前言
1.栅格插值概念:对野外获得的一系列有已知数值的采样点进行推算,得到未知点的值。这个过程就是栅格插值过程。常见的有降雨量、水位、人口密度插值等。其结果生成一个连续表面,这个表面上可以得到每一个点的值。
2.空间插值的类型:
整体拟合法(利用每个已知点估算未知点)
局部拟合法(利用样本点来估算未知点):IDW插值、样条函数插值
3.常用的栅格插值运算方法:反距离权重插值(IDW)、样条函数插值、克里金插值、自然邻域插值、趋势面插值等。
4.栅格插值方法在ArcMap中位于Spatial Analyst Tools(空间分析工具)→Interpolation(插值)
下面将一 一介绍常见的几种插值方法。
一、反距离权重插值(IDW)
1.概念:它是以插值点与样本点间的距离为权重进行加权平均,离插值点越近的样本点赋予的权重越大。
2.特征:
①所有的预测值都介于已知的最大值和最小值之间
②插值的结果产生小而封闭的
3.工具使用介绍:
下图是某地区降雨量IDW插值结果示意图
二、样条函数插值(Spline)
1.概念:样条函数基于生成最小曲率的面来拟合控制点
2.两种计算方法:
①规则样条(Regularized Spline):
1)生成一个平滑、渐变的表面,插值结果可能会超出样本点的取值范围;
2)设定的权重越高,表面越光滑(常设置的典型值:0、0.001、0.01、1、5)
②张力样条(Tension Spline):
1)生成一个比较坚硬的表面,插值结果更接近限制在样本点的取值范围内
2)设定的权重越高,表面越粗糙(常设置的典型值:0、1、5、10)
3.工具使用介绍:
下图是某地区降雨量Spline插值结果示意图
①使用Regularized Spline计算方法:
②使用Tension Spline计算方法:
原始数据范围介于7.11 ~ 42.32之间,通过对比结果可发现Spline的两种方法中,规则样条的值有多数超过数据范围;张力样条虽然也有超过数据范围的,但是占小部分,更加接近数据范围。
三、总结
对比上述IDW插值和Spline插值:
Spline插值不局限于所给数据范围内的预测,IDW插值预测严格在所给数据的范围内
————文章数据来源于《ArcGIS地理信息系统空间分析实验教程》第2版