CN110657798A - 一种地磁日变数据补缺方法及处理终端 - Google Patents

Abstract

本发明涉及一种地磁日变数据补缺方法及处理终端，所述方法包括如下步骤：步骤1：获取待补缺地磁日变数据，以及至少一台参考地磁台站的参考地磁台站数据；步骤2：对待补缺地磁日变数据中为磁平静日的所有地磁日变数据进行数据分离，得到不同日期的静日数据，若为磁扰日，则对参考地磁台站数据进行数据分离，得到磁扰数据；通过相关分析法和聚类分析法处理，得到各个日期的静日数据之间的相关性和样本静日数据与基准静日数据之间的聚类程度，根据聚类程度和相关性强度得到第一静日数据，从而得到最终静日数据，完成地磁日变数据补缺。本发明具有补缺效果非常良好；磁平静日情况下，能够对单独的地磁台站数据自身不齐全进行地补缺。

Description

一种地磁日变数据补缺方法及处理终端

技术领域

本发明涉及地磁数据处理技术领域，具体是一种地磁日变数据补缺方法及处理终端。

背景技术

日变改正是地磁测量数据处理中的一个重要环节，其处理后的数据质量直接影响日变改正精度，进而影响最终的地磁测量成果。对于日变改正，通常选择工区(地磁测量作业区域)附近的固定地磁台站或野外测量期间而在工区内临时投放的观测地磁台站来获得地磁日变数据，但受制于测量环境等因素，经常会出现采集的地磁日变数据部分缺失，导致部分测量数据无法进行日变改正，而根据目前的行业规范要求，对于无法进行日变改正的测线需要作废处理，直接影响地磁测量的工作效率，甚至导致某次地磁测量失败，无法提交成果。

目前，对于日变数据补缺大多数是利用多个地磁台站进行推算得到，例如，单汝俭等在1990年发表的文章《局部地区地磁日变及拟合方法研究》中提出了三种局部地区地磁日变的拟合方法，分别为二维多项式最小二乘拟合法、时空拟合法和线性内插法；边刚等在2009年发表的文章《海洋磁力测量中多站地磁日变改正值计算方法》中采用多站同步实例分析了加权平均法和函数拟合法在海洋磁测中的应用，其忽略经度效应的影响，采用纬度方向的距离来计算某点的日变改正值；卞光浪等在2010年发表的文章《基于纬差加权法的海洋磁力测量多站地磁日变改正值计算》中提出了基于纬差加权法的海洋磁力测量多站地磁日变改正值计算，其摆脱了距离上的相对关系，而将日变数据的差异只建立在纬度差关系上，文中通过对沿岸几个日变站的数据进行计算验证，证实该方法较距离加权法效果更好；彭飞等在2015年发表的文章《调和分析方法在海洋磁力测量日变改正中的应用》中分析了调和分析法，该方法是基于傅里叶级数建立了日变数据处理谐波分析模型，将磁静和磁扰数据进行了合理分离，运用该方法可辅助地磁日变数据的推算。

以上的地磁日变数据补缺都是利用某一个或某几个地磁台站数据作为样本地磁台站数据进行推算得到某一位置处的地磁日变数据，上述方法能够实现的前提是样本地磁台站数据齐全，而对于单一的地磁台站缺失部分数据而需要进行补缺的情况却没有相应的解决方法。实际工作中，经常会遇到获取某一单独的地磁台站数据自身不齐全，导致在缺少部分数据的情况下，无法对单一地磁台站缺失数据进行补缺，直接影响日变改正工作的开展，进而影响地磁测量数据的成果交付。

发明内容

针对现有技术的不足，本发明的目的之一提供一种地磁日变数据补缺方法，其能够解决地磁日变数据补缺的问题；

本发明的目的之二提供一种处理终端，其能够解决地磁日变数据补缺的问题。

实现本发明的目的之一的技术方案为：一种地磁日变数据补缺方法，包括如下步骤：

步骤1：获取除缺失数据时间段之外的待补缺地磁台站的待补缺地磁日变数据，以及若所述待补缺地磁台站的缺失数据时间段为磁扰日，则获取至少一台参考地磁台站的参考地磁台站数据；

步骤2：对待补缺地磁日变数据中为磁平静日的所有地磁日变数据进行数据分离，得到不同日期的静日数据，若所述缺失数据时间段为磁扰日，则还包括对参考地磁台站数据进行数据分离，得到磁扰数据；

步骤3：对任意两日之间的的静日数据通过相关分析法进行处理，得到任意两日之间的静日数据之间的相关性，根据各个日期的静日数据之间的相关性强度，筛选出相关性排序靠前的若干日期的静日数据，作为样本静日数据，

从各个日期的样本静日数据中找出时间最接近所述缺失数据时间段的样本静日数据作为基准静日数据，

通过聚类分析法找寻各个日期的样本静日数据与基准静日数据之间的聚类程度，根据聚类程度和相关性强度从各个日期的样本静日数据选择其中之一者作为第一静日数据，第一静日数据与基准静日数据的均值作为最终静日数据，

若所述缺失数据时间段所在日期为磁平静期，则将最终静日数据作为所述缺失数据时间段对应的地磁日变数据，完成地磁日变数据补缺；若所述缺失数据时间段所在日期为磁扰日期，则将最终静日数据与所述磁扰数据之和作为所述缺失数据时间段对应的地磁日变数据，完成地磁日变数据补缺。

进一步地，所述根据聚类程度和相关性强度从各个日期的样本静日数据选择其中之一者作为第一静日数据，其具体实现过程包括如下步骤：

选择与基准静日数据的聚类程度最接近且与基准静日数据的相关性最强的日期的样本静日数据作为第一静日数据，

或，选择与基准静日数据的聚类程度最接近且与基准静日数据的相关性排名靠前若干名之一的样本静日数据作为第一静日数据。

进一步地，所述参考地磁台站为与待补缺地磁台站所处纬度最接近，且参考地磁台站与待补缺地磁台站的经度差距最小。

进一步地，通过谐波分析法对待补缺地磁日变数据或参考地磁台站数据进行数据分离，分别得到所述静日数据和磁扰数据。

进一步地，执行完所述步骤3之后，还包括步骤4：若缺失数据时间段为至少两个自然日以上，

若缺失数据时间段的自然日为磁平静日，则将经过步骤1-步骤3处理得到的最终静日数据作为各个自然日对应的地磁日变数据；若缺失数据时间段的自然日为磁扰日，则将经过步骤1-步骤3处理得到的最终静日数据与对应日期的所述磁扰数据之和作为对应自然日的地磁日变数据，

缺失数据时间段的地磁日变数据加上其余时间段的实际测得的地磁日变数据作为最终的完整的地磁日变数据。

实现本发明的目的之二的技术方案为：一种处理终端，其包括，存储器，用于存储程序指令；

处理器，用于运行所述程序指令，以执行如下步骤：

步骤1：获取除缺失数据时间段之外的待补缺地磁台站的待补缺地磁日变数据，以及若所述待补缺地磁台站的缺失数据时间段为磁扰日，则获取至少一台参考地磁台站的参考地磁台站数据；

步骤2：对待补缺地磁日变数据中为磁平静日的所有地磁日变数据进行数据分离，得到不同日期的静日数据，若所述缺失数据时间段为磁扰日，则还包括对参考地磁台站数据进行数据分离，得到磁扰数据；

步骤3：对任意两日之间的的静日数据通过相关分析法进行处理，得到任意两日之间的静日数据之间的相关性，根据各个日期的静日数据之间的相关性强度，筛选出相关性排序靠前的若干日期的静日数据，作为样本静日数据，

从各个日期的样本静日数据中找出时间最接近所述缺失数据时间段的样本静日数据作为基准静日数据，

通过聚类分析法找寻各个日期的样本静日数据与基准静日数据之间的聚类程度，根据聚类程度和相关性强度从各个日期的样本静日数据选择其中之一者作为第一静日数据，第一静日数据与基准静日数据的均值作为最终静日数据，

若所述缺失数据时间段所在日期为磁平静期，则将最终静日数据作为所述缺失数据时间段对应的地磁日变数据，完成地磁日变数据补缺；若所述缺失数据时间段所在日期为磁扰日期，则将最终静日数据与所述磁扰数据之和作为所述缺失数据时间段对应的地磁日变数据，完成地磁日变数据补缺。

进一步地，所述根据聚类程度和相关性强度从各个日期的样本静日数据选择其中之一者作为第一静日数据，其具体实现过程包括如下步骤：

选择与基准静日数据的聚类程度最接近且与基准静日数据的相关性最强的日期的样本静日数据作为第一静日数据，

或，选择与基准静日数据的聚类程度最接近且与基准静日数据的相关性排名靠前若干名之一的样本静日数据作为第一静日数据。

进一步地，所述参考地磁台站为与待补缺地磁台站所处纬度最接近，且参考地磁台站与待补缺地磁台站的经度差距最小。

进一步地，通过谐波分析法对待补缺地磁日变数据或参考地磁台站数据进行数据分离，分别得到所述静日数据和磁扰数据。

进一步地，执行完所述步骤3之后，还包括步骤4：若缺失数据时间段为至少两个自然日以上，

若缺失数据时间段的自然日为磁平静日，则将经过步骤1-步骤3处理得到的最终静日数据作为各个自然日对应的地磁日变数据；若缺失数据时间段的自然日为磁扰日，则将经过步骤1-步骤3处理得到的最终静日数据与对应日期的所述磁扰数据之和作为对应自然日的地磁日变数据，

缺失数据时间段的地磁日变数据加上其余时间段的实际测得的地磁日变数据作为最终的完整的地磁日变数据。

本发明的有益效果为：经过补缺的地磁日变数据与实际测量的地磁日变数据吻合度高，补缺效果非常良好；当需要补缺数据的缺失数据时间段为磁平静日，无需参考地磁台站数据，能够对某一单独的地磁台站数据自身不齐全进行地磁台站缺失数据进行补缺。

附图说明

图1为实施例一的的流程示意图；

图2a-图2i为实施例一的静日数据与实测地磁日变数据的对比图；

图3为实施例一的静日数据与基准静日数据的聚类分析结果的实例之一；

图4为实施例一的静日数据和基准静日数据之和对应的曲线的实例之一；

图5为实施例一的参考地磁台站数据经分离得到的磁扰数据的实例之一；

图6为实施例一的补缺后的地磁日变数据和实测地磁日变数据的对比图；

图7为实施例二的一种处理终端的结构示意图。

具体实施方案

下面，结合附图以及具体实施方案，对本发明做进一步描述：

实施例一

如图1至图6所示，一种地磁日变数据补缺方法，包括如下步骤：

步骤1：获取除缺失数据时间段之外的待补缺地磁台站的待补缺地磁日变数据，以及若所述待补缺地磁台站的缺失数据时间段为磁扰日(也即非磁平静日)，则获取至少一台参考地磁台站的参考地磁台站数据。参考地磁台站数据至少包括了缺失数据时间段的地磁日变数据，也即参考地磁台站数据在待补缺地磁台站的缺失数据时间段的数据是完备齐全的。

其中判断某个时间段为磁扰日或磁平静日，可以通过查询相关网站得到，磁扰日或磁平静日可以在国内外的多家网站查询得到，如同天气预报一样，每天更新，并可预报21天以内的磁扰动情况。

需要注意的是，是先确定缺失数据时间段是否为磁扰日后再获取参考地磁台站数据，还是先获取参考地磁台站数据后再确定缺失数据时间段是否为磁扰日，并不影响地磁日变数据补缺，两种顺序方式均可。例如，直接先获取至少包括缺失数据时间段对应日期的参考地磁台站数据并保存作为备用，确定缺失数据时间段是否为磁扰日后再决定是否使用参考地磁台站数据，这种方式也一样能实现并达到相同的技术效果。

优选地，参考地磁台站与待补缺地磁台站所处纬度相同，且参考地磁台站与待补缺地磁台站的经度差距越小越好，也即当有多个参考地磁台站，则选择与待补缺地磁台站的经度差距最小(也即最接近)的参考地磁台站。若没有与待补缺地磁台站处于相同纬度的参考地磁台站，则选择与待补缺地磁台站的纬度差距最小(也即最接近)的参考地磁台站。

步骤2：对待补缺地磁日变数据中为磁平静日的所有地磁日变数据进行数据分离，得到不同日期的静日数据，若所述缺失数据时间段为磁扰日，则还包括对参考地磁台站数据进行数据分离，得到磁扰数据。

优选地，通过谐波分析法对待补缺地磁日变数据或参考地磁台站数据进行数据分离。目前，对待补缺地磁日变数据或参考地磁台站数据进行数据分离的方法中，谐波分析法是效果最好的数据分离方法之一。其原理主要是利用了磁平静日的地磁日变数据曲线随地磁站台所载地的时间周期变化的特征，将地磁日变数据按傅里叶级数展开，则地磁日变数据曲线由一系列谐波合成得到，从而可以从地磁日变数据中分离出静日数据和磁扰数据。静日数据表征了将磁平静日的地磁日变数据中的磁扰数据剔除后的地磁日变数据，虽然磁平静日的地磁日变数据的磁扰幅度很小，但仍然存在，这也是为何需要谐波分析法进行分离的原因；磁扰数据则是指磁扰日的地磁日变数据。

对待补缺地磁日变数据或参考地磁台站数据进行数据分离是以自然日为单位进行逐日分离得到，因此得到每个自然日的静日数据。

步骤3：对任意两日之间的的静日数据通过相关分析法进行处理，得到任意两日之间的静日数据之间的相关性。根据各个日期的静日数据之间的相关性结果，筛选出相关性排序靠前的若干日期的静日数据，筛选出若干日期的静日数据作为样本静日数据。例如选择相关性排序靠前5名的对应日期的静日数据作为样本静日数据。由于待补缺地磁日变数据是以自然日为周期的周期性的地磁日变数据，因此，步骤2中对待补缺地磁日变数据进行数据分离得到的静日数据包括了若干份以日期为单位的静日数据。由于任意两日之间的静日数据的相关性的强弱(对应排名先后顺序)不同，也即其相关性好坏程度不一，因此，需要选择任意两日之间相关性排名靠前的若干日期的静日数据作为样本静日数据。

经过相关分析法对步骤2的所有静日数据进行处理，得到任意两日之间的静日数据的相关性，从而得到样本静日数据。

从各个日期的样本静日数据中找出时间最接近所述缺失数据时间段的样本静日数据作为基准静日数据，通过聚类分析法找寻各个日期的样本静日数据与基准静日数据之间的聚类程度，也即找寻出个日期的样本静日数据的曲线与基准静日数据的曲线之间的相似程度。聚类分析结果表征了两条曲线之间的曲线形态相似好坏。

并选中与基准静日数据的聚类程度最接近且与基准静日数据的相关性最强的日期的样本静日数据作为第一静日数据，第一静日数据与基准静日数据的均值作为最终静日数据。当然，也有可能与与基准静日数据的聚类程度最接近，但不一定与基准静日数据的相关性最强，在这种情况下，可以选择与基准静日数据的聚类程度最接近且与基准静日数据的相关性排名靠前若干名之一的样本静日数据作为第一静日数据，例如选择距离程度最接近但相关性排名为第2名或第3名的样本静日数据作为第一静日数据。

若所述缺失数据时间段所在日期为磁平静期，则将最终静日数据作为所述缺失数据时间段对应的地磁日变数据，从而得到所述缺失数据时间段所在日期的完整的地磁日变数据；若所述缺失数据时间段所在日期为磁扰日期，则将最终静日数据与步骤2的所述磁扰数据之和作为所述缺失数据时间段对应的地磁日变数据，从而得到所述缺失数据时间段所在日期的完整的地磁日变数据。

相关分析法只是分析出不同日期之间的两份静日数据之间的相关性的好坏，但不代表两份静日数据的曲线形态相似度。作为最终静日数据，不仅需要相关性最靠前且相似度也要最接近，因此，还需要对所有的静日数据进行聚类分析法进行处理，得到哪几天的静日数据与基准静日数据之间的曲线形态的相似程度的好坏，也即曲线形态的接近程度。理论上来说，每一天的磁静日数据的变化曲线的形态应该是差别不大的，但实际上，受制于实测地磁数据中掺杂很多噪音，进而影响到谐波分析法的效果，从而导致分离出的静日数据的曲线形态不太相似。因此，还需要通过聚类分析法将经过相关分析法处理后的静日数据的范围进一步缩小，以便于得到可能作为最终静日数据之前的样本数据，并找出与基准静日数据曲线形态相似度最接近的静日数据，从而得到最终静日数据。

优选地，执行完步骤3之后，还包括步骤4：若缺失数据时间段为至少两个自然日以上，若缺失数据时间段的自然日为磁平静日，则将经过步骤1-步骤3处理得到的最终静日数据作为各个自然日对应的地磁日变数据；若缺失数据时间段的自然日均为磁扰日，则将经过步骤1-步骤3处理得到的最终静日数据与对应日期的步骤2的所述磁扰数据之和作为对应自然日的地磁日变数据。若缺失数据时间段的各个自然日均为磁平静日，则缺失数据时间段的各个自然日的地磁日变数据相同，若缺失数据时间段的各个自然日不全为磁平静日，有些自然日为磁扰日，则磁扰日的地磁日变数据为最终静日数据与磁扰数据之和，则缺失数据时间段的各个自然日的地磁日变数据不相同，磁扰日的各个自然日的地磁日变数据为最终静日数据加上对应日期的磁扰数据。从而完成所有缺失数据时间段的地磁日变数据补缺。

获得最终静日数据后，对待补缺地磁日变数据进行数据重构，从而得到了包括数据缺失时间段的所有日期的地磁日变数据，形成以日期连续的地磁日变数据，数据齐全完备。

缺失数据时间段的地磁日变数据加上其余时间段的实际测得的地磁日变数据作为最终的完整的地磁日变数据。

以下，示例性列举一个具体的实例，以便更好理解如何通过相关分析法和聚类分析法对静日数据处理，得到补缺所需的最终静日数据。

某工区野外测量地磁日变数据的时间为某年的7月4日至7月27日，作业期间投放了两台海底日变站(也即地磁台站)，投放深度为500m，两台日变站投放位置纬度相同，经度相差17°，两台日变站回收的地磁日变数据均覆盖了全部测量日期(7月4日至7月27日)，设经度较小的一台日变站为1号台站，另一台日变站为2号台站。并假设1号台站7月21日缺失地磁日变数据，也即缺失数据时间段为7月21日，以2号台站为参考地磁台站。

首先对1号台站的地磁日变数据通过谐波分析法进行分离，通过查询相关网站，可知7月7日、8日、9日、14日、15日、16日、18日、19日和20日这9天为磁平静日，通过谐波分析法进行分离，得到这9天的静日数据分别如图2(包括图2a-图2i)所示，图2方框中的数字表示日期，其中一条曲线(相对光滑的曲线)为分离出的静日数据，另一条曲线(相对有毛刺的曲线)为实际测量的地磁日变数据。

通过相关分析法对这9天的静日数据进行处理，得到任意两天之间的静日数据的相关性，结果如表一所示：

日期	707	708	709	714	715	716	718	719	720
										707	1	0.656	0.934	0.929	0.928	0.866	0.809	0.737	0.884
708	0.656	1	0.809	0.699	0.813	0.759	0.615	0.737	0.749
										709	0.934	0.809	1	0.904	0.969	0.947	0.791	0.783	0.936
714	0.929	0.699	0.904	1	0.926	0.842	0.952	0.906	0.946
										715	0.928	0.813	0.969	0.926	1	0.941	0.812	0.805	0.924
716	0.866	0.759	0.947	0.842	0.941	1	0.73	0.721	0.889
										718	0.809	0.615	0.791	0.952	0.812	0.73	1	0.952	0.917
719	0.737	0.737	0.783	0.906	0.805	0.721	0.952	1	0.904
										720	0.884	0.749	0.936	0.946	0.824	0.889	0.917	0.904	1

表一

表一中，第一行或第一列表示日期，如708表示7月8日，剩下的表示所在行与所在列的日期之间的静日数据的相关性，例如第四行与第6列交会的相关性的值为0.969，即表示7月9日与7月15日的两个日期的静日数据之间的相关性为0.969。

筛选出相关性排名靠前的若干日期的静日数据，从表一中可以得知，7月9日、14日、15日、16日和20日之间的静日数据相关性排名靠前，因此，这里将7月9日、14日、15日、16日和20日的静日数据作为样本静日数据。由于需要补缺数据的时间段为7月21日，在样本静日数据中，最接近7月21日的时间为7月20日，因此，以7月20日的样本静日数据作为基准静日数据。

通过聚类分析对样本静日数据与基准静日数据进行处理，得到7月9日、14日、15日、16日和20日的静日数据分别与7月20日的静日数据之间的聚类程度，其结果如图3所示。从图3可知，与基准静日数据聚类最接近的为7月14日的静日数据，且从表一中也可知，14日的静日数据和20日的静日数据之间的相关性也较高，因此，最终将14日的静日数据和20日的静日数据之和的平均值作为最终静日数据，如图4所示。

经查询相关网站，需要缺失数据时间段的7月21日为轻磁扰日，因此还需要将2号台站的地磁日变数据通过谐波分析法分离出磁扰数据，得到的磁力数据如图5所示。将最终静日数据与磁扰数据之和作为1号台站缺失数据时间段的7月21日的地磁日变数据，也即将图4和图5的曲线相加得到的曲线即为1号台站缺失数据时间段的7月21日的地磁日变数据，如图6所示的第一曲线，图6中的第二曲线为实际测量的7月21日的地磁日变数据曲线。

从图6的经过本方法补缺得到的地磁日变数据(第一曲线)和实际测量得到的地磁日变数据(第二曲线)的最大差值为19.2nT，平均差值为8.2nT。第一曲线和第二曲线的形态一致性较好，拟合程度较高，说明本发明的补缺方法应用在实测地磁数日变据处理中能够取得较好的效果。考虑到地磁日变的变化是一个很复杂的过程，受到诸多因素影响，对于目前的磁测数据精度要求来说，上述差值是在允许的误差范围内。

实施例二

如图7所示，本发明还涉及一种实现以上方法的实体装置的处理终端100，其包括，

存储器101，用于存储程序指令；

处理器102，用于运行所述程序指令，以执行实施例一所述的地磁日变数据补缺方法的步骤。

本说明书所公开的实施例只是对本发明单方面特征的一个例证，本发明的保护范围不限于此实施例，其他任何功能等效的实施例均落入本发明的保护范围内。对于本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及变形，而所有的这些改变以及变形都应该属于本发明权利要求的保护范围之内。

Claims (10)

1.一种地磁日变数据补缺方法，其特征在于，包括如下步骤：

步骤1：获取除缺失数据时间段之外的待补缺地磁台站的待补缺地磁日变数据，以及若所述待补缺地磁台站的缺失数据时间段为磁扰日，则获取至少一台参考地磁台站的参考地磁台站数据；

步骤2：对待补缺地磁日变数据中为磁平静日的所有地磁日变数据进行数据分离，得到不同日期的静日数据，若所述缺失数据时间段为磁扰日，则还包括对参考地磁台站数据进行数据分离，得到磁扰数据；

步骤3：对任意两日之间的的静日数据通过相关分析法进行处理，得到任意两日之间的静日数据之间的相关性，根据各个日期的静日数据之间的相关性强度，筛选出相关性排序靠前的若干日期的静日数据，作为样本静日数据，

从各个日期的样本静日数据中找出时间最接近所述缺失数据时间段的样本静日数据作为基准静日数据，

通过聚类分析法找寻各个日期的样本静日数据与基准静日数据之间的聚类程度，根据聚类程度和相关性强度从各个日期的样本静日数据选择其中之一者作为第一静日数据，第一静日数据与基准静日数据的均值作为最终静日数据，

若所述缺失数据时间段所在日期为磁平静期，则将最终静日数据作为所述缺失数据时间段对应的地磁日变数据，完成地磁日变数据补缺；若所述缺失数据时间段所在日期为磁扰日期，则将最终静日数据与所述磁扰数据之和作为所述缺失数据时间段对应的地磁日变数据，完成地磁日变数据补缺。

2.根据权利要求1所述的地磁日变数据补缺方法，其特征在于，所述根据聚类程度和相关性强度从各个日期的样本静日数据选择其中之一者作为第一静日数据，其具体实现过程包括如下步骤：

选择与基准静日数据的聚类程度最接近且与基准静日数据的相关性最强的日期的样本静日数据作为第一静日数据，

或，选择与基准静日数据的聚类程度最接近且与基准静日数据的相关性排名靠前若干名之一的样本静日数据作为第一静日数据。

3.根据权利要求1所述的地磁日变数据补缺方法，其特征在于，所述参考地磁台站为与待补缺地磁台站所处纬度最接近，且参考地磁台站与待补缺地磁台站的经度差距最小。

4.根据权利要求1所述的地磁日变数据补缺方法，其特征在于，通过谐波分析法对待补缺地磁日变数据或参考地磁台站数据进行数据分离，分别得到所述静日数据和磁扰数据。

5.根据权利要求1所述的地磁日变数据补缺方法，其特征在于，执行完所述步骤3之后，还包括步骤4：若缺失数据时间段为至少两个自然日以上，

若缺失数据时间段的自然日为磁平静日，则将经过步骤1-步骤3处理得到的最终静日数据作为各个自然日对应的地磁日变数据；若缺失数据时间段的自然日为磁扰日，则将经过步骤1-步骤3处理得到的最终静日数据与对应日期的所述磁扰数据之和作为对应自然日的地磁日变数据，

缺失数据时间段的地磁日变数据加上其余时间段的实际测得的地磁日变数据作为最终的完整的地磁日变数据。

6.一种处理终端，其特征在于：其包括，

存储器，用于存储程序指令；

处理器，用于运行所述程序指令，以执行如下步骤：

步骤1：获取除缺失数据时间段之外的待补缺地磁台站的待补缺地磁日变数据，以及若所述待补缺地磁台站的缺失数据时间段为磁扰日，则获取至少一台参考地磁台站的参考地磁台站数据；

步骤2：对待补缺地磁日变数据中为磁平静日的所有地磁日变数据进行数据分离，得到不同日期的静日数据，若所述缺失数据时间段为磁扰日，则还包括对参考地磁台站数据进行数据分离，得到磁扰数据；

步骤3：对任意两日之间的的静日数据通过相关分析法进行处理，得到任意两日之间的静日数据之间的相关性，根据各个日期的静日数据之间的相关性强度，筛选出相关性排序靠前的若干日期的静日数据，作为样本静日数据，

从各个日期的样本静日数据中找出时间最接近所述缺失数据时间段的样本静日数据作为基准静日数据，

通过聚类分析法找寻各个日期的样本静日数据与基准静日数据之间的聚类程度，根据聚类程度和相关性强度从各个日期的样本静日数据选择其中之一者作为第一静日数据，第一静日数据与基准静日数据的均值作为最终静日数据，

若所述缺失数据时间段所在日期为磁平静期，则将最终静日数据作为所述缺失数据时间段对应的地磁日变数据，完成地磁日变数据补缺；若所述缺失数据时间段所在日期为磁扰日期，则将最终静日数据与所述磁扰数据之和作为所述缺失数据时间段对应的地磁日变数据，完成地磁日变数据补缺。

7.根据权利要求6所述的处理终端，其特征在于，所述根据聚类程度和相关性强度从各个日期的样本静日数据选择其中之一者作为第一静日数据，其具体实现过程包括如下步骤：

选择与基准静日数据的聚类程度最接近且与基准静日数据的相关性最强的日期的样本静日数据作为第一静日数据，

或，选择与基准静日数据的聚类程度最接近且与基准静日数据的相关性排名靠前若干名之一的样本静日数据作为第一静日数据。

8.根据权利要求6所述的处理终端，其特征在于，所述参考地磁台站为与待补缺地磁台站所处纬度最接近，且参考地磁台站与待补缺地磁台站的经度差距最小。

9.根据权利要求6所述的处理终端，其特征在于，通过谐波分析法对待补缺地磁日变数据或参考地磁台站数据进行数据分离，分别得到所述静日数据和磁扰数据。

10.根据权利要求6所述的处理终端，其特征在于，执行完所述步骤3之后，还包括步骤4：若缺失数据时间段为至少两个自然日以上，

若缺失数据时间段的自然日为磁平静日，则将经过步骤1-步骤3处理得到的最终静日数据作为各个自然日对应的地磁日变数据；若缺失数据时间段的自然日为磁扰日，则将经过步骤1-步骤3处理得到的最终静日数据与对应日期的所述磁扰数据之和作为对应自然日的地磁日变数据，

缺失数据时间段的地磁日变数据加上其余时间段的实际测得的地磁日变数据作为最终的完整的地磁日变数据，

缺失数据时间段的地磁日变数据加上其余时间段的实际测得的地磁日变数据作为最终的完整的地磁日变数据。

Images