插值方法比较IDW/Kriging/线性回归

IDW：反距离权重法依赖于反距离的幂值，计算方法比较简单，难以反映特殊值。一个非常简单的模型。不考虑可能影响GDD值及其“邻居”的所有当地地理/地形变化

Ordinary Kriging：克里金插值是依据协方差函数对随机过程/随机场进行空间建模和预测（插值）的回归算法。在特定的随机过程（例如固有平稳过程）中，克里金法能够给出最优线性无偏估计（Best Linear Unbiased Prediction, BLUP），因此在地统计学中也被称为空间最优无偏估计器（spatial BLUP）可能有一些违反数据正态分布的情况，但是很好地有错误地图来帮助优化我们的生物燃料模型所建议的位置。

Linear Regression：线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。其表达形式为y = w'x+e，e为误差服从均值为0的正态分布。

我认为克里金插值是最合适的，因为其插值后的栅格更加平滑。IDW的关于出现近测点处的集中；线性回归的模型参数只有两个，太少了。

插值方法比较IDW/Kriging/线性回归相关推荐

九种常见的二维插值方法
1.Bilinear interpolation双线性插值双线性插值在数学上,双线性插值是线性插值的一种推广,用于在二维直线网格上插值两个变量(如x和y)的函数. 双线性插值首先在一个方向上使用线性 ...
Cesium+kriging.js实现雨量插值
0.前言网上有很多关于openlayers的克里金插值,但是最近在学习cesium,也想在cesium中做,但是好像网上相关的例子一个都没有.所以我就自己尝试去做. 1.克里金插值克里金插值也称作 ...
插值算法（一）：各种插值方…
原文地址:插值算法(一):各种插值方法比较作者:稻草人整体拟合法局部拟合法确定性随机性确定性随机性趋势面(非精确) 回归(非精确) 泰森(精确) 密度估算(非精确) 反距离权重(精确) ...
matlab 克里金插值,克里金插值(arcgis克里金插值步骤)
1. 克里格方法概述克里格方法(Kriging)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. 克里金差值最后的出来的克里金误差有 ...
克里金插值法（kringing）与PHPnow集成开发环境
文章目录摘要 1.克里金插值法 1.1 什么是克里金? 1.2 克里金法公式 1.3 公式推导 1.3.1 假设条件 1.3.2 半方差函数 1.3.3 代价函数 2.对普通克里金插值的思考 3.p ...
基于python的IDW插值方法（一）
前言: 本人研一,刚开始学python,初衷其实是想以arcgis软件上没有的插值方法进行空间插值,奈何人菜瘾大,只能先从基础的插值方法开始,这次的IDW插值算是一个开始吧,相关内容也会慢慢进行记录, ...
ArcGIS空间插值方法反距离权重法（IDW）的工作原理
反距离权重 (IDW) 插值使用一组采样点的线性权重组合来确定像元值.权重是一种反距离函数.进行插值处理的表面应当是具有局部因变量的表面. 此方法假定所映射的变量因受到与其采样位置间的距离的影响而减小 ...
Kriging插值法
克里金法是通过一组具有 z 值的分散点生成估计表面的高级地统计过程.与插值工具集中的其他插值方法不同,选择用于生成输出表面的最佳估算方法之前,有效使用克里金法工具涉及 z 值表示的现象的空间行为的交互 ...
克里金(Kriging)插值的原理与公式推导
转自:http://xg1990.com/blog/archives/222 学过空间插值的人都知道克里金插值,但是它的变种繁多.公式复杂,还有个半方差函数让人不知所云本文讲简单介绍基本克里金插值的 ...

插值方法比较IDW/Kriging/线性回归

插值方法比较IDW/Kriging/线性回归相关推荐

最新文章

热门文章