水文研究における欠損データ回復のための複数の補完方法の比較

欠損データは水文研究において一般的な問題である。そのため、データ再構築は重要であり、特に不完全な記録であっても利用可能なすべてのリソースを使用することが重要な場合には、その重要性が増す。さらに、欠損データは統計解析の結果に影響を与える可能性があり、データの変動性の量は適切に予想されない可能性がある。その結果、本研究では、流量データセットにおける再発予測における三つの補完方法（ロバストランダム回帰補完（RRRI）、k-近傍法（k-NN）、および分類回帰木（CART）の性能を比較した。さらに、2012年から2014年までの全ての歴史的な日次流量データ（訓練データセットとして使用）を利用して、流量データの欠損に対処するための補完方法の効果を評価し、検証した。その後、すべての方法は多重線形回帰（MLR）と組み合わせて、1978年から2016年までのマレーシアのランガット川流域の流量を復元するために使用された。推定技術の効果は、ナッシュ・サトクリフ効率係数（CE）、二乗平均平方根誤差（RMSE）、平均絶対パーセンテージ誤差（MAPE）を含む指標を使用して評価された。結果は、RRRIとMLR（RRRI-MLR）の組み合わせが最も低いRMSEおよびMAPE値を示し、日次流量データセットの欠損データを埋めるためにテストされた他のすべての技術よりも優れていることを確認した。これは、RRRI-MLRが流量データセットにおける欠損データに対処するための最良の方法であることを示している。doi: 10.28991/cej-2021-03091747 フルテキスト: PDF