反距离加权插值法例题_GMS插值中的反距离权重法(Inverse distance weighted)
反距离权重法是GMS地层插值的默认方法,了解一些关于它的原理会帮助得到更好的插值结果。这次主要介绍Shepard's method方法。反距离权重法基本思路:插值点受附近点的影响最大,而距离较远的点的影响较小。
1.Shepard's method节点函数
反距离权重法最简单的节点函数(Nodal function)形式是恒定节点函数,也被称为"Shepard's method"。
Shepard's method节点函数公式为:
其中n为插值点个数、
其中p为任意正整数、也就是权重系数(Weighting exponent),默认值等于2,可以在GMS修改(据我测试,修改此数值对插值结果影响不大);
从上面的公式可以看出Shepard's method节点函数公式使用的是简单的加权平均值即:各插值点数值乘以相应的权数,然后加总求和得到总体值,再除以总的单位数。从权重函数也可以看出“反距离”就是距离的倒数。Shepard's method节点函数因其简单而被广泛使用。
2.梯度平面节点函数(Gradient Plane Nodal Functions)
由于Shepard方法的局限性:插值后生成的曲面是插值点数据值的简单加权平均值。 该表面被限制在最小和最大数据值之间。 换句话说,表面不会推测出数据值中隐含的局部最大值或最小值。 可以通过使用梯度平面节点函数克服此问题。
3.二次节点函数(Quadratic Nodal Functions)
测试使用效果不好,不做介绍了。
插值权重的计算(Computation of Interpolation Weights)
计算插值权重时,有三个选项可以选择:使用所有点、部分点、封闭三角形
1.使用所有点
2.使用部分点
使用部分点可以细分为二种方法:在第一种方法中,仅使用最近的16个点。 在第二种方法中,仅使用以这一点为中心的各个象限(quadrant)中最近的16个点,如下图所示。 如果数据点聚集在一起,则第二种方法可能会产生更好的结果。
3.使用封闭三角形上的节点
反距离加权插值法例题_GMS插值中的反距离权重法(Inverse distance weighted)相关推荐
- 反距离加权matlab算法,ImageWarping变形算法研究---反距离加权插值(IDW)
参考论文:Image Warping with Scattered Data Interpolation Inverse distance weighted interpolation算法(IDW)实 ...
- ACMNO.27 Python的两行代码解决 C语言-字符逆序 写一函数。使输入的一个字符串按反序存放,在主函数中输入输出反序后的字符串。 输入 一行字符 输出 逆序后的字符串
题目描述 写一函数,使输入的一个字符串按反序存放,在主函数中输入输出反序后的字符串. 输入 一行字符 输出 逆序后的字符串 样例输入 123456abcdef 样例输出 fedcba654321 来源 ...
- 写一函数,使输入的一个字符串按反序存放,在主函数中输入输出反序后的字符串。
题目描述 写一函数,使输入的一个字符串按反序存放,在主函数中输入输出反序后的字符串. 输入 一行字符 输出 逆序后的字符串 样例输入 123456abcdef 样例输出 fedcba654321 #i ...
- 反斜杠转义mysql java_mysql数据库中的反斜杠”\“怎么使用Java进行转义
mysql数据库中的反斜杠"\"怎么使用Java进行转义 发布时间:2020-11-24 15:15:12 来源:亿速云 阅读:88 作者:Leah 这期内容当中小编将会给大家带来 ...
- java反斜杠_如何在字符串中使用反斜杠(\)?
(请参阅答案末尾的ES2015更新.) 您已经标记的问题都string和regex. 在JavaScript中,反斜杠在字符串文字和正则表达式中都有特殊含义.如果你想在字符串或正则表达式中使用实际的反 ...
- php 去掉转义引号的反斜杠,PHP去掉json字符串中的反斜杠\及去掉双引号前的反斜杠...
PHP去掉json字符串中的反斜杠\及去掉双引号前的反斜杠 通过AJAX传到PHP的json字符串有时候加上反斜杠"\"来转义,PHP处理时需要先去掉反斜杠,然后再json_dec ...
- 从0到1,反距离加权IDW(Inverse Distance Weighted Interpolation) 插值变形算法
论文: Image Warping with Scattered Image Warping with Scattered Data Interpolation 局部变形算法:液化,膨胀 全局变形算法 ...
- 基于MATLAB的全局多项式插值法(趋势面法)与逆距离加权(IDW)法插值与结果分析
基于MATLAB的全局多项式插值法(趋势面法)与逆距离加权(IDW)法插值与结果分析 1 背景知识 2 实际操作部分 2.1 空间数据读取 2.2 异常数据剔除 2.3 验证集筛选 2.4 最小二乘法 ...
- ImageWarping变形算法研究---反距离加权插值(IDW)
参考论文:Image Warping with Scattered Data Interpolation Inverse distance weighted interpolation算法(IDW)实 ...
最新文章
- yapi 插件_强大的开源API接口可视化管理平台——YAPI
- djangoORM语句
- 无符号数和有符号数之间赋值和大小比较
- ie浏览器float right 向下错位解决办法
- 编程学习记录1:编程的一些简单概念
- 计算机技能培训工作计划,计算机培训教学计划范文
- android 字符串 转json,Android将字符串转换为JSON
- 企业微信 之 网页鉴权并与公司后台关联
- 【SuperResolution】Spatial resolution的含义
- 填核酸采样资料,手机号填错了,身份证号码没错。
- HTTP协议以及返回状态码
- 手机连接电脑后,电脑上显示不出来手机的文件夹
- 走马灯如何实现图片自适应
- oppok9pro电池续航怎么样
- 第二次作业,制作调查问卷
- emd 消除端点效应 matlab代码,对五种改善EMD端点效应的方法进行分析
- spoolsv.exe占cpu 99%的解决方法
- 初学者C++面向对象程序设计概念全总结最全的概念总结
- 在Magento产品分类页面创建推荐产品(Featured Products)
- 下列关于java泛型的说法正确_下列关于泛型的说法不正确的一项是:( )_学小易找答案...
热门文章
- html5 js贪吃蛇,html5+js 贪吃蛇
- 【python数据挖掘课程】二十四.KMeans文本聚类分析互动百科语料
- Python之通过for循环比较Python与Ruby编程思想的差别
- iOS之深入解析高阶容器的原理和应用
- PAT (Basic Level) Practice (中文)1010 一元多项式求导 (25 分)
- ubutnu16.04安装ros2
- 零基础入门深度学习的五篇经典教程
- 【STM32】DMA详解
- 【Linux】一步一步学Linux——logname命令(109)
- 【Linux系统编程】 Linux系统调用概述