基于不同地形的GPS对流层延迟插值方法研究

通过利用北京、武汉两地的GPS数据,采用反距离加权法、克里金法研究不同地形下GPS对流层延迟插值效果.经比较,反距离加权法与克里金法的插值效果基本一致,在对武汉地区进行GPS对流层延迟插值时插值效果均在毫米级,在北京地区的插值效果则有不同:平坦地区插值效果达到毫米级;山区插值效果为厘米级,无法满足应用需求.     

基于ICESat/GLAS的山东省SRTM与ASTER GDEM高程精度评价与修正

SRTM3和ASTER GDEM V2数据具有较高的空间分辨率和广泛的覆盖范围,对于地学研究具有重要意义;但在不同地形复杂度和地面覆盖物区域,两类数据的误差分布并不均匀。SRTM3和ASTER GDEM V2数据自公布以来,其精度修正一直是研究热点。然而大范围区域精度验证缺乏有效手段,传统方法可靠性差且数据获取成本较高。自ICESat-1数据公开以来,它们已成为SRTM3和ASTER GDEM V2精度评定的主要检核点。为此,本文以山东省为研究区域,借助ICESat-1评估了SRTM3和ASTER GDEM V2的高程精度,并根据插值误差曲面对两种DEM进行了修正。分析表明,原始SRTM和ASTER高程中误差分别为5.57 m和7.20 m,均高于标称精度;随着坡度的增大,高程精度呈降低的趋势。通过分析土地覆盖类型与误差分布关系表明:农田、灌丛土地类型精度较高;森林、湿地精度较低。分别采用反距离加权、普通克里金、地形转栅格和自然邻域插值方法构建误差曲面。结果表明:不同的插值方法构建的误差曲面的特征和精度也不同。其中,反距离加权修正的效果最佳,其次是地形转栅格和自然邻域,而普通克里金修正的效果最差。     

基于GLM-PSO-coKriging模型的地表形变研究

以斜坡灾害易发地带兰州市城关区为研究区,通过PS-InSAR技术提取地表形变点的地表形变速率,反映地质灾害在空间范围内的分布。以协克里金插值为基础,结合广义线性模型（GLM）和粒子群优化算法（PSO）,构建PSO-GLM-coKriging插值模型,以地表形变速率为主变量,DEM,岩土疏松度和NDVI拟合参数为协变量,进行空间插值模拟。与co-Kriging模型和GLM-co-Kriging模型相比较,PSO-GLM-coKriging插值模型具有更高的精度和更好的模拟效果,消除了多维度产生的复杂度,改善了小尺度范围内的插值效果,3个模型的误差分别为1.25 mm/year,0.70 mm/year,0.47 mm/year。因此,通过PSO-GLM插值模型对形变点空白区的插值模拟,对城关区城镇化的规划建设提供一定的数据和理论支撑。     

基于DEM修正的MODIS地表温度产品空间插值

地表温度是资源环境、气候变化、陆地生态系统等科学研究的重要参数之一。MODIS LST（Land Surface Temperature, LST）产品是地表温度相关研究的重要数据源。而现有MODIS LST产品均存在云覆盖区域,因此云覆盖区域地表温度估计已成为热红外遥感的前沿性研究难题。为解决MODIS LST产品云遮挡区域地表温度信息缺失,以秦岭地区为研究区,选用2001-2017年的MOD11A2数据,在传统的反距离权重（IDW）、规则样条函数（SPLINE）、普通克里金（OK）、趋势面（TREND）空间插值方法中引入高程因子,通过反复试验形成基于DEM修正的MODIS LST空间插值方法。分析空间插值结果表明： ① 空间插值精度由高到低为：OK>SPLINE>IDW>TREND,基于DEM修正后精度分别提高了约0.38、0.31、0.32和0.78℃; ② 空间插值结果的精度呈现季节差异,夏季6、7、8月的精度较高,1月的精度最低;③ 插值精度与云区的范围存在一定的关系,当云覆盖区域<1.1 km²时,DEM+OK方法的插值误差<0.55 ℃,当云覆盖区域<3.1 km²,插值误差<1 ℃;DEM+SPLINE方法在云覆盖区域<2.7 km²时,插值误差<0.55 ℃,云覆盖区域<10.4 km²,插值误差<1℃;当云覆盖为1.1~2.7 km²时,DEM+SPLINE方法的插值精度高于DEM+OK方法。     

机载LiDAR点云密度和插值方法对DEM及地表粗糙度精度影响分析

机载LiDAR点云是获取高质量数字高程模型(Digital Elevation Model, DEM)的主要数据源,而地表粗糙度作为DEM的主要派生产品,在地学研究中发挥了重要作用,但点云密度和插值方法对DEM及地表粗糙度精度影响程度并没有明确结论。为此,本文利用不同地形条件下的林区机载LiDAR点云为实验对象,将原始点云随机缩减为不同的采样密度,利用5种常用插值方法(克里金(Ordinary Kriging, OK),径向基函数(Radial Basis Function, RBF),不规则三角网(Triangulated Irregular Network, TIN),自然邻域(Natural Neighbor, NN)和反距离加权(Inverse Distance Weighting, IDW))构建各个测区不同采样密度条件下的DEM,并通过空间特征和统计特征两方面对DEM及其地表粗糙度精度分析。结果表明:(1) DEM插值算法的精度随点云密度缩减而降低,且数据量缩减至原始数据量的30%后,不同算法精度区别较为明显,其中,RBF和OK精度最优,IDW精度最低;(2) DEM误差与...     

基于多尺度最小二乘支持向量机优化的克里金插值方法

克里金插值方法根据待估位置点、已知样本数据点的位置关系和区域化变量的空间相关性,实现空间加权估计,满足估计的无偏性和最优性。传统方法理论模型形状固定且选择具有人为主观性,无法反映空间数据的变化趋势及其空间多尺度特征。本文为解决上述问题,提出了一种基于多尺度最小二乘支持向量机优化的克里金插值方法,此方法为拟合实验变异函数提供了一种新的思路。从实际样本数据的变化趋势出发,采用最小二乘支持向量机拟合实验变异函数,并利用不同尺度小波核反映不同尺度下的空间变化。最后,实验环节包括模拟和应用,模拟主要验证经多尺度最小二乘支持向量机优化后插值方法的科学有效性以及准确性,应用主要研究青岛市PM_2.5浓度时空分布特征,为城市生态科学防护及控制提供理论依据。结果表明,基于多尺度最小二乘支持向量机优化的克里金插值方法能够更好地刻画变异函数,反映不同尺度下的空间变化细节,从而在一定程度上提高插值的精度,是一种可选的克里金插值方法。     

AMMI模型的DEM内插方法不确定性研究

 内插模型的精度评价问题一直是DEM内插研究中的热点问题。以往较多的研究关注插值模型本身的精度评价,却忽略了插值模型与应用环境之间的交互作用,例如,普通克里金方法作DEM内插一般精度较差,但是当插值区域平坦时,该方法的插值精度却很高,这表明该方法对平坦地形的插值问题具有较好的适应性。为了分析不同插值模型在不同地形环境下的适用性,本文选取陕北黄土高原地区不同地貌类型的实验样区,应用AMMI模型对不同内插模型的精度,以及对不同地貌类型的适用性进行评价,该模型最大的特点是很好地结合了方差分析与回归分析的特点,特别适合于不同影响因素之间交互作用的分析。实验结果表明,AMMI模型可以有效地分析内插方法与地貌环境对内插精度的交互作用,不同的内插方法对不同的地貌类型区的适用性存在差异。以本文的研究为例,在陕北黄土高原地区最稳定的DEM内插方法是样条函数法,而反距离加权法与Top to Raster方法精度会更高。最后,通过对环境指数与若干地形因子的相关性分析,表明地貌类型区的坡度可以粗略地代表第一环境指数。     

基于ArcEngine的等雨量线绘制

等雨量线的绘制是济南城市防汛预警决策支持系统中最基本的功能之一.等雨量线的绘制最关键的部分为用已有站点的雨量数据进行空间插值,生成连续的雨量栅格图,再将雨量值相等的点连成等雨量线.本文用ESRI提供的ArcEngine组件实现了反距离加权插值(IDW)、样条函数插值(Spline)、克里金插值(Kriging)3种常用的插值方法,结合济南市现有的31个雨量站点的雨量数据,分别绘制出等雨量线,并比较3种插值方法的插值结果.结果表明:3种插值方法的结果都基本上反映了济南降雨的空间分布规律,而克里金插值的效果最好.     

虚拟站点在黑河流域降水模拟中的应用

降水作为气候系统的关键因素,也是影响区域植被生长以及生态变化规律的重要因子。本文针对黑河流域气象站点分布稀疏情况,采用信息熵及半变异函数理论构建该流域虚拟气象站点,并结合部分已有站点对整个流域降水进行插值模拟。信息熵可以计算每个站点降水值所包含的信息,通过联合熵以及条件熵来依次选取所含信息量多的站点,同时结合半变异函数模型来观察各站点之间的空间相关性,以此构建最优站点数据集。利用1991-2003年该流域15个气象台站的年平均降水量作为基础数据,考虑高程、坡度、坡向对降水的影响,对降水进行相关性分析,建立回归方程反演虚拟站点降水值。最后,采用协同克里金（Co-Kriging）与具有漂移的克里金（KED）方法对该流域进行插值,对比插值精度。结果表明,增加虚拟站点有效提高了降水插值精度,在该情况下使用KED方法插值结果与观测值最接近。     

基于地形和GPS观测的SAR干涉图大气延迟估计

大气效应尤其是大气水汽含量在时间和空间上变化引起的雷达信号传播延迟,是重轨雷达干涉测量中难以消除的主要误差源之一。仅借助对GPS水汽的空间数学插值实现对InSAR中的大气延迟改正时,由于未能顾及地形对大气湿延迟的影响,导致改正效果较差。针对这一问题,分析了大气湿延迟中垂直分层部分与地形的关系,建立了两者间相关函数模型,进而提出了顾及地形影响的大气延迟插值新方法。实验结果表明：插值新方法较常规距离权倒数和克里格法,具有明显的优越性。     

线性加权回归模型的高原山地区域降水空间插值研究

在山地和高原区域,地形对降水影响比较显著。常规空间插值方法通常不考虑地形要素,插值精度有限。考虑到降水量与高程存在较强的相关关系,采用局部线性加权回归模型预测山地和高原区域的降水分布。推导了回归计算公式,并在ArcGIS 9.0中编程实现算法。选取美国德克萨斯州西北部地区进行局部线性加权回归空间插值,并与普通Kriging、倒距离加权法比较。误差分析表明:在地形复杂的地区,线性加权回归模型比传统方法有优势。     

日降水量的空间插值方法与应用对比分析——以深圳市为例

综合分析了四种空间插值方法,即距离权重倒数法、局部多项式法、普通克里金法和考虑海拔的协克里金法的特点,并以深圳市36个雨量站2006年雨季27天的日累计降水量数据为实例进行了研究和验证,采用交叉检验的方法对插值结果进行比较。研究表明,四种方法均能反映降水总体情况,但插值曲面相对真实曲面较平滑,距离权重倒数法的插值曲面最为平滑;多项指标比较显示,克里金法优于距离权重倒数法和局部多项式法。与普通克里金法相比,考虑海拔的协克里金法对插值精度没有明显提高。依照雨量站海拔、日均降水量分别对插值结果数据分组统计比较表明,海拔高的雨量站插值结果普遍大于实测结果,海拔低的雨量站则相反;日均降水量较大时(>50mm),插值误差明显增大。     

����MODISˮ�����ݸ���InSAR�еĴ���ЧӦ

????????MODIS??????????InSAR?е????Ч?????????????????????????????????????????????????????????????????????????????????ó????????????Ч???????????ò???????????????MODIS?????????????顣??鷢????????????????MODIS????????????InSAR??GPS????????????????31.25%??     

Kriging插值和序贯高斯条件模拟算法的对比分析

本文对Kriging插值与序贯高斯条件模拟值的算法联系进行了推导,并将两种计算结果和原始数据的统计参数作了对比。结果表明,Monto-carlo方法求得的序贯高斯条件模拟值经数学变换后等同于已知数据和此前模拟数据共同参与的Kriging插值结果与一个随机偏差的和,该随机偏差的均值为0,方差为Kriging误差方差。最优性条件导致Kriging插值结果的方差较原始数据降低了1个Kriging误差方差,造成Kriging平滑效应,其空间变异函数值降低,但自协方差函数值不变。序贯高斯条件模拟避免了平滑效应,其方差、变异函数和自协方差函数均不变,而其模拟值的误差方差较Kriging误差方差增加了1倍,表明1次随机模拟值的误差比Kriging插值大。然而,多次随机模拟值的平均值与Kriging插值的地理制图效果近似,可以弥补局部估值误差大的不足。因此,在应用中,Kriging插值是提供局部最优估计的方法,但却低估了全局的空间变异。而序贯高斯条件模拟的优点,在于提供若干等可能概率的模拟结果以进行估值的不确定性评价,并再现全局的空间可变性。     

A new strategy combined HASM and classical interpolation methods for DEM construction in areas without sufficient terrain data

Spatial interpolation is an important method in the process of DEM construction. However, DEMs constructed by interpolation methods may induce serious distortion of surface morphology in areas lack of terrain data. In order to solve this problem, this paper proposes a strategy combining high-accuracy surface modeling(HASM) and classical interpolation methods to construct DEM. Firstly, a triangulated irregular network(TIN) is built based on the original terrain data, and the area of the triangles in the TIN is used to determine whether to add supplementary altimetric points(SA-Points). Then, classical interpolation methods, such as Inverse Distance Weighted(IDW) method, Kriging, and Spline, are applied to assign elevation values to the SA-Points. Finally, the SA-Points are merged with the original terrain data, and HASM is used to construct DEM. In this research, two test areas which are located in Nanjing suburb in Jiangsu Province and Guiyang suburb in Guizhou Province are selected to verify the feasibility of the new strategy. The study results show that:(1) The combination of HASM and classical interpolation methods can significantly improve the elevation accuracy of DEMs compared with DEM constructed by a single method.(2) The process of adding SA-Points proposed in this study can be repeated in many times. For the test areas in this paper, compared with the results with only one execution, the results with more executions are in much more accordance with the actual terrain.(3) Among all the methods discussed in this paper, the one combined HASM and Kriging produce the best result. Compared with the HASM alone, absolute mean error(MAE) and root mean square error(RMSE) of the best result were reduced from 1.29 m and 1.83 m to 0.68 m and 0.45 m(the first test area), and from 0.32 m and 0.38 m to 0.21 m and 0.28 m( The second test area).     

高程内插方法对DEM所提取坡度、坡向精度的影响

DEM及数字地形分析的精度无疑受到包括高程数据空间内插方法在内的多种因素的影响,本研究利用模拟高斯曲面为基准数据,通过四种不同插值方法结果的对比,分析说明每种插值方法在某一标度范围内插值精度的优劣,从而在应用中针对不同条件采用相应优选的插值方法.在此基础上,对于四种插值方法生成相应的坡度、坡向值,通过与真值的比较探讨插值方法对用DEM提取坡度、坡向的影响.实验结果确定了不同内插方法对坡度和坡向因子提取精度的大小,发现在坡度方面,SPLINE方法内插出来的坡度最精确,其他依次为KRIGING,IDW,TIN;在坡向方面,SPLINE内插出来的坡向最接近真值,是最精确的插值方法,其他依次为KRIGING,TIN,IDW.以上结果为空间插值方法的选择提供了参考.     

���ֲ�ֵ�����ڹ����ϼ�����DEM�еıȽ�

???????????????????????????????????????б??????????t??????????????????????????????????????????????????????????????????????????????????????DEM??     

基于地基LiDAR点云数据插值方法的对比研究

以冷龙岭断裂上一处典型地貌点云数据为例,采用最邻近法、距离反比法、不规则三角网法、样条函数法、克里金法等5种插值方法进行遗漏点云插值填充,研究并探讨最合适的插值算法。结果表明,不规则三角网插值法不仅可以很好地填充点云遗漏数据,还可以按照实际地形变化精确表示其高程数据并还原野外的真实场景,为后期的研究提供数据保证。     

����Kriging�㷨��������ϵ���ά����ɨ��������ݲ�ֵ�о�

????Kriging???????????????С????????????μ??????????????????????????????????????????????в??????????????????????????????????????е???Ч?????????