第４３卷第３期２０２３年３月大地测量与地球动力学ＪｏｕｒｎａｌｏｆＧｅｏｄｅｓｙａｎｄＧｅｏｄｙｎａｍｉｃｓＶｏｌ．４３Ｎｏ．３Ｍａｒ．，２０２３收稿日期：２０２２－０４－２５项目来源：北京市地震局科技项目（ＢＪＷＣ－２０２２０１５，ＢＪＷＣ－２０２２０１４）。第一作者简介：韩孔艳，高级工程师，主要从事地下流体监测研究，Ｅ－ｍａｉｌ：ｈａｎｋｏｎｇｙａｎ＠ｂｊｓｅｉｓ．ｇｏｖ．ｃｎ。ＤＯＩ：１０．１４０７５／ｊ．ｊｇｇ．２０２３．０３．０１８文章编号：１６７１－５９４２（２０２３）０３－０３１８－０４不同插值方法对典型固体潮水位插值结果比较韩孔艳１崔博闻１孙小入１费伯秀１１北京市地震局，北京市苏州街２８号，１０００８０摘要：选取９口固体潮观测井的３种典型水位数据，用５种插值方法进行插值分析。结果表明，三次多项式插值法对少量数据缺失的插值效果最佳；线性插值法对趋势变化大、固体潮汐波动被压制水位的插值效果最好；ＡＲＭＡ模型预测法对固体潮显著、趋势变化平缓水位的插值效果最佳；线性插值和ＡＲＭＡ模型预测法对固体潮清晰、短期起伏波动水位的插值效果各有其优势。关键词：井水位；固体潮效应；线性插值；ＡＲＭＡ模型中图分类号：Ｐ３１５文献标识码：Ａ地震前兆观测数据多是等间隔采样的，观测过程中如果受停电、仪器故障等影响会导致数据缺失。但对前兆数据进行统计分析时，往往要求数据序列必须是一个连续完整的数据集，不能包含缺失值。地下流体水位观测是地震前兆台网重要观测手段之一，在前兆异常提取、地震预测研究、震情跟踪中发挥着重要作用。由于观测井条件和受干扰因素等不同，各种频率信息叠加使水位数据形态各异［１－２］。因此，研究不同缺值情况下典型水位的最佳插值法极为必要。１插值方法及水位数据１．１插值方法及评价标准本文选用５种常用的数据插值方法：最邻近插值法、线性插值法、三次多项式插值法、三次样条插值法和ＡＲＭＡ模型预测插值法。其中，ＡＲ－ＭＡ模型预测插值法使用缺失值前３６０个数据的一阶差分作为建立ＡＲＭＡ模型的基础，通过确定模型阶数、估计模型参数和残差分析判定最佳的ＡＲＭＡ模型，利用模型预测数据作为插值结果［３－４］。本文利用插值与观测值的均方根误差ＲＭＳＥ的大小、变化情况来评估５种插值法对３种典型固体潮水位数据的插值效果。１．２水位数据筛选水位变化分为宏观动态和微观动态，对浅部承压含水层来说，宏...
