- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
目录
一.实验目的和要求2
二.硬件与软件环境2
三.实验内容3
3.1反距离加权插值法(InvmeDistmeetoaPower)3
3.2克里金插值法(Kriging)12
3.3最d、曲率法(MinimumCurvature)15
3.4改进谢别德法(ModifiedSheparfsMethod)17
3.5自然邻点插值法(NaturalNeighbor)19
3.6最近邻点插值法(NearestNeighbor)20
3.7多项式回归法(PolynomialRegression)22
3.8径向基函数插值法(RadialBasisFunction)24
3.9线性插值三角网法(TriangulationwitLin-earInterpolation)27
3.10移动平均法(MovingAverage)29
3.11数据度量法(DataMetrics)30
3.12局夸B多项式法(LocalPolynomial)32
四.结束语34
一.实验目的和要求
1.目的:
/掌握Surfer软件的基本操作技巧,如网格化、修改地图各种属性、导出图件等。
,了解suffer自带的各种网格化方法的背景及原理。
,使用不同的网格化方法,并对结果做对比分析。
2.要求:
,熟悉Surfer软件的菜单,掌握Surfer软件的基本操作技巧。
/根据数据文件(作业二dat,对Surfer软件的各种网格化插值方法进行比较,
并提交报告。
,爱护实验室设备,独立完成实验报告。
二.硬件与软件环境
1.硬件
华硕笔记本K40IN
2.软件平台
操作系统:WindowsXP
软件:Suffer8.0中文版
三.实验内容
3.1反距离力口权插值法(InvmeDistmeetoaPower)
3.L1方法原理背景
反距离加权插值法又被称为谢别德法(Shepard)方法。它的基本原理是设平
面上分布一系列离散点,己知其位置坐标(xi,yi)和属性值zi(i=1,2,n),p
(x,y)为任一格网点,根据周围离散点的属性值,通过距离加权插值求P点属
性值。距离加权插值法综合了泰森多边形的邻近点法和多元回归法的渐变方法
的长处,它假设P点的属性值是在局部邻域内中所有数据点的距离加权平均值,
可以进行确切的或者圆滑的方式插值。周围点与P点因分布位置的差异,对P(z)
影响不同,我们把这种影响称为权函数wi(x,y),方次参数控制着权系数如何
随着离开一个格网结点距离的增加而下降。对于一个较大的方次,较近的数据点
被给定一个较高的权重份额;对于一个较小的方次,权重比较均匀地分配给各
数据点。计算一个格网结点时,给予一个特定数据点的权值,与指定方次的结点
到观测点的距离倒数成比例。当计算一个格网结点时,配给的权重是一个分数,
所有权重的总和等于1.0。当一个观测点与一个格网结点重合时,该观测点被给
予一个实际为1.0的权重,所有其它观测点被给予一个几乎为0.0的权重[2,
3]o换言之,该结点被赋给与观测点一致的值,这就是一个准确插值。权函数主
要与距离有关,有时也与方向有关,若在P点周围四个方向上均匀取点,那么
可不考虑方向因素,这时:
n
P(z)=S]
I,)=4(T-(Y-1))-
式中,,,表示由离散点(xi,y0至P(x,
y)点的距离。P(Z)为要求的待插点的值。权函数
—(、.〕・)=l/[d,(x,v)]u值一般取为2。反距离加权插值法是GIS
软件根据点数生成规则格网数据文件的最常见的方法,计算值易受数据点集群
的影响,计算结果常出现一种孤立点数据明显高于周围数据点的“鸭蛋”分布
文档评论(0)