第83章数字高程模型建立.pptVIP

样条函数内插法 该方法是将某一欲插值的区域分成若干块，对每一分块定义出一个不同的多项式曲面 为了保证各分块曲面之间的光滑性，必须保证所确定的ｎ次多项式曲面与相邻分块的边界上所有(n-1)次的导数都连续。这时的ｎ次多项式就称为样条函数 这种方法属于曲面拟合范畴，对于规则网格数据，由该法可对每个点的高程重新插值 * 样条函数内插法 现以三次曲面法作为分块单元加以说明；任一矩形ABCD可构成双三次曲面方程： * 可根据ABCD四个角点高程在x和y方向上的一阶导数和二阶混合导数, 求解这个方程式 特点 样条函数的理论严密, 但计算量大, 并且在平滑之后有时会大幅度改变已知点的高程值 样条函数保留了微地形特征，拟和时仅使用较少的点，而且保证了块之间连续，意味着这种方法可修改曲面的某一分块而不必计算整个曲面 Kriging法 Kriging（克里金）插值在空间相关范围分析的基础上，用相关范围内的采样点来估计待插点属性值 步骤 （1）数据检验与分析，删去明显偏离实际的采样数据点 （2）数据预处理 （3）绘制方差图，了解空间变量的集聚范围与方向 （4）克里金插值估计 相对来说，克里金插值能较好地反映各种地形变化，但计算量很大，在对大面积区域大数据量内插时，这是一个不能不考虑的因素? * 主要内容 1.数字高程模型概述 2.数字高程模型表面建模 3.数字高程模型的内插方法 3.1 空间插值概述 空间插值的理论、DEM内插的基本概念 3.2 整体内插 定义、基本方法 3.3 分块内插 定义、基本方法（线性内插法、双线性内插法、多面函数法、样条函数内插法、Kriging法） 3.4 逐点内插 定义、基本方法（移动曲面拟合法、加权平均法、Voronoi图法、顾及地貌特征的逐点内插） * 逐点内插法 逐点内插法（移动曲面法） 以待插点为中心，确定一个邻域范围，用该邻域内的采样点计算内插点的高程值 * 逐点内插法 （1）移动曲面拟合法 （2）加权平均法 （3）Voronoi图法 （4）顾及地貌特征的逐点内插 逐点内插与分块内插的区别 分块内插的分块范围在内插过程中一经确定，其形状、大小和位置都保持不变，凡落在分块上的待插点都用展铺在该分块上的唯一确定的数学面进行内插 逐点内插法一般有相同的形状和面积，位置却随内插点位置而移动，其以待插点为中心，定义一个局部函数去拟合周围的数据点，以适当半径或边长的圆或正方形作为移动面去捕捉适当数目的数据点，并以此展铺一张数学面，内插该中心的高程。数据点的范围随待插点位置的变化而变化 * 逐点内插原理 主要特点 以待插点为中心，定义一个局部函数去拟合周围的数据点，以适当半径或边长的圆或正方形作为移动面去捕捉适当数目的数据点，并以此展铺一张数学面，内插该中心的高程。数据点的范围随待插点位置的变化而变化 * 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）计算内插点的高程 移动曲面拟合法 对每个待插点，选其邻近的n个数据点拟合一个多项式曲面，如 * 关键 （1）确定待插点邻近点 （2）参考点的权重 移动曲面拟合法 * （1）确定待插点邻近点 1)范围，即采用多大面积范围内的参考点来计算被插点的数值； 2)点数，即选择多少参考点参加计算。 一般以内插点为中心的圆内选择。半径？ 动态半径： 基于点的数量的选择 基于点的范围的选择 N：总点数；A：总面积 移动曲面拟合法 当原始数据点分布不均匀时，前面算法没有考虑点的分布方向，因而所选点可能集中在某一侧，为了解决该问题，可以考虑以格网点为中心将平面分成n个扇面，从每个扇面内取一点作加权平均 由于两点相互位置越近，其相似性越强，距离越远，则相似性越小，利用权来反映这种影响性质，则权函数常计算如下： * 加权平均法 在移动曲面拟合法中，往往要计算复杂的误差方程组，故在实际应用中更常用的方法是加权平均法，该方法可以看作是移动拟合法的特例 在解算待定点p的高程时，使用加权平均值代替误差方程 * Voronoi图法 Voronoi图将平面分成N个区域，每区域包括一个点，该区域是离该点最近的点的集合 Voronoi图对散点空间的剖分是唯一的，每个voronoi区域是一个凸多边形 利用Voronoi图可以找到最佳的邻近点，也可以非常方便地定出邻近点的权 * 考虑地貌特征的逐点内插 在拟合曲面的插值过程中，由于使用光滑曲面表达地面，因而难以反映地性线（如山脊、山谷等），从而造成插值后的地形失真 解决方法是在插值前，判断拟合面内是否有地性线穿过，对含地性线的拟合面，按地性线将其分割，直到不含地性线为止，分割后的曲面如参考点个数不够，可扩展选点范围 *