空间数据的内插方法

前段时间要对气象要素进行插值,翻看了多种方法,做了个PPT报告.对每个方法有简单的介绍极一些总结,不一定都是个人看法,参考了多方书面(sufer,ArcGIS应用教程)以及坛子里,百度上等搜到的资料的看后笔记,有些注了出处有些忘了.截图共享下,也不知有用没用.有错的地方请跟贴指正,谢谢啦!--------------------------------所谓空间数据插值,即通过探寻收集到的样点/样方数据的规律,外推/内插到整个研究区域为面数据的方法.即根据已知区域的数据求算待估区域值, 影响插值精度的主要因素就是插值法的选取空间数据插值方法的基本原理:任何一种空间数据插值法都是基于空间相关性的基础上进行的。

即空间位置上越靠近,则事物或现象就越相似, 空间位置越远,则越相异或者越不相关，体现了事物/现象对空间位置的依赖关系。

（/dky/nb/page/2000-3-3/2000332117262480.htm，南京师范大学地理科学学院地理信息系统专业网络课程教程）➢由于经典统计建模通常要求因变量是纯随机独立变量，而空间插值则要求插值变量具备某种程度的空间自相关性的具随机性和结构性的区域化变量。

即区域内部是随机的，与位置无关的，而在整体的空间分布上又是有一定的规律可循的，这也是不宜用简单的统计分析方法进行插值预估的原因。

从而空间统计学应用而生。

➢无论用哪种插值方法，根据统计学假设可知，样本点越多越好，而样本的分布越均匀越好。

常用的空间数据插值方法之一：趋势面分析⏹趋势面分析（Trend analyst）。

严格来说趋势面分析并不是在一种空间数据插值法。

它是根据采样点的地理坐标X，Y值与样点的属性Z值建立多元回归模型，前提假设是，Z值是独立变量且呈正态分布，其回归误差与位置无关。

⏹根据自行设置的参数可建立线性、二次…或n次多项式回归模型，从而得到不同的拟合平面，可以是平面，亦可以是曲面。

精度以最小二乘法进行验证。

ArcGIS 中几种空间插值方法1. 反距离加权法(IDW)ArcGIS 中最常用的空间内插方法之一，反距离加权法是以插值点与样本点之间的距离为权重的插值方法，插值点越近的样本点赋予的权重越大，其权重贡献与距离成反比。

可表示为：1111()()n nip p i i i i Z Z D D ===∑∑其中Z 是插值点估计值，Z i (i=1Λn)是实测样本值，n 为参与计算的实测样本数，D i 为插值点与第i 个站点间的距离，p 是距离的幂，它显著影响内插的结果，它的选择标准是最小平均绝对误差。

2.多项式法多项式内插法(Polynomial Interpolation)是根据全部或局部已知值，按研究区域预测数据的某种特定趋势来进行内插的方法,属统计方法的范畴。

在GA 模块中，有二种类型的多项式内插方法，即全局多项式内插和局部多项式内插。

前者多用于分析数据的全局趋势；后者则是使用多个平面来拟合整个研究区域，能表现出区域内局部变异的情况。

3.样条函数内插法样条函数是一个分段函数，进行一次拟合只有少数点拟合，同时保证曲线段连接处连续，这就意味着样条函数可以修改少数数据点配准而不必重新计算整条曲线。

样条函数的一些缺点是：样条内插的误差不能直接估算，同时在实践中要解决的问题是样条块的定义以及如何在三维空间中将这些“块”拼成复杂曲面,又不引入原始曲面中所没有的异常现象等问题。

4.克里格插值法克里格法是GIS 软件地理统计插值的重要组成部分。

这种方法充分吸收了地理统计的思想，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进行模拟，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”，可以描述象气压、高程及其它连续性变化的描述指标变量。

地理统计方法为空间插值提供了一种优化策略，即在插值过程中根据某种优化准则函数动态的决定变量的数值。

Kriging 插值方法着重于权重系数的确定，从而使内插函数处于最佳状态，即对给定点上的变量值提供最好的线性无偏估计。

重点一坐标及投影变换1．坐标变换实质是建立两个平面点之间的一一对应关系，包括几何纠正和投影转换，他们是空间数据处理的基本内容之一。

几何纠正是对数据坐标转换和图纸变形误差的纠正。

投影变换是指投影方式的变换2．仿射变换。

在几何上定义为两个向量空间之间的一个仿射变换或者仿射映射，由一个线性变换接上一个平移组成。

是GIS 数据处理中使用最多的一种几何纠正方法。

它的主要特性为：同时考虑到因地突变形而引起的实际比例尺在x 方向和y 方向上的变形，因此纠正后的坐标数据在不同方向上的长度比将发生变化。

注：一般的GIS 软件都有仿射变换、相似变换和二次变换等几何纠正功能3．大地基准面(Geodetic datum) ，设计用为最密合部份或全部大地水准面的数学模式。

它由椭球体本身及椭球体和地表上一点视为原点间之关系来定义。

此关系能以6 个量来定义，通常(但非必然)是大地纬度、大地经度、原点高度、原点垂线偏差之两分量及原点至某点的大地方位角。

每个国家或地区均有各自的基准面，我们通常称谓的北京54 坐标系、西安80 坐标系，指的就是两个大地基准面。

4．我国采用的椭球体及坐标系我国参照前苏联从1953 年起采用克拉索夫斯基( Krassovsky) 椭球体建立了我国的北京54 坐标系。

1978 年采用国际大地测量协会推荐的1975 地球椭球体(IAG75) 建立了我国新的大地坐标系－－西安80 坐标系。

目前大地测量基本上仍以北京54 坐标系作为参照，北京54 与西安80 坐标之间的转换可查阅国家测绘局公布的对照表。

WGS1984 基准面采用WGS84 椭球体，它是一地心坐标系，即以地心作为椭球体中心，目前GPS测量数据多以WGS1984 为基准。

5．椭球体与基准面的关系。

椭球体与基准面之间的关系是一对多的关系，也就是基准面是在椭球体基础上建立的，但椭球体不能代表基准面，同样的椭球体能定义不同的基准面。

6．地图投影，就是指建立地球表面(或其他星球表面或天球面) 上的点与投影平面(即地图平面)上点之间的一一对应关系的方法。

7．空间插值7．1空间插值的概念和理论空间插值常用于将离散点的测量数据转换为连续的数据曲面，以便与其它空间现象的分布模式进行比较，它包括了空间内插和外推两种算法。

空间内插算法是一种通过已知点的数据推求同一区域其它未知点数据的计算方法；空间外推算法则是通过已知区域的数据，推求其它区域数据的方法。

在以下几种情况下必须作空间插值：1）现有的离散曲面的分辨率，象元大小或方向与所要求的不符，需要重新插值。

例如将一个扫描影象（航空像片、遥感影象）从一种分辨率或方向转换到另一种分辨率或方向的影象。

2）现有的连续曲面的数据模型与所需的数据模型不符，需要重新插值。

如将一个连续的曲面从一种空间切分方式变为另一种空间切分方式，从TIN到栅格、栅格到TIN或矢量多边形到栅格。

3）现有的数据不能完全覆盖所要求的区域范围，需要插值。

如将离散的采样点数据内插为连续的数据表面。

空间插值的理论假设是空间位置上越靠近的点，越可能具有相似的特征值；而距离越远的点，其特征值相似的可能性越小。

然而，还有另外一种特殊的插值方法——分类，它不考虑不同类别测量值之间的空间联系，只考虑分类意义上的平均值或中值，为同类地物赋属性值。

它主要用于地质、土壤、植被或土地利用的等值区域图或专题地图的处理，在“景观单元”或图斑内部是均匀和同质的，通常被赋给一个均一的属性值，变化发生在边界上。

7．2空间插值的数据源连续表面空间插值的数据源包括：●摄影测量得到的正射航片或卫星影象；●卫星或航天飞机的扫描影象；●野外测量采样数据，采样点随机分布或有规律的线性分布（沿剖面线或沿等高线）；●数字化的多边形图、等值线图；空间插值的数据通常是复杂空间变化有限的采样点的测量数据，这些已知的测量数据称为“硬数据”。

如果采样点数据比较少的情况下，可以根据已知的导致某种空间变化的自然过程或现象的信息机理，辅助进行空间插值，这种已知的信息机理，称为“软信息”。

但通常情况下，由于不清楚这种自然过程机理，往往不得不对该问题的属性在空间的变化作一些假设，例如假设采样点之间的数据变化是平滑变化，并假设服从某种分布概率和统计稳定性关系。