通过统计归算方法填补太阳紫外线长期监测中的数据缺口
Felix Heinzl1, Sebastian Lorenz2, Peter Scholz-Kreisel2
1Effects and Risks of Ionising and Non-Ionising Radiation, Federal Office for Radiation Protection, Ingolstaedter Landstr. 1, Oberschleissheim, 85764, Germany. fheinzl@bfs.de.
概括
准确的长期太阳紫外线 (UV) 辐射数据至关重要. 研究人员开发并验证了三个统计方法来填补数据缺口,发现基于模型的归算优于可靠的紫外线趋势分析.
科学领域:
- 环境科学 环境科学
- 大气科学 大气科学
- 太阳辐射物理学 太阳辐射物理学
背景情况:
- 长期太阳紫外线 (UV) 辐射数据对于科学研究至关重要.
- 紫外线监测中的数据缺口阻碍了准确的趋势分析和结论.
- 几十年来持续进行无间隙的紫外线测量是具有挑战性的,但也是必要的.
研究的目的:
- 开发和验证统计归算方法,以填补长期太阳紫外线数据系列中的空白.
- 评估基于模型,基于平均值和联合归算技术的有效性.
- 确定一种可靠的方法,以确保UV辐射监测中的数据完整性.
主要方法:
- 开发了三种统计归算方法:基于模型的,基于平均值的和混合的.
- 基于模型的归算利用了当地的太阳辐射预测器.
- 基于平均值的归算使用了可用的局部紫外线测量.
- 使用详细的验证过程来比较方法性能.
主要成果:
- 基于模型的归算方法在填补数据缺口方面表现出卓越的表现.
- 联合归算方法被确定为最实用和最有效的方法.
- 基于模型的归算对于检测UV数据系列中的系统错误非常有用.
结论:
- 统计归算方法对于解决长期紫外线监测数据缺口是有效的.
- 基于模型的归算为维护数据连续性和准确性提供了一个强大的解决方案.
- 经过验证的方法提高了UV辐射数据的可靠性,用于趋势分析和科学研究.
