第讲空间数据处理精要.ppt

3．移动平均法 移动平均法也称为滑动平均法，它直接采用待插点窗口所套住的样点数据的简单平均值，或加权平均值，作为待插点(x0,y0)处的z值。 在加权平均的情况下，权重系数ai多采随距离减小而增加的函数关系。这是为了进一步体现理论假设，即空间位置上愈靠近的点，愈可能具有相似的特征，空间变量的值愈可能相近。 例如： 反距离权插值(IDW): IDW方法是利用“距离越远对待插值点影响越小”的思想，以距离倒数次方为权值进行的插值。 F(x,y) = Sum(Zi?1/din) / Sum(1/din) n = 1 or 2 di 是待插点到已知点的距离，F(x,y)为要求的待插点的值 移动平均法的主要问题是容易平滑掉区域变量的尖锐变化，其作用类似于遥感图像处理的低频滤波。 4．搜寻策略 搜寻策略讨论活动窗口法中怎样决定搜索范围，以便有效地搜寻到更合理的计算插值的样点。这个问题是编写不规则数据向栅格数据转换的程序时会遇到的实际问题，关系到活动窗口法的插值结果，因而有必要进一步讨论。 一种搜寻策略是固定搜索范围，例如，采用固定大小的方框或圆框窗口来进行搜索。优点是计算简捷，缺点是所套住的样点数可能很不均匀，有的样点数很多，有的很少，甚至达不到必要的数目。为了达到必要的数目，必须先编写探察样点数的程序；但当窗口能保证最小样点数时，另一些窗口套住的样点数可能过多。 另一种搜寻策略时固定搜索数目。这种策略采用大小可变的窗口，以确保搜寻到固定的样点数目，例如，采用大小可变的圆窗，即距离待插点最近的n个样点数据来插值。固定搜索数目的策略也不难用程序实现，但运行比上一种策略费时，因为对每个待插点，都要进行全部样点的距离比较。象限或半象限搜索是活动窗口插值的较好的、可实用的方法，但区域边界处的插值可能需要多一点特殊处理。 四、其他局部插值法 1．克里金插值，也有翻译为克吕格(Kriging) 插值 克里金插值又称为统计优化法，一般而言，它不是用来直接进行插值，而是一种应用地理统计理论优化插值，特别是优化局部插值的方法，它可以为局部插值提供确定权重系数的最优方法，并能描述误差信息。克里金插值是唯一的统计优化算法，由南非的克里金(D.G. Krige)在金矿勘探应用中提出，因得名，并得到Matheron改进。他们提供了确定权重系数的最优方法，从而使内插函数处于最佳状态，对给定点上的变量值提供最好的无偏估计，因而被广泛地应用于地下水模拟、土壤制图等领域，并成为GIS或某些地学专业软件地理统计插值的组成部分。 克里金插值基于区域性变量的数学理论。区域性变量理论认为，任何在空间连续性变化的属性是非常不规则的，不能用简单的平滑数学函数完全模拟．但可以用随机表面给予较恰当的描述。这种连续性变化的空间属性称为“区域性变量”。这样，该理论将空间变量分解为三部分：趋势或结构性成分，与空间变化相关的随机部分(区域性变量)，以及随机噪声。就象沿小路爬山， f(x) = φ(x) + ω(x) + ε Kriging插值的思想与前述各方法都不同，它首先考虑的是空间属性在空间位置上的变异分布，确定对一个待插点值有影响的距离范围，然后用此范围内的采样点来估计待插点属性值。它是一种求最优线性无偏内插估计量的方法，它是在考虑了信息样品的形状、大小及其与待估块段相互间的空间分布位置等几何特征以及品位的空间结构之后，为了达到线性、无偏和最小估计方差的估计，而对每一样品值分别赋与一定的系数，最后进行加权平均来估计块段品位的方法。从这个意义上说，只有Kriging方法才是一种真正的插值方法。(见陈述彭等编《地理信息系统导论》P120~P121) Kriging插值的计算步骤： (1)输入原始数据(采样点)。 (2)数据检验与分析。不同的应用领域有不同的检查方法，原则是看采样值是否合乎实际情况，删去明显相差点。 (3)直方图的计算。直方图有助于人们掌握区域化变量的分布规律，以便决定是否对原始数据进行预处理。 (4)计算变异函数了解变量的空间结构。 常用的理论模型有： 0 h = 0 γ(h) = C0 + C ( 3/2*h/a – 1/2*h3/a3 ) 0 h a C0 + C h a γ(h)为半变异函数，h为两样本间的距离，C为基台值，C0为纯块金效应，a为变程(即影响距离的范围)。计算此模