高斯变异 java,空间插值概述 | SuperMap iDesktop Java

空间插值是通过已知点或分区的数据，推求任意点或分区数据的方法，常用于根据离散的采样点来获取连续的表面，包括空间内插和外推两种方法。空间内插提供一种从有限的已知样本点中估计同一区域中其他任意位置的值的方法，外推则是通过已知区域的数据来推求其他区域数据的方法。插值分析可以由有限的采样点数据，估计周围的数值情况，从而掌握研究区域内数据的总体分布状况，使得离散的采样点不仅仅反映其所在位置的数值情况，而且可以反映区域的数值分布。

目前 SuperMap 中提供三种插值方法，用于模拟或者创建一个表面，分别是：距离反比权重法(IDW)、克吕金插值方法(Kriging)、径向基函数插值法(RBF)。选用何种方法进行内插，通常取决于样点数据的分布和要创建表面的类型。无论选择哪种插值方法，已知点的数据越多，分布越广，插值结果将越接近实际情况。

距离反比权重插值

距离反比权重插值(Inverse Distance Weighted，简称 IDW)基于样点相近相似的原理。假设两个样点距离越近，则它们的性质越相似，反之，距离越远则相似性越小。它通过计算与到附近区域样点的加权平均值来估算出单元格的值，距离样点中心越近则权重值越大。这是一种简单有效的数据内插方法，运算速度相对较快。

除了权重距离，幂次以及查找半径也是 IDW 插值的重要影响因子。

幂次：幂次与权重距离的计算有关，幂指数对 IDW 的插值结果有很大影响。