Поскольку решение проблемы с пропущенными данными имеет ключевое значение при исследованиях, связанных с пространственно-климатическими и гидрологическими изменениями, выявлением и оценкой трендов и закономерностей, в данной работе исследуется возможность использования машинного обучения, как инструмента для восстановления пропущенных значений во временных рядах данных гидрометеорологических наблюдений. Предложен алгоритм заполнения пропусков, предполагающий три этапа. На первом этапе определяются непрерывные наборы данных на смежных постах (временные ряды данных на постах наблюдений, расположенных вблизи с исходным постом наблюдения, не имеющие пропусков) с высокой корреляционной взаимосвязью. Второй этап заключается в формировании обучающего и тестируемого наборов данных: обучающий набор данных представляет собой все имеющиеся значения исходного ряда наблюдений и соответствующие им значения смежных постов наблюдения; тестируемый набор данных состоит из всех имеющихся пропущенных значений и соответствующих им значений со смежных постов. На третьем этапе осуществляется выбор подходящих методов машинного обучения и метрик для оценки точности и эффективности разработанных моделей восстановления пропусков. Используя предложенный подход, получены наиболее оптимальные модели, позволяющие с высокой точностью восстановить пропущенные значения: для временных рядов расхода воды такими моделями являются множественная линейная регрессия и многослойный персептрон; для уровня воды — многослойный персептрон; для количества осадков — многослойный персептрон; для температуры воздуха — множественная линейная регрессия. Следующим этапом работы является исследование возможности улучшения результатов работы рассмотренных моделей путем использования инструментов для определения оптимальных гиперпараметров.
Since solving the problem with missing data is of key importance in studies related to spatial-temporal, climatic and hydrological changes, identifying and evaluating trends and patterns, this paper examines the possibility and effectiveness of using machine learning as a tool for restoring missing values in time series of hydrometeorological data. An algorithm for filling in gaps is proposed, which involves three stages. At the first stage, continuous data sets of hydrometeorological data at adjacent stations are determined (time series of data at stations located near the original station, which do not have gaps) with a high correlation relationship. The second stage consists in the formation of training and test datasets: the training dataset represents all available values of the initial station and the corresponding values of adjacent stations; The data set under test consists of all available missing values and their corresponding values from adjacent stations. At the third stage, appropriate machine learning methods and metrics are selected to evaluate the accuracy and effectiveness of the developed gaps recovery models. Using the proposed approach, the most optimal models were obtained, allowing to restore the missing values with high accuracy: for time series of streamflow, the optimal models are Multiple Linear Regression and Multilayer Perceptron; for time series of water level, the Multilayer Perceptron model; for total precipitation time series — Multilayer Perceptron; for air temperature data sets — Multiple Linear Regression. The next stage of the work is to investigate the possibility of improving the performance of the considered models by using tools to determine the optimal hyperparameters of the models.