1. 本选题研究的目的及意义

地面气温作为重要的气象要素之一，在气候监测、天气预报、农业生产、环境保护等领域中扮演着至关重要的角色。

然而，受到观测仪器、环境因素、人为操作等多种因素的影响，地面气温观测数据中不可避免地存在着一些异常值和错误数据，这些数据严重影响着气象数据的质量，进而制约着相关领域的研究和应用。

因此，对地面气温资料进行质量控制，及时发现并剔除错误数据，保证气象数据的准确性和可靠性，对于提高气象服务的质量和水平具有重要意义。

2. 本选题国内外研究状况综述

地面气温资料质量控制是气象领域的一个重要研究方向，近年来，国内外学者在该领域开展了大量的研究工作，并取得了一系列的研究成果。

1. 国内研究现状

国内学者在地面气温资料质量控制方面做了大量研究，取得了显著成果。

3. 本选题研究的主要内容及写作提纲

本选题研究的主要内容包括以下几个方面：
1.深入研究地面气温资料的特点及误差来源，分析地面气温资料质量控制的难点和重点。

2.系统研究bp神经网络和adaboost算法的基本原理，探讨其在地面气温资料质量控制中的可行性和优势。

3.构建基于bp_adaboost算法的地面气温资料质量控制模型，并利用历史气温数据对模型进行训练和优化。

4. 研究的方法与步骤

本研究将采用以下方法和步骤：
1.数据收集和预处理：收集地面气温观测数据、气象站点元数据等相关资料，并对数据进行清洗、缺测值插补等预处理操作，以构建可靠的研究数据集。

2.bp神经网络模型构建：利用预处理后的气温数据，构建bp神经网络模型，对地面气温数据进行初步的质量控制。

3.adaboost算法集成：在bp神经网络模型的基础上，引入adaboost算法，构建bp_adaboost模型，通过集成多个弱分类器，提高模型对异常数据的识别能力。

5. 研究的创新点

本研究的创新点主要体现在以下几个方面：
1.提出了一种基于bp_adaboost算法的地面气温资料质量控制方法，将bp神经网络和adaboost算法相结合，充分发挥两种算法的优势，提高了模型对地面气温资料异常值的识别能力。

2.针对地面气温资料的特点，对bp_adaboost模型进行了优化，提高了模型的精度和效率。

3.利用实际地面气温资料对所构建的模型进行了检验，验证了模型的有效性和可靠性。

6. 计划与进度安排

第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。

第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲

第三阶段（2024.2~2024.3）查询资料，学习相关论文

7. 参考文献（20个中文5个英文）

[1] 孙林,郭锐,谢正辉,等. 基于adaboost算法的电力负荷异常数据识别[j]. 电力系统保护与控制, 2021, 49(16): 149-156.

[2] 刘洋,熊安元,刘志武,等. 基于时间序列重构和改进adaboost算法的光伏发电功率预测[j]. 电力系统自动化, 2021, 45(19): 101-109.

[3] 谢洁,张强,赵天良. 基于adaboost-bp神经网络的短期风速预测[j]. 电力系统及其自动化学报, 2021, 33(01): 163-169.