- 积分
- 5032
- 贡献
-
- 精华
- 在线时间
- 小时
- 注册时间
- 2012-11-6
- 最后登录
- 1970-1-1
![[54holz] 粉丝数:25 微博数:74 新浪微博达人勋](source/plugin/sina_login/img/light.png)
|
发表于 2014-5-12 09:49:01
|
显示全部楼层
Surfer 里面的网格化方法可分为两个大类:精确插值和平滑插值。
当插值的网格节点与数据点重合时,精确插值算法让网格节点完全忠实于数据。换句话说,当网格节点落在数据点上时,该数据点的权重为 1.0,而其他参与计算的周边数据点的权都为 0。即使是精确插值算法,也可能出现网格文件与原始数据相差甚大的情况,譬如,有那么巧,各数据点都没有与网格节点重合的。关于插值中的加权分配,请参考 加权平均 。
要增加网格忠实于数据的可能性,乖乖增加 X 和 Y 方向的网格行数。这样就增加了网格节点与数据点重合的几率,由此增加了数据值直接写入网格文件的机会。
下面的方法属于精确插值:
- 距离倒数乘方法 在不指定平滑系数时。
- 克里格法 在不指定块金效应时。
- 最近邻点法 任何情况都是。
- 径向基函数法 在不指定 R 2 值时。
- 改进谢别德方法 在不指定平滑系数时。
- 线性插值的三角剖分法
- 自然邻点法
如果不是要全身心地信任观测数据的重现性,不是非得完全忠实于数据才算靠谱,就可以在网格化时使用平滑插值或平滑系数。这种类型的插值可以减小相邻数据点之间的小尺度突变的影响。平滑插值不会给任何点赋予 1.0 这样的权重,即使这个点与网格节点重合。使用了平滑之后,优化的加权系数分配使得地图更加平滑。在极端的情况下,所有数据点都分配了同一加权值,结果表面就是一个高度为数据文件所有数据平均值的水平平面。
下列方法属于平滑插值:
- 距离倒数乘方法 在指定了平滑系数时。
- 克里格法 在指定了误差块金效应时。
- 多项式回归
- 径向基函数法 在指定了 R 2 值之后。
- 改进谢别德方法 在指定了平滑系数时。
- 局部多项式
- 移动平均
|
|