空间插值的数据源

Python与开源GIS

空间插值的数据源

2015-02-02 作者: giser 浏览: 658 次

摘要: 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....

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。

采样点的空间位置对空间插值的结果影响很大,理想的情况是在研究区内 均匀布点。然而当区域景观大量存在有规律的空间分布模式时,如有规律间隔的数或沟渠,用完全规则的采样网络则显然会得到片面的结果,正是这个原因,统计学家希望通过一 些随机的采样来计算无偏的均值和方差。

但是完全随机的采样同样存在缺陷,首先随机的采样点的分布位置是不相关的,而规则采样点的分布则只需要一个起点位置,方向和固定 大小的间隔,尤其是在复杂的山地和林地里比较容易。其次完全随机采样,会导致采样点的分布不均,一些点的数据密集,另一些点的数据缺少。

随机推荐

Copyright © 2014-2019 OSGeo中国中心 吉ICP备05002032号

Powered by TorCMS