关键词：正弦修正模型 时序修正模型 标准模型 模型拟合 预测修补 

摘要：目的建立预测精度较好的大气温度监测缺失数据修补的方法和模型。方法采用正弦函数对GM（1,1）标准模型进行修正,建立分段的GM（1,1）正弦修正模型对缺失数据进行修补。以万宁试验站某天监测的温度日记时值数据为试验数据,同时建立GM（1,1）标准模型、GM（1,1）时序修正模型和GM（1,1）正弦修正模型,对比分析各模型的修补误差,确立较好的修补模型。结果从模型的拟合效果分析,GM（1,1）标准模型和GM（1,1）正弦修正模型的拟合性最好,GM（1,1）时序修正模型的拟合性相对较差一些;从预测精度上分析,GM（1,1）标准模型和GM（1,1）时序修正模型预测修补效果差,平均相对误差分别达到22.54%和17.70%,而GM（1,1）正弦修正模型预测修补的平均误差仅为3.14%,得到了较大的改进,预测效果好。结论正弦修正模型能很好地修补缺失数据,其修补效果比时序修正模型和标准模型都要好。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社