24、气候与水质数据分析及驾驶员疲劳监测系统研究

气候与水质数据分析及驾驶员疲劳监测系统研究

1. 气候数据收集与处理

为了研究气候相关情况，收集了当地和卫星信息。从 1990 年到 2020 年，获取了 372 个月度数据，涵盖了降水量（毫米）、温度（摄氏度）、相对湿度（%）和风速（米/秒）。这些数据来源于国家气象和水文研究所（INAMHI）提供的气象年鉴，具体来自 M153 Muisne 站，以及空间分辨率为 4638.3 米的 Terraclimate 卫星。

然而，在处理连续序列数据时，发现了缺失数据。为解决这一问题，采用了简单线性回归方法和 R - Climatol，这是世界气象组织在《WMO 气候实践指南第 100 号》中提出的用于填充和均质化缺失数据的方法。该方法推荐用于估计月度和年度数据，并且是厄瓜多尔安第斯和沿海地区时间序列数据填充的最佳方法。使用皮尔逊相关系数对数据填充进行了验证，该系数可衡量当地数据和卫星数据之间的线性依赖关系。

2. 数据处理流程

以下是数据处理的主要步骤：
1. 数据收集 ：从指定来源获取气候数据。
2. 缺失数据处理 ：使用简单线性回归和 R - Climatol 填充缺失数据。
3. 数据验证 ：用皮尔逊相关系数验证填充后的数据。

3. 数据处理相关参数表

变量	延迟时间 (t)	嵌入维度 (n)