董宝伟 钱秋亮 任亚飞,2 陶秋喆,2 邵建龙

1 昆明理工大学信息工程与自动化学院，昆明市景明南路727号，650504 2 云南省麻栗坡民族中学，云南省文山州文麻路193号，663600

地震地磁数据预处理是地磁数据挖掘和地震预报预测的首要工作[1]。地磁观测数据属于时间序列，其计算方法要求数据序列连续完整，因此对缺失数据进行插值是前兆数据应用前必须进行的预处理工作[2]。国内外对缺失值进行插值处理的方法较多，如回归法、最近邻域替代法、人工填补法和期望值最大化法等[3-5]。武艳强等[6]利用三次样条插值方法对时间序列中数据缺失较多等问题展开研究；杨登科[7]采用拉格朗日插值等6种方法对时间序列的插值效果进行对比。

在实际地磁偏角观测工作中，由于地磁观测数据[8-10]种类众多，往往会出现单点缺失和连续多点缺失的现象，而现有的数据插值方法在地磁观测数据的插值应用中存在诸多局限性。目前针对地磁偏角数据插值方法的研究较少，本文根据地磁数据的记录特点，将时间序列模型[11-12]应用于地磁数据缺失处理。将ARMA预测模型[13-14]用于地磁数据的插值处理，可为地磁观测数据预处理提供一种可行的方法。

1 插值方法

插值法是数据预处理的重要方法，在数据分析和数据挖掘中发挥着重要作用。常见的插值法有均值插值、线性插值等，不同方法的适用性也不同，如均值插值适用于原始数据方差较小、序列趋于平稳的数据，而本文所采用的地磁观测数据属于非平稳数据；……