数字高程模型的内插方法VIP免费

数字高程模型的内插方法与数据管理移动曲面内插方法多面函数内插方法有限元内插方法数字高程模型的精度及存储管理主要内容数字高程模型的内插方法DEM内插就是根据参考点上的高程求出其它待定点上的高程，整体函数内插局部函数内插逐点内插法用一个整体函数拟合整个区域http://www.othermap.com/“测绘信息网”网友搜集,版权归原权利人所有逐点内插方法以每一待定点为中心，定义一个局部函数去拟合周围的数据点。逐点内插法十分灵活，精度较高，计算方法简单又不需很大的计算机内存，但计算速度可能比其它方法慢piipiiYYYXXXpiipiiYYYXXX（l）建立局部坐标移动曲面拟合法对DEM每一个格网点，将坐标原点移至该DEM格网点P（Xp，Yp）（3）列出误差方程式FEyDxCyBxyAxZ22FEyDxCyBxyAxZ22RYXdiii22RYXdiii22（2）选取邻近数据点PxydiFEYDXCYBYXAXviiiiiii22FEYDXCYBYXAXviiiiiii22ZMXVZMXV误差方程式由n个数据点列出的误差方程为1111222222222211211121nnnnnnYXYYXXYXYYXXYXYYXXMFCBAXnzzzZ21nvvvV21内插参数解算（4）计算每一数据点的权21iidp21iidp2)(iiiddRp2)(iiiddRp22kdiiep22kdiiep（5）法化求解PZMPMMXTT1)(PZMPMMXTT1)(系数F是待定点内插高程值ZP•对点的选择除满足n＞6外，应保证各个象限都有数据点，•当地形起伏较大时，半径R不能取得很大。•当数据点较稀或分布不均匀时，利用二次曲面移动拟合可能产生很大的误差移动曲面拟合法注意事项niiniiippZpZ11niiniiippZpZ11采用了多个邻近点之加权平均水平面移动拟合法内插：加权平均水平面移动拟合法多面函数法DEM内插“任何一个圆滑的数学表面总是可以用一系列有规则的数学表面的总和，以任意的精度进行逼近。”也就是一个数学表面上某点（X，Y）处高程Z的表达式为:),,,(),,,(),,,(),,(),(222111,1nnnjjnjjYXYXqaYXYXqaYXYXqaYXYXqaYXfZ),,,(),,,(),,,(),,(),(222111,1nnnjjnjjYXYXqaYXYXqaYXYXqaYXYXqaYXfZ2122])()[(),,,(jjjjYYXXYXYXq2122])()[(),,,(jjjjYYXXYXYXqnm核函数2122])()[(),,,(jjjjYYXXYXYXq2122])()[(),,,(jjjjYYXXYXYXqijnjjiqaZ1可任选其中n个为核函数的中心点Pj(Xj,Yj)各数据点应满足i=1,2…m误差方程mnmnmmnnmzzzaaaqqqqqqqqqvvv212121222211121121ZQaV法化求解得ZQQQaTT1)(任意一点上的高程Zk(K>n)为ZQQQQaQZTTTkTkk1)(][21knkkTKqqqQ][21knkkTKqqqQ),,,(jjkkkjYXYXqq),,,(jjkkkjYXYXqq其中ZQa1ZQQZTKK1m=n全部数据点取为核函数的中心nnnnnnknkkKzzzqqqqqqqqqqqqZ211212122211121121][多面函数法解算有限元法DEM内插为了解算一个函数，把它分成为许多适当大小的“单元”，在每一单元中用一个简单的函数，例如多项式来近似地代表它。一次样条有限元DEM内播1,11,,1,)1()1()1)(1(),(jijijijiyCxyCxCyxCyxyx1,11,,1,)1()1()1)(1(),(jijijijiyCxyCxCyxCyxyxx,y是以格网边长为单位时点A相对于点Pij的坐标增量Axy若A点是已知高程点，作为观测值，以格网高程Zi,j…作为待定的未知数jijiAZYXZYXv,1,)1()1)(1(AjijiZYZXYZX1,11,)1(误差方程式iiiiiAiAYYXXddYYYdXXX11/)(/)()10()10(YX虚拟观测值误差方程式02),(02),(1,,1,,1,,1jijijiYjijijiXZZZjivZ...