及设备，用于提高数据的质量和可靠性。

2、为实现上述目的及其他相关目的，本发明提供一种基于改进滑动平均滤波的气象数据处理方法，包括：采集气象原始数据，并对所述气象原始数据进行清洗，获取待处理气象数据；对所述待处理气象数据进行加权滑动平均滤波处理，获取气象滤波数据；对所述气象滤波数据进行趋势分析和边界处理；对进行趋势分析和边界处理后的所述气象滤波数据进行重构，以使得所述气象滤波数据具有连续性和完整性。

3、于本申请的一种实施方式中，所述对所述气象原始数据进行清洗，获取待处理气象数据包括：对所述气象原始数据的误差数据进行处理，获取初次清洗数据；所述对所述气象原始数据的误差数据进行处理包括界限值检测处理和时间一致性检测处理；对所述初次清洗数据进行归一化处理，获取待处理气象数据。

4、于本申请的一种实施方式中，所述界限值检测处理包括剔除不属于界限值范围内的数据；所述时间一致性检测处理包括检测数据在时间上是否有缺失，并对缺失数据进行填补处理以及检测气象要素采样值是否超出一定时间内的变化范围，并对超出变化范围内的数据进行剔除处理。

5、于本申请的一种实施方式中，所述对所述待处理气象数据进行加权滑动平均滤波处理，获取气象滤波数据包括：确定初始滑动窗口；基于数据的波动性和周期性动态调整所述初始滑动窗口的大小，形成所需的滑动窗口；为所述所需的滑动窗口内的每个数据点分配权重；基于所述待处理气象数据和所述权重获取气象滤波数据。

6、于本申请的一种实施方式中，所述基于所述待处理气象数据和所述权重获取气象滤波数据的方式为：

7、

8、其中，xi为原始数据，ωi为权重系数，yt为气象滤波数据，w为初始滑动窗口，t为数据点的序号，i为滑动窗口内的各个数据点的序号。

9、于本申请的一种实施方式中，所述趋势分析的方式包括线性回归或者多项式回归的拟合模型。

10、于本申请的一种实施方式中，所述边界处理的方式包括零填充或者镜像扩展。

11、为实现上述目的及其他相关目的，本申请还提供一种基于改进滑动平均滤波的气象数据处理装置，包括：数据预处理模块，用于采集气象原始数据，并对所述气象原始数据进行清洗，获取待处理气象数据；加权滑动平均滤波模块，用于对所述待处理气象数据进行加权滑动平均滤波处理，获取气象滤波数据；趋势分析模块，用于对所述气象滤波数据进行趋势分析；边界处理模块，用于对所述气象滤波数据进行边界处理；重构模块，用于对进行趋势分析和边界处理后的所述气象滤波数据进行重构，以使得所述气象滤波数据具有连续性和完整性。

12、为实现上述目的及其他相关目的，本发明还提供一种计算机存储介质，存储有程序指令，所述程序指令被执行时实现如上所述的基于改进滑动平均滤波的气象数据处理方法的步骤。

13、为实现上述目的及其他相关目的，本发明还提供一种电子设备，包括存储器，用于存储计算机程序；处理器，用于运行所述计算机程序以实现如上所述的基于改进滑动平均滤波的气象数据处理方法的步骤。

14、如上所述，本发明的基于改进滑动平均滤波的气象数据处理方法、介质及设备具有以下

15、有益效果：

16、本申请能够在气象数据处理过程中提供更高的精度和可靠性。

1.一种基于改进滑动平均滤波的气象数据处理方法，其特征在于：包括：

2.根据权利要求1所述的基于改进滑动平均滤波的气象数据处理方法，其特征在于：所述对所述气象原始数据进行清洗，获取待处理气象数据包括：

3.根据权利要求1所述的基于改进滑动平均滤波的气象数据处理方法，其特征在于：所述界限值检测处理包括剔除不属于界限值范围内的数据；所述时间一致性检测处理包括检测数据在时间上是否有缺失，并对缺失数据进行填补处理以及检测气象要素采样值是否超出一定时间内的变化范围，并对超出变化范围内的数据进行剔除处理。

4.根据权利要求3所述的基于改进滑动平均滤波的气象数据处理方法，其特征在于：所述对所述待处理气象数据进行加权滑动平均滤波处理，获取气象滤波数据包括：

5.根据权利要求4所述的基于改进滑动平均滤波的气象数据处理方法，其特征在于：所述基于所述待处理气象数据和所述权重获取气象滤波数据的方式为：

6.根据权利要求1所述的基于改进滑动平均滤波的气象数据处理方法，其特征在于：所述趋势分析的方式包括线性回归或者多项式回归的拟合模型。

7.根据权利要求1或6所述的基于改进滑动平均滤波的气象数据处理方法，其特征在于：所述边界处理的方式包括零填充或者镜像扩展。

8.一种基于改进滑动平均滤波的气象数据处理装置，其特征在于：包括：

9.一种电子设备，其特征在于，包括：存储器，用于存储计算机程序；处理器，用于运行所述计算机程序以实现如权利要求1至权利要求7任一权利要求所述的基于改进滑动平均滤波的气象数据处理方法的步骤。

10.一种计算机存储介质，存储有程序指令，其特征在于：所述程序指令被执行时实现如权利要求1至权利要求7任一项所述的基于改进滑动平均滤波的气象数据处理方法的步骤。