插值算法总结
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
一:距离加权反比法插值算法
1:原理:
设空间待插点为P(Xp,Yp,Zp),P点邻域内有已知散乱点Q i(x i,y i,z i),i=1,2,3….n;利用距离加权反比法对P点的属性值Zp进行插值。其插值原
理是待插点的属性值是待插点邻域内已知散乱点属性值的加权平均, 权的大小
与待插点与邻域内散乱点之间的距离有关, 是距离的k(0<=k<=2)(k一般取2)
次方的倒数。
其中:d i为待插点与其邻域内第i个点之间的距离。
2:克里金算法
设研究区域为A, 区域化变量即欲研究的物理属性变量为{Z(x)∈A},x 表示空间位置(一维、二维或三维坐标), 在采样点x i(i=1,2,…n)处的属性值(或称为区域化变量的一次实现)为Z(x i)(i=1,2,…n),则根据普通克里金插值原理, 未采样点x0处的属性值Z(x0)估计值是n个已知采样点属性值的加权和, 即;
λi为待求权系数。
假设区域化变量Z(x)在整个研究区域内满足二阶平稳假设:
(1):Z(x)的数学期望存在且等于常数:E[Z(x)]=m(常数)
(2):Z(x)的协方差Cov(x i,x j)存在,且只与两点之间的相对位置有关。或满足本征假设
(3)E[Z(x i)-Z(x j)]=0.
(4)增量的方差存在且平稳:Var[Z(x i)-Z(x j)]= E[Z(x i)-Z(x j)]2
经过无偏性要求:经推到可得:
。
在无偏条件下使得估计方差达到最小,即
其中:u 是拉格朗日算子。
可以得到求解权系数λi (i=1,2…n )的方程组:
求出诸权系数λi (i=1,2…n )后,就可求出位采样点x 0处的属性值Z *( x 0).
上述求解λi (i=1,2…n )的方程中的Cov (x i ,x j )若用变异函数表示时,
其形式为:
变异函数的定义为:
由克里金插值所得的方差为:
或