空间插值浅谈

空间数据插值是进行数据外推的基本方法。

空间内插的根本是对空间曲面特征的认识和理解。具体到方法上：则是内插点邻域范围的确定、权值确定方法(自相关程度)、内插函数的选择等3方面的问题。

分类：

• 按数据分布规律讲
  • 基于规则分布数据的内插方法
  • 基于不规则分布数据的内插方法
  • 适合于等高线数据的内插方法
• 内插函数与参考点层面
  • 曲面通过所有采样点的纯二维插值方法
  • 曲面不通过参考点的曲面拟合插值方法
• 从内插曲面的数学性质来讲
  • 多项式内插
  • 样条内插
  • 最小二乘配置内插
• 从对地形曲面理解的角度讲
  • 克立金插值
  • 多层曲面叠加法
  • 加权平均法
  • 分型内插
• 从内插点的分布范围讲
  • 整体内插
  • 局部内插
  • 逐点内插法

---

---

1. 整体内插

整体内插：就是在整个区域用一个数学函数来表达地形曲面。通常是高次多项式(次数越高越光滑，过高则会加大计算量)。

要求：地形采样点的个数大于或等于多项式的系数数目

• 采样点个数与多项式的系数相等时：唯一解，多项式符合所有的采样点。此时为纯二位插值
• 采样点个数大于多项式系数时：多解，使用最小二乘法求解。此时为曲面拟合插值或趋势面插值

优点：整个区域上函数的唯一性，能得到全局光滑连续的空间曲面、充分反映宏观地形特征。

缺点：整体内插函数保凸性较差；不容易得到稳定的数值解；多项式系数物理意义不明显；解算速度慢且对计算机容量要求较高；不能提供内插区域的局部地形特征

2. 局部分块内插

局部分块内插：将地形区域按一定的方法进行分块，对每一块根据地形曲面特征单独进行曲面拟合和高程内插。

2.1 线性内插和双线性内插

形如H=ax+by+c的多项式称为线性平面，它将分块单元内部的地形看作平面。

添加交叉项后H=ax+by+cxy+d的多项式成为双线性内插函数（x为常数时该函数是关于y的线性函数，对y同理）

要求：线性函数有3个未知系数，需要3个采样点；双线性函数有4个未知系数，需要4个采样点

2.2 二元样条函数内插

样条曲面：一张带有弹性的面，在采样点处进行按压形成的曲面

是一个分段的低次多项式（一般不超过三阶）

优点：保留了局部地形的细部特征，还能获取连续光滑的DEM。拥有较好的保凸性、逼真性和平滑性

2.3 Coons曲面与Geomap曲面

Coons曲面是基于任意四边形的曲面拟合方法，把地形曲面用两组相交的曲面进行划分，构成一个曲线网格

缺点：只考虑曲边四边形的边界曲线，没有考虑曲面内部的信息，对于恰当描述地貌形态有一定的缺陷

Geomap曲面是贝塞尔曲面在不规则格网划分上的推广。

2.4 多层曲面叠加内插

思想：任何一个规则或者不规则的连续曲面都可看成由若干个简单的曲面来叠加逼近

方法：在每个数据点建立一个曲面，然后在垂直方向上将各个曲面按一定比例进行叠加，形成一张整体连续的曲面

核心是简单曲面的设计，也称为核函数

优点：核函数设计的灵活性和可控性

缺点：难以表示复杂地形，处理过程繁琐，计算量大

2.5 最小二乘配置

认为一个测量数据由3部分组成：趋势、信号和误差。

• 趋势反映数据的整体变化走势

• 信号反映局部数据之间的联系

• 误差为不确定因素的影响

一般对分块的表面通过多项式来确定整体的变化趋势，去掉趋势后的表面数据仅包含信号和随机误差，信号反映局部数据点之间的相关性，即自相关性，一般用数据点之间的协方差函数表达。最后通过误差平方和为最小的原则求解各个参数。

核心问题：如何建立数据之间的协方差矩阵

缺点：处理对象必须属于属于遍历性平稳随机过程，而地形过于复杂；迭代过程计算量较大

2.6 克立金法

与最小二乘配置比较类似，最小二乘采用协方差矩阵，克立金采用半方差(半变异函数)。

2.7 有限元内插

有限元内插是以离散的方式处理连续变化量的数学方法

基本思想：将地形曲面分割成有限个单元的集合，形状任意(三角形、正方形等)。相邻单元边界的端点称为节点，通过解求各个节点处的物理量来描述对象的整体分布。

采用分片光滑的奇次样条函数作为单元的内插函数（基函数）

3. 逐点内插

定义：以内插点为中心，确定一个邻域范围，用落在邻域范围内的采样点计算内插点的高程值。

基本步骤：

1. 定义内插点的邻域范围
2. 确定落在邻域内的采样点
3. 选定内插数学模型
4. 通过邻域内的采样点和内插计算模型计算内插点的高程