空间内插方法

I插方法比较i一.空间数据的插值用各种方法采集的空间数据往往是按用户自己的要求获取的采样观测值，亦既数据集合是由感兴趣的区域内的随机点或规则网点上的观测值组成的。

但有时用户却需要获取未观测点上的数据.而已观测点上的数据的空间分布使我们有可能从已知点的数据推算出未知点的数据值。

在已观测点的区域内估算未观测点的数据的过程称为内插：在已观测点的区域外估算未观测点的数据的过程称为外推。

空间数据的内插和外推在GIS中使用十分普遍c 一般情况下.空间位宜越靠近的点越有可能获得与实际值相似的数据.而空间位宜越远的点则获得与实际值相似的数据的可能性越小。

下面介绍一些常用的内插方法。

K边界内插使用边界内插法时.首先要假定任何重要的变化都发生在区域的边界上，边界内的变化则是均匀的、同质的。

边界内插的方法之一是泰森女边形法。

泰森多边形法的基木原理是，未知点的昴佳值由最邻近的观测值产生。

如图4・6・1所示。

泰森女边形的生成算法见§。

2、趋势面分析趋势而分析是一种多项式回归分析技术。

筝项式回归的基木思想是用筝项式表示线或而.按員小二乘法原理对数据点进行拟合.拟合时假定数据点的空间坐标X、Y为独立变虽，而表示特征值的Z坐标为因变虽。

X数据为一维时，可用回归线近似表示为：2二勺+©左其中.a。

、a】为女项式的系数c M1n个采样点方差和为最小时，则认为线性回归方程与被拟合曲线达到了> （Z i - G）' = min 最佳配准，如图4-6-2左图所示，即：Z = CI O + a x X + a2X 2（二次曲线）在GIS中.数据往往是二维的，在这种情况下，需婆用到二元二次或岛次多项式:2 = %,+珂*+02丫+色才+%刃+色护（欤曲血）多项式的次数并非越商越好.超过3次的多元笫项式往往会导致奇异解，因此.通常使用二次藝项式。

趋势而是一种平滑函数，难以正好通过原始数据点，除非数据点数和笋项式的系数的个数正好相同。

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。

克里金插值法克里金插值法又称空间局部插值法，是以变异函数理论和结构分析为基础，在有限区域内对区域化变量进行无偏最优估计的一种方法，是地统计学的主要内容之一，由南非矿产工程师D. Matheron 于1951年在寻找金矿时首次提出，法国著名统计学家G. Matheron 随后将该方法理论化、系统化，并命名为Kriging ，即克里金插值法。

1 克里金插值法原理克里金插值法的适用范围为区域化变量存在空间相关性，即如果变异函数和结构分析的结果表明区域化变量存在空间相关性，则可以利用克里金插值法进行内插或外推。

其实质是利用区域化变量的原始数据和变异函数的结构特点，对未知样点进行线性无偏、最优估计，无偏是指偏差的数学期望为0，最优是指估计值与实际值之差的平方和最小[1]。

因此，克里金插值法是根据未知样点有限领域内的若干已知样本点数据，在考虑了样本点的形状、大小和空间方位，与未知样点的相互空间关系，以及变异函数提供的结构信息之后，对未知样点进行的一种线性无偏最优估计。

假设研究区域a 上研究变量Z （x ），在点x i ∈A （i=1，2，……，n ）处属性值为Z （x i ），则待插点x 0∈A 处的属性值Z （x 0）的克里金插值结果Z*（x 0）是已知采样点属性值Z （x i ）（i=1，2，……，n ）的加权和，即：)()(10*i ni i x Z x Z ∑==λ （1） 式中i λ是待定权重系数。

其中Z(x i )之间存在一定的相关关系，这种相关性除与距离有关外，还与其相对方向变化有关，克里金插值方法将研究的对象称“区域化变量”针对克里金方法无偏、最小方差条件可得到无偏条件可得待定权系数i λ (i=1，2，……，n)满足关系式： 11=∑=n i i λ（2）以无偏为前提，kriging 方差为最小可得到求解待定权系数i λ的方程组：⎪⎪⎩⎪⎪⎨⎧=⋯⋯==+∑∑==1)n ,2,1)(,(),(101n i i j j i n i i j x x C x x C λμλ， （3） 式中，C （x i ，x j ）是Z(x i )和Z(x j )的协方差函数。

3．9。

空间内插3．9．1 空间内插的定义和种类一、定义空间数据的内插通过已知点或分区的数据，推求任意点或分区数据的方法称为空间数据的内插。

其方法是从存在的观测数据中找到一个函数关系式，使该关系式最好地逼近这些已知的空间数据，并能根据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。

它是地理信息系统数据处理常用的方法之一，广泛应用于等值线自动制图、数字高程模型的建立、不同区域界线现象的相关分析和比较研究等。

二、分类：根据以知点或以知分区数据的不同，将空间数据分为点的内插和区域的内插：1、点的内插：是研究具有连续变化特征现象的数值内插方法，根据内插精度的不同可以将点的内插分为：精确和概略两种。

2、区域的内插：是研究根据一组分区的以知数据来推求同一地区另一组分区未知数据的内插方法，主要有重叠法和比重法两种。

三、意义遍历研究区域中的每个位置以测量该位置的高度、大小或某种特性通常都是困难的，或者是昂贵的，因而一般都是采用抽样的方法，按照一定原则，选出一些样点进行测量，然后使用插值函数，估计出所有其它位置的值。

输入的点可以是规则的空间点，也可以是离散点，它们都含有高度、大小或某种特性的值对输入的点进行插值，生成规则栅格网，通常有四种插值（生成表面）的方法：距离反转权重法（IDW）、样条函数法（Spline）、克里格法（Kriging）以及多项式趋势法（Polynomial trend）。

每种方法都有其独特之处，都有一些基本的假设，适用于不同的源数据和应用。

3．9．2 ARCINFO下的空间内插步骤：① Grid Tools----Statistics------Surface , 弹出对话框如下：主要有如下内插法：反距离内插、克里格内插、趋势面内插、拓扑格网内插等。

点击不同内插将进行不同的参数设置，从而根据需要进行各种内插运算。

②以做趋势面内插为例，加以说明：（1）点击 Trend Surface Interoolation 弹出Trend Function对话框：在Output grid 中输入生成的文件名在Name of input 中找到做为Z值的文件(2) 点击，弹出如下对话框，设置参数：（2）内插完成后可在ArcView中打开做内插分析的图，可多做几种内插分析来对比各个内插的区别。

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。

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。

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。

arcgis空间内插教程（实例教程超详细）-图文GIS空间插值（局部插值方法）实习记录一、空间插值的概念和原理当我们需要做一幅某个区域的专题地图，或是对该区域进行详细研究的时候，必须具备研究区任一点的属性值，也就是连续的属性值。

但是，由于各种属性数据（如降水量、气温等）很难实施地面无缝观测，所以，我们能获取的往往是离散的属性数据。

例如本例，我们现有一幅山东省等降雨量图，但是最终目标是得到山东省降水量专题图（覆盖全省，统计完成后，各地均具有自己的降雨量属性）。

空间插值是指利用研究区已知数据来估算未知数据的过程，即将离散点的测量数据转换为连续的数据曲面。

利用空间插值，我们就可以通过离散的等降雨量线，来推算出山东省各地的降雨量了。

二、空间插值的几种方法及本次实习采用的原理和方法–整体插值方法边界内插方法趋势面分析变换函数插值–局部分块插值方法自然邻域法移动平均插值方法：反距离权重插值样条函数插值法（薄板样条和张力样条法）空间自协方差最佳插值方法：克里金插值■局部插值方法的控制点个数与控制点选择问题局部插值方法用一组已知数据点（我们将其称为控制点）样本来估算待插值点（未知点）的值，因此控制点对该方法十分重要。

为此，第一要注意的是控制点的个数。

控制点的个数与估算结果精确程度的关系取决于控制点的分布与待插值点的关系以及控制点的空间自相关程度。

为了获取更精确的插值结果，我们需要着重考虑上述两点因素（横线所示）。

第二需要注意的是怎样选择控制点。

一种方法是用离估算点最近的点作为控制点；另一种方法是通过半径来选择控制点，半径的大小必须根据控制点的分布来调整。

结合上述分析，在本次实习过程中，我们采用局部分块内插的这4种方法（上文中划横线的方法）进行插值，首先，我们按照默认参数进行插值，目的是粗略比较各种方法的优劣；然后选择出最好的一种方法，对该方法再尝试用不同的权重和点数参数来插值，得出最佳的效果。

三、目标1、根据带坐标的山东省县域矢量地图（d_county.hp），完成山东年平均降水量与矢量图的配准；2、比较各种不同插值算法的优劣；3、做出山东省各县年平均降水雨量专题图。

空间内插方法比较一、本文概述空间内插方法是一种在地理信息系统（GIS）和遥感技术中广泛使用的技术，用于根据已知的数据点推测未知区域的值。

这种方法在环境科学、气象学、城市规划、资源管理等众多领域都有着重要的应用。

本文旨在探讨和比较几种常见的空间内插方法，包括反距离权重法（IDW）、克里金插值法（Kriging）、自然邻点插值法（Natural Neighbors）以及多项式插值法等。

我们将首先简要介绍这些空间内插方法的基本原理和实施步骤，然后通过一个具体的案例或数据集来比较它们的性能。

我们将评估插值结果的精度、平滑度以及在不同应用场景下的适用性。

我们还将讨论这些方法的优缺点，以便读者能够根据自己的需求选择合适的空间内插方法。

通过本文的阅读，读者将对空间内插方法有更加深入的理解，能够掌握其基本原理和实施步骤，了解不同方法之间的差异和优缺点，并能够在实践中选择合适的空间内插方法。

二、空间内插方法概述空间内插是一种重要的地理信息系统（GIS）技术，用于估算在已知数据点之间或之外的未知地理位置的值。

它是通过分析和理解空间数据的分布模式，使用数学算法来预测和模拟这些模式在空间上的变化。

这种技术广泛应用于各种领域，包括环境科学、气象学、地质学、城市规划等。

空间内插方法大致可以分为两类：确定性方法和统计性方法。

确定性方法，如反距离权重法（IDW）、样条函数法（Spline）等，主要基于空间数据的物理特性和已知点之间的空间关系进行插值。

这类方法通常假设空间数据具有某种连续性和平滑性，通过最小化插值误差或最大化平滑度来得到预测值。

统计性方法，如克里金插值（Kriging）、协方差法等，则更多地依赖于对空间数据分布模式的统计分析和理解。

这类方法认为空间数据不仅具有空间相关性，而且可能存在某种潜在的随机性。

因此，它们通过构建和拟合空间统计模型，如变异函数或协方差函数，来估算未知位置的值。

每种空间内插方法都有其独特的优缺点和适用范围。

第三章第五节空间数据的内插方法总结
一、空间内插的概念：设一直一组空间数据，他们可以是离散点的形式，也可以是多边形分区数据的形式，现在要从这些数据中找到一个函数关系式，使关系式最好地逼近这些已知的空间数据，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多边形分区范围的值。

这种通过已知点活多边形分区的数据，推求任意点或多边形分区数据的方法就称为空间数据的内插。

二、空间数据的内插分为两部分，一是点的内插；二是区域的内插；
点内插：地理信息系统书第96页，表3—3点的空间内插分类，知道每一个内插法的概念就可以了。

点内插重点放在克里金内插法，有普通、简单和通用内插法三种，记住原理概念就行的。