凸包插值算法的改进与实现

研究了凸包插值算法在n维欧拉空间构造Delaunay三角网的应用,提出了其三角剖分不惟一的重大缺陷,采用了限制区域生长法解决了这一缺陷。     

提高对流层天顶总延迟解算精度的新方法探讨

对流层天顶总延迟的解算精度,直接影响长基线解算的精度和大气水汽含量的计算精度。文中提出克利金内插法解算天顶总延迟的新方法,并利用南极长城站和周边IGS跟踪站的GPS数据,通过高精度解算软件GAMIT/GLOBK,解算出长城站上空的对流层天顶总延迟,将其与利用内插方法解算的天顶总延迟进行了对比分析,得出:利用该内插方法获取的南极长城站在夏季的天顶总延迟的均方差可达0.2mm,这对今后GPS高精度定位和GPS气象学应用来说,具有重要意义。     

海洋磁力测量中测线方向的选择方法

采用测线间磁异常插值精度分析了测线方向对磁测的影响;探讨了测线方向的选择方法,结合我国不同海区磁异常分布特征给出了不同海区测量时测线方向的选择详细方案。结论表明:海洋磁力测量中,测线方向对磁异常插值精度的影响不大,但是为了获得更高的磁异常插值精度,测线方向应尽量沿磁异常梯度方向布设。给出的测线方向的选择方法和我国不同海区测线方向选择详细方案可供作业人员参考。     

散乱数据插值的HASM方法

本文运用高精度曲面建模(HASM)方法,研究了空间散乱数据插值算法,并以陕西咸阳彬县大佛寺煤矿区的实测数据为案例,使用交叉统计检验方法比较分析HASM方法与地理信息系统(GIS)领域中常用传统插值方法的空间插值结果。结果表明,HASM方法具有较高的精度。本文还分析了传统常用插值方法的一些统计结果,得出一些结论,这些结论对于使用常用传统GIS空间插值方法的研究者有很好的参考作用。     

人口统计数据空间化的一种方法

人口空间分布信息在环境健康风险诊断、自然灾害损失评估和现场抽样调查比较等地理学和相关学科研究中占有重要的地位。目前随着对地观测技术和地理信息科学的飞速发展, 如何精确地进行人口数据空间化成为了研究的难点和热点。针对采用传统方法解决人口空间化问题所遇到的困难和不足, 设计了遗传规划(genetic programming, GP)、遗传算法(genetic algorithms, GA) 和GIS 相结合的方法, 以GIS 确定量化影响因子权重, 以GP 建立模型结构, 以GA 优化模型参数, 成功建立研究区-山西省和顺县的人口数据格网分布表面。实验证明与传统建模方法(如逐步回归分析模型和重力模型)相比, 所提方法建模过程更为智能化与自动化, 模型结构更为灵活多样, 而且数据拟合精度更高。     

DEM内插方法与可视性分析结果的相似性研究

以实际采样的散点数据为原始数据,利用反距离权、样条函数、克里格、自然邻点内插、TIN内插5种内插方法生成规则格网DEM,并对其可视性分析结果进行对比分析和相关分析,揭示不同内插方法对可视性分析结果的影响规律和可视性分析对内插方法的敏感程度。结果表明,可视性分析对内插方法比较敏感,不同的内插方法会得到不同的可视性分析结果,其中相关程度最强的是样条函数内插和克里格内插、自然邻点内插和TIN内插。     

AVHRR 1B定位数据经验插值模型的误差分析

确定像元地理坐标是几何纠正及卫星数据应用的基础。经验插值方法常用于计算高分辨率辐射计AVHRR1B定位数据,研究插值模型的定位误差具有重要意义。该文分析了AVHRR像元空间位置和像元大小,利用AVHRR扫描线的圆心角θ表示像元的位置,建立了像元位置θ和像元大小Δθ的表达模型;根据分段线性插值模型,计算插值后的像元位置θafter和像元大小Δθafter,获得分段线性插值模型的像元位置和大小的误差模型。     

基于栅格叠合的沉积物底质图生成方法

文章提出了一种基于GIS空间插值和栅格图叠合技术,分析生成沉积物底质图的方法,并以曹妃甸海区为例,以170个海底表层沉积物样的粒度分析结果为依据,应用本文设计的方法生成这一海区的底质分布图,并用预留的20个采样点进行了精度分析和检验,在此基础上比较了不同的空间插值方法对生成的底质图结果的影响.结果显示出这一方法成图速度快、自动化程度高,但也存在对原始数据精度要求高、插值方法带来误差等问题.在借鉴传统底质图生成方法的基础上,运用三维TIN模型对成图结果进行改进,最终形成一种结合地貌要素的栅格叠合的沉积物底质图生成方法.     

When do we need a trend model in kriging?

Under usual estimation practice with local search windows for data and for interpolation situations, universal kriging and ordinary kriging yield the same estimates, using a data set with apparent trend, for both the unknown attribute and its trend component. Modeling the trend matters only in extrapolation situations. Because conditions of the case study presented arise most frequently in practice, the simpler ordinary kriging is the preferred option.     

Fractal reconstruction of sea-floor topography

Sea-floor bathymetric profiles exhibit features at many different scales of length; this suggests that they could be described as fractals. An algorithm interpolating a fractal line between points has been used to reconstruct bathymetric profiles from a few data points. In general, this fractal line has the same Fourier amplitude spectrum as real bathymetry, and, if the parameters of the interpolation are suitably chosen, it has a very similar appearance. The success of this fractal reconstruction algorithm for the sea-floor raises the possibility that it could be used to extrapolate, from data collected at one scale, the properties of the sea-floor at finer scales, and that similar techniques could be used to interpolate a surface between bathymetric profiles. The fractal character is a sign that the processes that shape the sea-floor are scale invariant and suggests that the renormalization group technique could be used to model these processes.