一种监测数据智能在线插补方法

本申请提供一种监测数据智能在线插补方法，属于监测数据自动处理分析领域。本方法基于不同站点监测数据之间的时空关联性，利用贝叶斯时间因子矩阵分解（Bayesian Temporal Matrix Factorization,BTMF）和低秩张量分解（Low‑Rank Tensor Completion with Truncated Nuclear Norm minimization,LRTC‑TNN）两种数据插补算法，对监测数据中的缺失值和异常值进行在线插补，得到完整的监测数据时间序列。本申请提出的监测数据智能在线插补方法，能够广泛应用于气象、降雨、水文、水质等领域的监测数据处理，有效处理时间序列中存在间歇性或连续性缺失值和异常值的状况，保障数据质量，使监测数据的分析处理能够顺利进行，支撑后续相关保护治理决策的科学性和有效性。