欢迎来到一个有趣的和重要的研究领域!
插值是一个很大的话题,有很多技巧。我同意GIS或数学论坛可以启动,但出于完整性的考虑,我会发布一些想法。
方法的选择取决于您正在使用的数据类型和实现取决于您的环境。GIS软件应该有许多方法和参数调整。它也很容易创建一个脚本在e。g python或matlab测试和评估插值方法(E。g这)。
一些问题的答案之前,你选择你的方法是:
- 我能相信我所有的数据吗?我有多少噪音?
- 只有最近的点应考虑插值吗?我究竟该如何“感觉”从数据点的值?
- 多少尺寸应该插入?例如我应该考虑时间吗?
- 曲线应该尽可能顺利吗?
- 所有插入值应该在一个特定的范围内,在整个数据集或min-max之间最近的点?
- 我知道总额吗?例如人口密度插值时,我可能知道总数,这能帮我找到合适的插值方法。
- 过程的速度,这是一个问题在你的情况中可能会迫使你选择一种更简单的技术。
维基百科概述和卡鲁索,C。和f . Quarta。“插值方法的比较。”相当不错介绍的技术,也有一些不错的网页在GIS和插值。
最重要的步骤是测试您所选择的方法。再一次,有多种方法,但最简单的就是从你离开指出数据集和插入的值。试着使插入值关闭数据值。
克里格方法是基于实际的数据,而不是曲线。通常一个好的第一次尝试在空间数据以及其它应用程序像这样。样条方法产生平滑曲线。人做计算机图形学专家,但也可以应用在你方面光滑模型的变化。
自然,更复杂的方法(例如,克里格)需要长时间的过程,其间更简单的算法(如双线性或加权)快。低分辨率的输出光栅(数组)也将加快这一进程。你可以让你的分辨率取决于数据的方差,这样你插入少点在平面和点表面较高的救济。这个技术是常见的做法在信号处理和专家在这里在这里。
