基于时空图卷积网络的地表温度观测数据质量控制方法

《Atmosphere》：Research on Quality Control Method of Surface Temperature Observations Based on Spatiotemporal Graph Neural Network

　　

摘要

本文提出了一种基于时空图卷积网络（STGCN）的增强质量控制（QC）方法，用于识别地表温度观测数据中的潜在异常值。STGCN模型采用图结构同时捕捉时间依赖性和空间依赖性，邻接矩阵利用空间距离和地形辅助高程先验进行构建。与基线方法相比，实验结果表明STGCN在各评价指标上均取得了更优的整体性能，有效平衡了第一类错误和第二类错误。研究结果表明，所提出的框架是检测地表温度数据集中观测异常的有效质量控制方法。