基于多层紧支撑径向基函数的DEM插值方法

采用多层紧支撑径向基函数对离散数据内插生成DEM。首先对采样数据进行预处理,在原始数据上删除最小距离点对上的点,每次删除后将剩下的数据点存储并作为下一次删除操作的数据源,重复删除操作至点数为给定的初值;然后在已存储的数据集中选取均匀度较大的m个子集作为插值的数据源,分别进行紧支撑径向基函数插值,将上一层的误差作为下一层的插值属性值,求解插值矩阵系数。将规则格网点作为插值点通过插值矩阵内插生成DEM,并且与各种径向基函数插值方法进行比较。实验分析表明,基于多层紧支撑径向基函数的DEM具有较高的插值精度,可作为一种DEM插值方法。     

基于自适应紧支撑径向基函数的点云三维建模

激光扫描仪(Laser'Scanner,LS)获得的点云数据由海量全离散的矢量坐标点构成.由于点云数据没有明显的形体信息和拓扑关系信息,考虑数据本身蕴含的丰富信息,采用改进后的自适应紧支撑径向基函数(AdaptiveCS-RBF)算法对点云数据进行曲面重建.在介绍紧支撑径向基函数数学模型的基础上,采用激光扫描获得同济大学孔子头像点云数据进行实例建模,通过比较不同建模参数获得的模型,分析该方法的应用效果.     

五种常用降水量插值方法误差时空分布特征研究——以深圳市为例

在洪水、滑坡等地质灾害预警预报中,通常需要对多个时点、多个站点的降水量观测数据进行高精度插值,雨量插值精度对灾害预警预报的可靠度具有很大的影响,因此研究降水量插值方法误差的时空分布特征具有重要的科研和实用价值.该文以深圳市2008年6月12日至14日百年一遇的强降水过程为例,采用交叉验证方法对反距离权重法、普通克里金法、全局多项式法、局部多项式法和径向基函数法五种常用空间插值方法误差的时空分布特征进行分析,研究成果可为根据雨量时空分布特点选取适用雨量插值模型提供相关依据,并为相关研究提供借鉴.     

自适应的IDW插值方法及其在气温场中的应用

反距离权重(Inverse Distance Weighting,IDW)插值通常采用距离搜索策略选择插值参考点,当采样点集分布不均匀时,距离搜索策略使得参考点聚集一侧影响插值精度。自然邻近关系具有良好的自适应分布特性,可有效地解决参考点分布不均匀问题。结合自然邻近关系,提出自适应的反距离权重(Adaptive-IDW,AIDW)插值方法。首先对采样数据构建初始Delaunay三角网,然后采用逐点插入法,将待插值点插入初始Delaunay三角网中,局部调整得到新的Delaunay三角网,以待插值点的一阶邻近点作为IDW插值的参考点,使参考点自适应均匀地分布在待插值点周围,再进行IDW插值计算。利用AIDW插值方法对Franke函数、全国气温观测数据进行插值实验,结果表明此方法具有较高的精度,且减少了“牛眼”现象。     

基于线性GSI二维半变异函数各向异性结构建模及估计研究——以DEM数据为例

鉴于传统各向异性二维半变异函数各向同性化方法未充分考虑或无力精确描述其内部结构信息的缺陷,本研究通过引入线性广义尺度不变（GSI）模型,以DEM数据作为验证对象,对二维半变异函数各向异性结构信息进行多尺度建模,并采用旋转椭圆法、两步搜索作图法等方法对系统参数进行估计,最后以球状模型为例对理论半变异函数的估计精度,及其在空间数据插值中的应用效果进行对比研究。结果表明：各向异性普遍存在于地形数据的空间变异中,有证据表明,这种各向异性结构中处处显现出不同的变形特征,但是也存在着某种规则性的成分,如各向同性圆形或近圆形等值线,因此,在对坐标进行各向同性化处理时不适合采用“一刀切”的方式去处理;GSI系统参数皆能得到较高精度的估计,如决定系数R²普遍达到了0.99以上,间接证明了GSI模型对地形数据各向异性结构处理的有效性和适用性;通过理论模型估计和插值结果对比,线性GSI坐标转换法比传统坐标转换法有了明显的精度提升,并且展现出了较高的边缘信息恢复能力,但也表现出了一定的局限性和不稳定性。     

基于GIS的新疆气温数据栅格化方法研究

以新疆99个气象台站1971-2010年年平均气温为数据源,采用多元回归结合空间插值的方法对新疆区域气温数据进行栅格化研究。建立了年平均气温与台站经纬度和海拔高度的多元回归模型,对于残差数据的插值采用了反距离权重法(IDW) 、普通克立格法 (Kriging)和样条函数法(Spline)3种目前应用广泛的空间插值方法,针对于这3种方法进行了基于MAE和RMSIE的交叉验证和对比分析,结果表明在新疆的年平均气温的GIS插值方案中,IDW方法精度总体要高于其他两种插值方法。     

基于地形高程的云南省降雨量空间插值方法研究

以云南省1961-2010年多年平均降雨量和云南省数字高程模型为基础数据源,通过对降雨数据的分析,将数字高程模型作为影响降雨强度的主要因素,引入到降雨量空间预测的多元地理统计中,并利用协同克里格算法构建降雨强度与地形高程之间的数学关系模型,对云南省年平均降雨数据进行空间插值模拟。插值结果与距离权重法、一阶局部多项式法、二阶局部多项式法、样条函数法、普通克里格法等其他5种空间数据插值方法进行对比与分析,并通过分析各个交叉检验统计量来验证评估数据的误差,从而选取出最优的空间插值方法。结果显示,普通克里格法和协同克里格法对降雨量空间插值的效果和精度高于反距离法、局部多项式法和样条函数法,而协同克里格法由于考虑了地形高程对降雨量的影响,具有更好的插值效果,因而更适合山地降雨数据的空间插值。     

广州市表层土壤磁学性质的空间插值方法比较

本文利用广州市范围内的350个表层土壤样品χ_lf、χ_ARM/SIRM、HIRM等14个磁学参数的测试结果，在对各磁学参数分别进行统计特征分析和正态性检验的基础上，对满足正态或近似正态分布的磁学参数进行趋势分析。利用确定性插值法（包括反距离权重法和径向基函数法）和地统计法（包括普通克里金法和泛克里金法）对14个磁学参数进行空间插值并根据交叉验证法（比较不同插值方法的交叉验证参数）的结果，比较地统计法和确定性插值法的预测误差，从而确定14个磁学参数的最优插值方法。结果表明：1）地统计法中，χ_ARM、χ_lf、χ_hf、S₁₀₀、S₃₀₀、S_-100、SIRM和HIRM的普通克里金法插值效果最好；SIRM/χ的泛克里金法插值效果最好；χ_ARM/SIRM和S_-300的普通克里金法（OK）和泛克里金法（UK）的插值效果接近。OK法作为最常用的地统计空间插值方法，在表土磁学参数上也相较于UK适用范围更广。2）确定性插值法中，χ_ARM、χ_lf、χ_hf、χ_fd（%）、χ_ARM/χ、χ_ARM/SIRM、HIRM的径向基函数法插值效果最优；S₁₀₀、S_-100、S_-300和SIRM的反距离权重法插值效果最优；反距离权重法和径向基函数法均可作为χ_fd、SIRM/χ、S₃₀₀的插值方法。3）综合比较地统计法和确定性插值法，发现χ_ARM、χ_lf、χ_hf、χ_fd、χ_fd（%）、χ_ARM/χ、χ_ARM/SIRM、S₃₀₀、HIRM的空间插值应采用径向基函数法；S₁₀₀、S_-100和S_-300的空间插值应选择反距离权重法；而SIRM/χ和SIRM空间插值建议分别采用泛克里金法和普通克里金法。     

中高纬度山区气温空间化的方法比较研究——以大兴安岭北麓为例

为比较和探讨中高纬度山区多种气温空间插值方法的精度及适用性,本文利用大兴安岭山脉北段及其周边区域气象站点实测气温数据,以平均绝对误差(MAE)和均方根误差(RMSE)作为评价指标对六种气温空间插值方法进行精度比较。研究结果表明:(1)反距离权重插值法(IDW)、普通克里金插值法(OK)、样条函数插值法(Spline)三种传统的气温插值方法只能粗略反映气温要素的空间分布状况,不适合气象站点稀少而地形起伏较大的区域。(2)BP神经网络(MAE:0.62℃～1.43℃,RMSE:0.84℃～2.02℃)和线性回归+残差内插的空间插值算法(MAE:0.61℃～1.55℃,RMSE:0.82℃～2.30℃)优于常规的插值方法,且BP神经网络算法能较好地反映研究区地形的高低变化以及山脉的走向。(3)在一天中的12:00—22:00时间段内,六种气温空间插值方法的插值精度与插值效果都不理想。对比六种气温空间插值方法表明,BP神经网络算法对研究区气温空间模拟效果最好,且插值效果与训练样本数量成正比。本文可为中高纬度山区气温空间化研究提供参考。     

基于空间异质分区的残差IDW插值方法

空间插值可以利用已有观测数据修补缺失的观测数据,也可以利用离散数据构建连续的表面数据,但现有的空间插值方法没有充分考虑空间数据的异质性。该文提出一种基于空间异质分区的残差反距离加权插值方法(RRIDW)。首先根据采样点属性值对研究区域进行空间异质分区;为了进一步去除不同子区域内的空间趋势,对每个子区域计算趋势面,进而计算得到采样点属性值的异质分区残差,利用属性值残差进行反距离加权插值;最后结合趋势计算得到待求点处的空间插值结果。实验采用两组实际PM2.5浓度数据和降雨量数据,运用交叉验证方法对RRIDW方法与其他常用空间插值方法进行对比分析,验证了该方法的优越性和可行性。     

顾及风向和风速的气温空间插值方法

当前气温插值方法多将高程、经纬度等作为影响因素,无法解决风向、风速对气温空间分布的影响问题。该文提出一种顾及风向和风速的气温空间插值方法:1)根据气象观测站点的风向、风速数据进行插值,生成连续的风场表面;2)基于该风场数据利用高斯扩散模型构建成本表面;3)利用Dijkstra最短路径算法计算观测点与待求点的累计移动成本最短路径(SPOCMC);4)将SPOCMC作为协变量进行薄盘光滑样条插值以实现气温插值。为验证该方法的有效性和可靠性,选取山东省109个气象观测点样本数据,以SPOCMC、DEM和SPOCMC-DEM分别作为协变量对气温数据进行薄盘光滑样条插值,结果显示:SPOCMC-DEM法的MAE和RMSE均值(分别为0.517、0.779)略低于SPOCMC法(0.583、1.016),显著低于DEM法(0.809、1.231),表明添加SPOCMC作为协变量可有效提高气温空间插值的准确性。在江苏省与贵州省的插值实验结果证明了该方法的普适性。     

基于GIS的定位观测数据空间化

属性数据空间化是当前GIS领域的前沿问题之一。在对中国624个气象站多年平均气温数据空间化过程中,通过使用30秒分辨率的数字高程数据,把气温分解为受经纬度、海拔高度影响的规律性成分和受其它因素影响的非规律性成分两部分,并分别用多元回归和反距离权重内插方法对二者实施空间化,最后将空间化结果进行合成得到基于栅格的中国多年平均气温分布数据。该数据既能反映气温在空间上的宏观变化,又能反映气温在局部地区的微观变化。该方法可供其它类型观测数据空间化、特别是在观测站点稀疏的情况下参考和借鉴。     

基于站点观测数据的气温空间化方法评述

基于统计学的插值方法是地理学、生态学领域研究气温空间化的主要方法之一,对获取精细化气温数据进行生态模拟具有重要意义。结合国内外气温空间插值的主要研究成果,对常用气温空间化方法进行了归纳、对比,探讨各种方法的适用性和不足之处,从而为涉及气温空间化的具体研究提供一定的参考,并探讨了各类方法优化的方向。不同方法的对比分析结果表明:各种气温空间化方法各有所长,在具体的应用中都取得过较好的效果,但并不存在普适性的方法,在实际应用时必须针对研究区域具体的地理特征进行方法适用性验证或对各类方法中的具体参数进行改进,才能实现区域气温的空间最优化模拟。根据气温场的物理分布特征,结合GIS技术,考虑地形等更多的相关因子以提高气温分布微观细节的模拟精度是未来重要的发展趋势。     

降雨信息空间插值的不确定性分析

文章以潮白河流域为样区,根据58个雨量站1990年的降雨观测数据,采用反距离权重法、克立格法、样条函数法、趋势面法等插值方法,分析了站点数量变化、时间尺度变化、栅格像元的尺度变化、插值方法的差异对降雨数据空间插值结果的影响,剖析降雨插值中的不确定性。结果表明：（1）插值站点数量越大,区域降雨插值的不确定性越小;（2）像元尺度在50m~1000m间变化对降雨插值的不确定性只有微弱的影响;（3）对应于时间尺度由年到月到日的变化,降雨插值的不确定性随时间尺度的减小而显著增大;（4）不同插值方法影响到降雨空间插值的不确定性水平。为了减少降雨信息空间插值的不确定性,根本途径是要引入第三方相关变量,并将其整合到现有的插值算法中。高相关性变量的选取及其与插值模型的整合方式将成为降雨插值研究的主导方向。     

基于改进的逐点交叉验证的RBF形态参数优化方法及其空间插值实验

径向基函数(Radial Basis Function,RBF)是一种确定性的多维空间插值模型,可以有效逼近任意维度的空间数据。RBF插值模型中,基函数形态参数直接影响插值精度。为了快速求解最佳形态参数,获取准确的插值结果,该文采用改进的逐点交叉验证(Improved Leave One Out Cross Validation,ILOOCV)方法求取最优形态参数,首先从形态参数取值区间内选定初始形态参数α,然后从n个已知点中顺序选出一个点,使用剩下的n-1个已知点构建RBF插值模型,计算被取出点处真实值与插值结果的误差,循环n次,累计交叉验证误差,再依次从形态参数取值区间选取下一个值,重复操作,建立形态参数α与累计交叉验证误差之间的函数映射关系,最后通过最小化交叉验证误差来获取最佳形态参数。以我国东北地区气象观测数据进行实验,对ILOOCV方法进行验证,结果表明ILOOCV方法选取最佳形态参数使其插值结果比较精确,是一种可行的RBF形态参数优化方法。     

不同时间尺度、季节的气温数据空间平稳特征及其对插值结果的影响

不同时间尺度、季节的气温数据表现出不同的空间平稳特征。为探讨分析空间平稳性对气温插值的影响规律,采用趋势线法对气温数据进行空间平稳性探索,并对比分析不同空间平稳性条件下,普通线性回归、普通克里格、回归克里格的气温插值精度及插值结果的空间分布特点。结果显示：冬季日均、月均气温与年均气温呈现空间非平稳,插值精度随时间序列的增长而提高,随着气温数据逐渐趋于稳定,精度提高的幅度逐渐下降;夏季日均、月均气温呈现空间平稳,随时间序列的增长,插值精度的提高并不显著;夏季日均气温各插值方法的插值精度普遍高于冬季日均气温。与普通克里格相比,回归克里格能有效提高空间非平稳数据的插值精度。时间序列的增长削弱了不同插值算法之间的插值精度差异和插值结果空间分布差异。     

秦岭主脊区年降水量空间插值最优方法研究北大核心CSCD

利用ARCGIS软件,以研究区多年平均年降水量为数据源,开展以下研究:(1)采用反距离权重法、普通(泛)克里金法、样条函数法和趋势面法进行直接内插。(2)利用降水量随海拔递增率,再次利用以上方法进行插值。(3)分析站点数量的变化对插值精度的影响。(4)分析插值空间尺度变化对插值精度的影响。针对插值结果,使用交叉验证法来评估插值方法的优劣,旨在找出研究区年降水量空间插值的最优方法。结果表明:(1)研究区多年降水量与纬度呈现出很好的负相关,与其他各地理环境因子相关性很差或无相关性。(2)考虑降水随海拔的递增率后,研究区南坡西段和研究区海拔<600 m和>800 m的大部分观测站的空间内插精度得到有效提高,其它区域以及其它海拔区间的插值精度反而降低,因此使用单一线性数据作为整个研究区降水随海拔的变化率不够科学和严谨。(3)在缺少研究区不同剖面降水观测资料的情况下,权重为0.001的正规则样条函数法是最优插值方法。(4)像元尺度在50~1 000 m间的变化对降水插值的不确定影响甚微;插值精度与选取的插值点个数无明显相关性,当站点个数为20个时,插值精度最高。     

秦岭主脊区年降水量空间插值最优方法研究

利用ARCGIS软件,以研究区多年平均年降水量为数据源,开展以下研究：（1）采用反距离权重法、普通（泛）克里金法、样条函数法和趋势面法进行直接内插。（2）利用降水量随海拔递增率,再次利用以上方法进行插值。（3）分析站点数量的变化对插值精度的影响。（4）分析插值空间尺度变化对插值精度的影响。针对插值结果,使用交叉验证法来评估插值方法的优劣,旨在找出研究区年降水量空间插值的最优方法。结果表明：（1）研究区多年降水量与纬度呈现出很好的负相关,与其他各地理环境因子相关性很差或无相关性。（2）考虑降水随海拔的递增率后,研究区南坡西段和研究区海拔<600 m和>800 m的大部分观测站的空间内插精度得到有效提高,其它区域以及其它海拔区间的插值精度反而降低,因此使用单一线性数据作为整个研究区降水随海拔的变化率不够科学和严谨。（3）在缺少研究区不同剖面降水观测资料的情况下,权重为0.001 的正规则样条函数法是最优插值方法。（4）像元尺度在50～1 000 m间的变化对降水插值的不确定影响甚微;插值精度与选取的插值点个数无明显相关性,当站点个数为20个时,插值精度最高。     

降雨量地面观测数据空间探索与插值方法探讨

空间插值方法广泛应用于气象数据产品的制作,其精度与气象要素的空间变异特征、气象观测站分布和插值方法选择有关。选择美国得州599个地面观测站30年平均降雨量记录,设计了27个观测站样本方案,选择全年、1月和8月数据,利用空间统计、空间自相关、半变异函数等方法探索降雨量的空间变异特征,并采用5种常规方法进行空间插值,比较和解释插值结果,在此基础上讨论基于知识的气象要素空间插值方法。案例研究发现:①降雨量地面观测数据通常具有明显的空间趋势、较强的空间自相关特征和较稳定的空间变异规律,但针对不同时段或采样方案,其空间自相关强度和半变异函数模型会有一定的差异。②增加气象观测站数,空间插值误差有减小的趋势;但观测站数目达到一定数值后,增加观测站数,插值精度提高并不明显。③在观测站较少时,不同插值方法间的精度差异较大,而在观测站充足的情况下,其差异有减小的趋势。④探讨气象要素与地理环境要素之间的关系,获得定量化的先验知识,开发基于知识的空间插值模型,是高精度气象要素插值的关键;线性加权回归和地理加权回归方法的初步试验验证了这一思路的有效性。     

土壤厚度的空间插值方法比较——以青海三江源地区为例

利用青海三江源地区533个土壤剖面中的厚度数据, 在GIS技术的支持下, 采用确定性内插(反距离加权、全局多项式、局部多项式和径向基函数)和地统计内插(普通克里格、简单克里格、泛克里格和协同克里格)两类共八种插值方法对研究区土壤厚度的空间分布进行了预测, 并综合比较了各种插值方法的预测误差、统计特征值和插值结果分布图。结果表明:(1)在地统计内插方法中, 普通克里格方法(一阶)插值效果比普通克里格方法(二阶)要好;在普通克里格方法(一阶)的半方差函数模型中, 球状模型的插值效果优于指数模型和高斯模型;普通克里格方法在四种地统计内插方法中预测误差最小、预测结果准确性最好。(2)确定性内插方法中, 反距离加权(指数为1)法的误差较小, 并且对区域与局部趋势的反映效果最好。(3)从预测误差大小和对区域总体及局部趋势的综合反映效果来看, 有异向性的球状模型普通克里格(一阶)插值方法预测结果最能准确反映青海三江源地区土壤厚度的空间分布。