融合反距离加权和傅里叶变换的MODIS水汽校正方法

MODIS反演的可降水量(PWV)为连续的面状数据,精度不高;而GNSS水汽探测技术精度高,但为离散的点数据。本文综合两者优势,提出一种融合反距离加权和傅里叶变换的MODIS水汽校正方法,利用GNSS PWV来校正MODIS PWV产品,并采用香港地区GNSS数据和MODIS水汽产品进行实验验证。该方法首先考虑空间插值问题,使GNSS PWV与MODIS水汽在空间点位上一致。选取不同数量的MODIS像元点,对比6种插值算法的精度,发现选取5个插值参数时插值效果最佳,选择反距离加权法得到的插值水汽产品精度最高,平均偏差为-0.99 mm。其次考虑水汽校正问题,构建3种模型对MODIS PWV进行校正,发现傅里叶变换模型的均方根误差改进率可达70%以上。新模型的MODIS水汽校正方法能够减弱局部数据的影响,更准确地反映该地区的水汽分布情况。

基于反距离加权法的内涝灾害临界雨量分析计算

【目的】为了在监测资料缺乏地区划分内涝灾害风险等级,开展内涝风险预警,借鉴山洪临界雨量相关计算方法推求隐患点临界雨量。【方法】以满洲里为例,联合采用单站临界雨量法和反距离加权法对现有气象站网雨量监测资料、内涝过程积水深度、小时降雨量、内涝隐患点地理信息等资料,进行分析计算。【结果】得出互贸区、基准站等7个自动雨量站,4个内涝预警等级下17个单站临界雨量值在2.5~39.6 mm之间。华埠大街套娃广场门前等23个内涝隐患点,4个内涝预警等级下92个致灾临界雨量值在4.30~29.11 mm之间。【结论】根据计算得出的隐患点致灾临界雨量,开展内涝灾害风险等级预警服务,取得了良好的效果。

基于反距离加权插值的水声数据可视化算法

在使用光线投影法对体数据进行三维重建时,采样点不一定刚好落在数据点的位置,需要通过插值来计算采样点的数值。插值方法的选择直接影响最终的可视化绘制效果。反距离加权插值算法是一种计算相对快速、简单的插值方法。通过分析三维水声数据特点,引入反距离加权插值算法,确定插值算法的重要参数搜索半径和权值下降指数,在搜索半径确定的球体内对采样点进行插值,进而得到采样点的灰度值。使用人工干预实现水声数据的分层,通过调整插值参数改进绘制质量。实验结果表明,经过反距离加权插值后的图像具有较好的绘制效果。

基于反距离夹角加权算法的地理信息空间内插方法

基于加权平均理论,在权因子变量中引入距离和夹角两个量来定权,得出反距离夹角加权算法。将反距离夹角加权算法应用在地理信息空间内插中,并与常用的几何内插方法算术平均值法、邻近值法、反距离加权法进行比较分析后得出,当已知样本点只有一个时,该算法相当于最邻近值法;当只有两个已知样本点,或者多于两个已知样本点并且点位在全圆方位上均匀分布时,夹角权相等,该算法相当于反距离加权法;多于两个已知样本点,但已知样本点密度和方位分布不均时,反距离夹角加权法能减弱甚至消除已知样本点在内插点全圆方位上分布不均及疏密不匀对内插值的影响,保证内插值接近近点值。所提出的反距离夹角加权算法将广泛应用在建立DEM及图像处理等地理空间信息数据内插中。

反距离加权法在区域滑坡危险性评价中的应用

区域滑坡危险性评价是进行区域滑坡风险性研究的基础。提出了一种基于反距离加权的"黑箱"式评价方法,该方法将滑坡作为一个系统进行分析,各影响因素作为滑坡系统中的子系统。根据相似相近的原理,假设已有滑坡点对周围区域的滑坡危险性存在局部性影响,利用反距离加权法对所有滑坡点进行分析评价,以获取研究区的滑坡危险性评价结果。同时对该方法运用于区域滑坡危险性评价的理论基础、适用范围进行分析,并以四川省苍溪县为例,验证了运用该方法进行区域滑坡危险性评价的可行性。

反距离加权网格化插值算法的改进及比较

在地球物理数据处理等很多方面都涉及到等值线图的绘制。绘制等值线图时,首先需要对离散数据进行网格化插值处理。其中,反距离加权网格化插值算法简单、容易实现,但是该算法有计算效率低等缺点。本文采用窗口法对反距离加权网格化插值算法进行改进,并通过实例对正方形窗口和圆形窗口进行了分析和比较。结果表明,用窗口法对反距离加权网格化插值算法进行改进可以提高该算法的效率,并且圆形窗口比正方形窗口相对较好。

反距离加权法天气衍生品空间基差风险对冲效果

天气衍生品作为一项金融创新产品,为天气风险的管理和转移提供了新的途径。与传统衍生品不同的是,天气衍生品合约标的物是常见的天气变量,本身不具有资产价格,因此面临的并不是传统意义上的基差风险。天气衍生品的基差风险包括产品基差风险和空间基差风险,这些基差风险严重影响着天气衍生品的风险对冲效果,阻碍了市场发展,也是研究的重点与难点。相比产品基差风险因特定部门而异,空间基差风险具有不可避免的特点。依据反距离加权法,增加空间多样性构建天气衍生品组合,可用于对冲空间基差风险,但需要经验数据验证。研究表明,天气衍生品收益与假设收益的均方根误差(RMSE)能够很好的量化天气敏感企业遇到的天气风险,天气风险对冲效果可以通过RMSE的变化值进行度量;构建中国华东地区降雨量看跌期权交易,相较单一地区收益偏差,期权买方采用空间组合策略取得了更好的空间基差风险对冲效果。此外,研究结果发现,在构建天气衍生品空间组合时,组合中气象观测点的数目并不是越多越好,即较少的观测点个数即能显著降低天气风险对冲效果,这也为实践操作提供了便利。

反距离加权法流场矢量插值研究

为解决非结构网格下诸多水流模型计算所得流场(流速、水位和通量等)在后处理图中显示凌乱(不利于反映流场特征)的问题,运用反距离加权法对非结构网格的流场结果进行插值,得到任意目标结构网格下的流场值.该方法应用于实际工程中,插值结果与原计算结果吻合较好,满足工程精度要求.

基于反距离夹角加权算法的地理信息空间内插方法的探讨

文献[1]认为反距离夹角加权空间内插方法能减弱甚至消除已知样本点在内插点全圆方位上分布不均及疏密不匀对内插值的影响,保证内插值接近近点值,将广泛应用在建立DEM及图像处理等地理空间信息数据内插中。本文通过理论分析和实例验证发现:只有当点位分布完全符合文献[1]中的情况时,内插结果才比较好;反之,该方法违背了美国地理学家W.R.Tobler提出的地理学第一定律。距离待插值点近的点权反而小;距离远的点权反而大,因此,该方法不具有普适性和推广性,其理论仍待完善。

引入变差函数的反距离加权法及应用研究

在对流层延迟改正的应用中,反距离加权法的定权方式与变差函数相符合。在比较距离与变差函数定权关系基础上,给出了反距离加权法的新形式。通过在GPS及InSAR对流层延迟改正中的实际应用分析表明:引入变差函数的反距离加权法稳健高效,特别适用于对流层延迟的相关改正。

结合灰色关联改进反距离加权插值法的劈分新方法

油井产量劈分是多层油藏精细开发的重要前提,产量劈分的准确与否是油田开发后期增产措施的实施和提高最终采收率的关键。常规的地层系数劈分方法往往只考虑油层的静态参数,未考虑层间干扰等相关动态参数的影响,势必产生巨大的误差,已难以解决多层油藏产量劈分问题。为此,在常规劈分方法的基础上,运用反距离加权插值法,构建一种新的产量劈分预测模型,并运用灰色关联分析方法,将劈分系数中各影响因素进行定量化对比,确定出影响劈分系数的主要因素,最终实现油井的产量劈分。该方法应用于Z油田X区块产量劈分,与常规方法相比精度明显提高,符合实际的开发特征,为油藏后期的开发提供了重要的科学依据与指导作用。

基于反距离加权法的混采地震数据分离方法

为将混合地震记录分离为单炮地震记录,笔者采用基于反距离加权的迭代分离方法,在非共炮点域对伪分离数据进行混叠噪声的压制,将其变换回共炮点域,得到分离后的单炮地震记录。模拟数据和实际数据的处理结果证明,本方法能够有效地实现混合数据分离。相较于单独使用多级中值滤波方法,本分离方法能更好的保留有效信息。

利用内梅罗指数法及反距离加权插值法(IDW)分析上海市某重点行业企业地块地下水重金属污染特征

为了解上海市某重点行业企业地块地下水重金属的污染程度,采用了内梅罗指数法及反距离加权插值法(IDW)两种方法进行分析。结果发现,内梅罗指数法及反距离加权插值法(IDW)的分析结果均是可信的,都反映厂区内废水处理区的地下水重金属污染程度较高。相较于内梅罗指数法,反距离加权插值法(IDW)更能反映调查场地内地下水质量的空间分布。

基于反距离加权插值法的木材内部缺陷检测

树木在人类日常生活中不可或缺,树木缺陷识别一直是学者探讨的重要课题。在树木腐朽早期,病变部位的电阻率会大大降低,但当树木病变后期形成空洞时,缺陷部位电阻率会急剧增加。本文提出了一种四探针电阻法,结合反距离加权插值算法模拟树木内部缺陷的位置、大小,分析了树木电阻率分布和缺陷之间的关系,并研究含水量的变化对树木缺陷检测的影响。实验结果表明:树桩中相较于健全的部分,缺陷部分的电阻率平均升高了2-3倍;木材含水率挥发速度随着时间降低,和时间成反比。

顾及距离的最小叉熵克里金负权系数改正

针对克里金法在解算权系数时存在负值现象的问题,提出一种基于克里金负权系数改正的克里金改进方法。该方法考虑到参考点间的空间相关性和结构性,首先通过距离加权解算出主观权系数,然后通过叉熵最小化解算出客观权系数,最后结合主、客观权系数得到改正权系数。用日喀则市、上饶市和长春市三块实验区域内的格网高程数据对本文方法进行有效性验证。结果表明:该方法消除了负权系数,权系数的大小与参考点的点位相适应。在实验区域内本文方法的插值精度和成图效果优于克里金法和反距离加权法,平均绝对误差分别可达到0.1161m,0.4893m和0.0132m。因此,研究方法可为插值权系数的改正提供有益参考。

扇形格网高程特征图像的车载LiDAR点云道路提取方法

针对传统高程特征图像道路点提取方法中格网分辨率需手动设定和存储资源冗余问题,本文提出了扇形格网高程特征图像的车载LiDAR点云道路提取方法。该方法采用自适应扇形格网投影,根据激光雷达(LiDAR)设备参数,自动建立可缩放的扇形格网,有效优化了传统方形格网分辨率手动设置,解决了存储资源冗余问题。在该方法的具体实施过程中,首先,依据LiDAR设备参数进行自适应扇形格网投影;其次,获取每个格网内点的高程,运用反距离加权法(IDW)建立高程特征图像;最后,基于高程特征图像设定高程阈值,实施道路点提取。为验证本文方法的有效性,从KITTI数据集中选取不同道路类型的6组数据进行实验。结果表明,道路点提取的最高质量为87.1%,平均质量为80.2%。与传统高程特征图像道路点提取方法相比,本文方法的平均质量高出近3个百分点。

基于加权插值算法的激光光斑中心检测

激光光斑成像质量是激光制导武器的重要指标之一,而传统的亚像素定位算法,面临抗干扰能力弱,定位精度低和软件实现复杂等问题。为实现实时高精度激光光斑检测,本文提出一种改进的加权插值的亚像素细分算法,通过对图像中光斑范围内一定区域的所有有效像元节点分组进行插值计算,并将各组结果进行加权处理以获得更高的光斑定位,显著提高了精度和稳定性。经过误差分析和实验证明,此算法有效提高激光光斑中心检测抗干扰性能和定位精度。

三种河流相对高程模型生成方法对比

相对高程模型(REM,Relative Elevation Model的缩写)表示相对于河流水面或活性河道的海拔高度,衍生于数字高程模型(DEM,Digital Elevation Model的缩写),能够消除因河流纵向的地势造成的DEM表征不清楚,高差过大造成细节模糊地势的影响,从而在平面图上更为清晰地表征河流地形的细微变化,因而研究REM的生成方法及其适用性具有十分重要的意义。通过文献综述,选取美国加利福尼亚州内华达山脉的卡森河某河段为实验区,利用其高精度(米级分辨率)DEM数据,介绍核密度法、反距离加权法、横截面插值法三种REM生成方法。通过REM和DEM的对比,以及三种REM的效果对比,得出:当高程差过大时,DEM可视化方案往往不能很好地在河流地貌刻画中发挥作用,尤其是在解译时,利用REM可解决高差过大造成的细节模糊问题;横截面插值法主要的优势表现在可根据用户需要做适用性调整,相对而言鲁棒性强,较为灵活,但其自动化程度较低,且花费的时间较长,因此需较多的人工干预;核密度法耗时相对较少,REM结果很少有伪影或错误的相对高程值,但核密度法导致一些潜在的伪影或者错误的相对高度,体现在研究河段范围的终点会有偏差;反距离加权法(IDW,Inverse Distance Weighted的缩写)的优势是创建用时较少,且只需要输入两个数据:DEM和河流中心线,但因搜索距离问题不合适易在特殊地段出现失效情况。因此,REM将在河流精细刻画中发挥重要的作用,其生成方法已经可以实际应用,但有待进一步提高和完善;REM模型不需经过复杂计算,适合难以进行现场调查的河流对比研究,且应用范围较广,为河流迁移、洪水分析、河流管理和修复、生物栖息地选取以及文化评估方面的研究提供了重要作用。

顾及GNSS水汽分布特性和站间距离的优化IDW插值方法

针对大气可降水量(Precipitable Water Vapor,PWV)精细化过程中插值算法的选取,本文系统性地分析了线性插值三角网法、克里金插值法、空间反距离(Inverse Distance Weighting,IDW)插值法3种方法,并提出了顾及GNSS水汽特性和站间距离的优化IDW插值方法.该方法通过分析GNSS站点距离与大气水汽分布特性对插值结果的影响,进而对插值参数进行优化,使插值结果靠近高精度的观测值.利用2017年5—7月徐州连续运行参考站的GNSS实测数据与探空站数据对该方法进行分析,实验结果表明:顾及GNSS水汽特性和站间距离的优化IDW插值方法的标准差、平均绝对误差、平均相对误差、均方根误差都要低于其他3种经典插值方法,其中均方根误差分别降低了14.88%、15.70%、4.12%.此外,本文分析了暴雨天气下不同插值算法重构高分辨率大气水汽分布图的能力,发现采用优化IDW插值方法能够显著减小采样站点分布不均及降水量激增造成的插值误差.这表明优化方法有助于重构局部地区稀疏GNSS站网的高分辨率大气水汽分布图,改进监测能力.

玉米生育期空间插值方法比较

采用合适的空间插值方法可以估计全国主产区玉米生育期的空间分布情况,从而指导不同地区的种植生产。该文通过比较反距离加权法、径向基函数法、克里格法等插值方法的异同,以调查县夏播玉米5个阶段的生育期为数据源,对黄淮海夏播玉米区生育期的数据进行空间插值处理,并使用交叉验证对表面精度进行分析。结果表明:播种期、出苗期和成熟期的最适合插值方法为径向基函数法,其均方根预测误差分别为5.077、5.320、5.243d,拔节期和抽雄期的最佳插值方法为反距离加权法,其均方根预测误差分别为7.826、6.403d;播种期和出苗期由西南至东北逐渐延后,其余阶段生育期以东南至西北为中轴线向两侧逐渐延后。