通过比较插补和插值技术来重建缺失数据：在长期地下水监测中的应用

《Scientific Reports》：Reconstructing missing data by comparing imputation and interpolation techniques: applications for long-term groundwater monitoring

　　

摘要

数据缺失是环境监测中普遍存在的问题，严重阻碍了可靠的数据分析和有效的水资源管理。本研究在欧盟硝酸盐指令（91/676/EEC）的背景下探讨了这一问题，重点关注预计超过50 mg NO??/L监管限值的地下水监测站的比例。在整个研究期间（2000–2024年），共有57%的观测数据缺失，99%的监测站存在数据缺口。研究人员评估了六种数据重建技术：k最近邻算法、链式方程多重插补法、missForest算法、自然邻居法、逆距离加权法和指示因子克里金法。本研究提出了一种新的方法，用于比较不同的插补技术在重建超过浓度阈值的频率以及建模超过率趋势方面的效果。评估方法超越了传统的误差指标，基于Hellinger距离和Kullback-Leibler距离以及广义Lorenz曲线来衡量数据的分布相似性和单调性。通过比较分析，指示因子克里金法被认定为最稳健的技术，并被用来拟合预计超过浓度阈值的监测站比例的对数线性趋势。本研究为解决环境监测网络中的极端数据缺失问题提供了方法论框架，为依据欧盟硝酸盐指令进行报告的成员国提供了可行的建议。