Resumen

La falta de valores en las series de datos es un problema común en muchas investigaciones y aplicaciones. La mayoría de los métodos de interpolación existentes se basan en la interpolación espacial o temporal, sin tener en cuenta la correlación espaciotemporal de los datos de observación, lo que da lugar a un efecto de interpolación deficiente. En este trabajo se propone un modelo de Efectos Mixtos Espaciotemporales Modificados (MSTME) para la interpolación de series de datos espaciotemporales. Se realizan experimentos con datos simulados y datos reales de SCIGN para evaluar la validez del modelo propuesto en comparación con el modelo de Filtro de Kalman Kriged (KKF) y el modelo de Efectos Mixtos Espaciotemporales (STME). Las mejoras medias de los datos simulados y de los datos SCIGN para las estaciones observadas se sitúan en torno al 46 nd 19% con respecto al modelo KKF y del 62 nd 21% con respecto al modelo STME, y las de las estaciones no observadas se sitúan en torno al 23 nd 34% sobre el modelo KKF y 41 nd 16% sobre el modelo STME, respectivamente, lo que indica que el modelo MSTME propuesto puede lograr una mayor precisión en la interpolación de valores perdidos.

• Materias:Matemáticas
• Subjects:mathematics
• Palabras claves:modelo, modelo kkf, modelo stme, datos simulados, filtro kriged kalman, mixto espaciotemporal modificado, efecto de interpolación pobre, datos scign reales, series de datos espaciotemporales, efectos
• Keywords:model, kkf model, stme model, simulated data, kriged kalman filter, modified spatiotemporal mixed, poor interpolation effect, real scign data, spatiotemporal data series, effects