下载文档原格式
空间插值的主流方法
1. 线性插值法：线性插值法是一种最常用的插值算法，它根据一个空间上两个点之间的线性关系，由前面一个点推算出后面一个点的值。
2. 样条插值法：样条插值法是一种改进的插值算法，它根据一个空间上两个点之间的等密度n次多项式曲线，由前面一个点推算出后面一个点的值。
3. Kriging插值法：Kriging插值法也是一种改进的插值算法，它是采用空间的不确定度的理论，以及空间相关数据带来的直观，由前几个群点预测出后面一个点的值。
基于ArcGIS的空间插值方法比较作者：郭仕侗刘斓来源：《科技风》2019年第16期摘要：空间插值法是基于已获取的空间数据对研究区域的信息数据进行预测，其精确度的高低对研究信息具有重要意义。
文章基于ArcGIS对反距离权重插值、克里金插值两种方法进行试验分析，并对比两种方法的优缺点，以期为空间插值法的选取与应用提供参考。
关键词：ArcGIS;空间插值;方法比较1 空间插值方法空间插值法能够根据已经获取的研究区域的空间特性来对未知的空间特性进行分析，在地理信息及研究中具有重要作用。
在實际应用中通常使用空间分布模型和空间插值法对空间区域内的栅格值进行推算，极大地简化了计算程序，提升了对研究区域空间进行信息预测的效率。
2 基于ArcGIS的空间插值方法与处理比较2.1 数据来源及数据处理本文所使用的分析软件为ArcGIS 10.0，实验数据主要来源于国际科学数据服务平台黄淮海地区数字高程模型数据（DEM），将部分DEM数据中高程点作为原数据，文章的研究重点是对反距离权重插值、克里金插值两种方法进行试验分析，并对比两种方法的优缺点。
因此，首先对提取的DEM数据进行处理如图1所示（左侧为原始数据，右侧为高程点数据）。
2.2 结果评价及改进思路3 结语使用科学合理的插值方法可以节约大量的时间，提升空间信息数据获取与预测的效率，现今，各类插值技术以及使用都较为成熟，相信在不久的将来，插值算法的自动性会更高，多尺度建模以及多维表达形式更加完备。
参考文献：[1]周海荣，张亮，俞伟柯，寿祝欢，卢月明.基于自适应采样的空间插值方法比较研究[J].科学技术创新，2018（04）：8-11.[2]肖城龙.基于ArcGIS的空间数据插值方法的研究与实验[J].城市勘测，2017（06）：71-73+83.。
对地理信息系统空间数据分析中的空间数据插值方法从广义的角度分为点的插值和面的插值。
随着GIS和计算机技术的不断发展,以及人们在研究工作中对空间高质量数据的要求,空间数据插值应用越来越广，受到人们的高度重视。
空间数据的插值即对一组已知空间数据,可以是离散点的形式，也可以是分区数据的形式，要从这些数据中找到一个函数关系式，使该关系式最好地逼近已知的空间数据，并能根据该函数关系式推求出区域范围内其它任意点或任意分区的值。
1、什么情况下要用到空间插值(1)现有的离散曲面的分辨率,像元大小或方向与所要求的不符，需要重新插值。
(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。
2、空间插值方法的主要目的(1)对不足或缺失数据的估计。
由于观测台站分布的密度及分布位置的原因,不可能任何空间地点的数据都能实测得到,需要用到插值,以了解区域内观测变量的完整空间分布。
(2)数据的网格化。
规则格网能够更好地反映连续分布的空间现象,并对他们的变化作出模拟。
对已知观测台站的观测数据进行空间内插,便可得到格网化数据。
(3)内插等值线。
以等值线的形式直观地显示数据的空间分布。
(4)对不同分区未知数据的推求。
3、进行空间插值的一般过程(1)空间插值数据源的获取。
(2)对数据进行分析,找出源数据的分布特性、统计特性,便于选择最恰当的插值方法。
(3)插值方法的选择并进行插值计算。
(4)对插值结果的评价。
(5)运用多种插值方法进行计算,对各种方法的插值结果进行比较、分析并选择最佳的插值方法。
4、不同插值法的分析（1）样条函数插值（SPLINE）样条函数是数学上与灵活曲线规对等的一个数学等式,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。
空间数据插值方法的评价摘要：一、空间数据插值方法概述1.插值方法分类2.常见插值方法介绍二、空间数据插值方法的评价1.评价指标2.评价方法三、常见空间插值方法的优缺点分析1.反距离权重法（IDW）2.克里金法（Kriging）3.自然邻域法（Natural Neighbor）4.样条函数法（Spline）5.趋势面法（Trend）四、实际应用案例分析1.气象站点数据插值2.污染场地空间插值五、空间数据插值方法的选择与优化1.数据特点对插值方法的影响2.插值参数的设置正文：一、空间数据插值方法概述空间数据插值方法是将离散的点数据转换为连续的空间表面，以便于表现和分析空间现象的分布。
根据插值原理和算法，空间数据插值方法可分为以下几类：1.反距离权重法（IDW）：该方法根据插值点与已知点之间的距离进行加权平均，距离越近的点对插值结果的影响越大。
2.克里金法（Kriging）：这是一种基于统计学的插值方法，利用已知点的坐标和观测值构建插值表面。
克里金法考虑了数据的空间相关性，适用于具有一定规律分布的数据。
3.自然邻域法（Natural Neighbor）：该方法根据已知点周围的邻居点进行插值，通过搜索半径确定邻域大小。
自然邻域法适用于数据分布较为密集的情况。
4.样条函数法（Spline）：这是一种基于数学函数的插值方法，通过分段多项式描述空间表面。
样条函数法适用于具有一定光滑度的数据分布。
5.趋势面法（Trend）：该方法通过拟合数据的趋势线或曲面来进行插值，适用于具有明显趋势的数据。
二、空间数据插值方法的评价空间数据插值方法的优劣需要通过一系列评价指标和评价方法来进行衡量。
常用的评价指标包括均方根预测误差（RMSE）、平均绝对误差（MAE）等。
评价方法主要包括交叉验证、网格评估等。
三、常见空间插值方法的优缺点分析1.反距离权重法（IDW）：优点是计算简便，缺点是对于离群值较敏感，插值结果可能出现震荡。
山东省气温空间插值方法比较研究赵岩2013.6.25摘要本文分别使用了样条函数插值法、克里金插值法、反距离加权插值法，采用山东省100多个国家基本气象站点1991-2000年十年的逐月气温数据，应用地理信息系统软件SuperMap中的插值分析模块生成山东省的典型月份十年月均气温插值预测图，并使用交叉验证法得出检验数据样点预测值误差图，通过对比各种插值方法检验数据样点预测值误差的均值和方差比较这三种插值方法的优劣，插值效果比较结果为：克里金插值法>样条函数插值法>反距离加权法。
关键词：空间分析；气温插值；插值方法比较；地统计Comparison Research on Temperature SpatialInterpolation MethodAbstractThis paper respectively uses the Splines function interpolation method, Kriging interpolation method and Inverse Distance Weighted interpolation method, and uses more than 100 national basic weather stations’s monthly air temperature data in Shandong province from 1991 to 2000, and use the software that called SuperMap’s interpolation analysis module to generate a predicted chart of ten years of Shandong province’s typical month’s monthly airtemperature. And then use the method of cross validation to test the results of data sample point’s forecast temperature value. By comparing the mean value and variance of various interpolation methods’s forecast temperature value to compare the three kind of interpolation method, the comparison of interpolation effect results for: Kriging interpolation method>Spline function interpolation method > Inverse Distance weighting interpolation method.Keywords: Spatial analysis; Temperature interpolation; Comparison on interpolation method; Statistics引言气候、气温数据是很多科学领域的一项基本数据源，如渔业科学、生态科学、农业科学、自然资源管理等。
