应用地统计学和径向基函数的DEM插值

为了解决紧支撑径向基函数(CSRBF)内插生成DEM中合理设置紧支撑半径的问题,文章提出了基于地统计学和CSRBF的DEM插值方法,采用地统计学中变程的倍数来度量空间相关性的强弱,取变程的倍数设为CSRBF紧支撑半径,使得CSRBF插值矩阵呈稀疏带状分布,保证插值矩阵稳定求解,最终生成较高精度的DEM。最后以实测高程数据为例,使用交叉验证对插值方法进行实验,根据最大误差、最小误差、平均误差和均方根误差等指标进行精度分析,结果表明该插值方法精度高,插值结果可靠,可作为一种有效的DEM插值方法。     

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。     

一种紧支撑权函数性质的推导及空间插值实验

在空间插值方法中,权函数是影响空间插值精度的重要因素之一,通常需要选择具有性质较好的权函数进行空间插值。推导一种紧支撑权函数的性质,以铁矿品位为数据源,采用紧支撑权函数进行空间插值,最终验证该紧支撑权函数的优良性质:具有较高的插值精度。推导的紧支撑权函数性质可为后期构建新的紧支撑权函数作为一种借鉴。