地球信息科学学报 ›› 2015, Vol. 17 ›› Issue (3): 260-267.doi: 10.3724/SP.J.1047.2015.00260
吕海洋1(), 盛业华1,*(
), 段平1, 张思阳1, 李佳2
收稿日期:
2014-04-22
修回日期:
2014-05-20
出版日期:
2015-03-10
发布日期:
2015-03-10
通讯作者:
盛业华
E-mail:lvhaiyang368@163.com;shengyehua@njnu.edu.cn
作者简介:
作者简介:吕海洋(1989-),男,博士生,研究方向为空间数据插值方法、地形建模。E-mail:
基金资助:
LV Haiyang1(), SHENG Yehua1,*(
), DUAN Ping1, ZHANG Siyang1, LI Jia2
Received:
2014-04-22
Revised:
2014-05-20
Online:
2015-03-10
Published:
2015-03-10
Contact:
SHENG Yehua
E-mail:lvhaiyang368@163.com;shengyehua@njnu.edu.cn
About author:
*The author: SHEN Jingwei, E-mail:
摘要:
径向基函数(Radial Basis Function,RBF)是一种不需对数据做任何假设,能准确逼近任意维度数据的空间插值方法。其特别适合于复杂地形的数字高程模型(Digital Elevation Model,DEM)插值重建,但随着已知点数量的增加会导致插值模型求解困难或缓慢。针对这个问题,本文基于二叉树自适应递归分块原理,采用局部最优形态参数的RBF分块插值方法进行DEM插值重建。首先,设定子区域最小点数阈值和相邻子区域的重叠率,自顶向下,对研究区域进行递归分块,构建区域分块二叉树,对二叉树叶子节点区域,采用逐点交叉验证(Leave One Out Cross Validation,LOOCV)方法求解其最优形态参数,建立局部RBF最优插值模型;然后,根据单元分解原理,采用加权平均方法对相应叶子节点区域内的待插值点高程进行加权求和,自底向上递归求解,得到待插值点最终高程值。以云南某地区DEM进行插值实验表明,采用本文方法进行DEM插值重建,稳定性较好,插值精度高。
吕海洋, 盛业华, 段平, 张思阳, 李佳. 局部最优形态参数的RBF分块地形插值方法与实验[J]. 地球信息科学学报, 2015, 17(3): 260-267.DOI:10.3724/SP.J.1047.2015.00260
LV Haiyang,SHENG Yehua,DUAN Ping,ZHANG Siyang,LI Jia. A Hierarchical RBF Interpolation Method Based on Local Optimal Shape Parameters[J]. Journal of Geo-information Science, 2015, 17(3): 260-267.DOI:10.3724/SP.J.1047.2015.00260
[1] | 李志林,朱庆.数字高程模型[M].武汉:武汉大学出版社,2001:125-139. |
[2] | 汤国安,刘学军,闾国年.数字高程模型及地学分析的原理与方法[M].北京:科学出版社,2005:80-85. |
[3] | 李新,程国栋,卢玲.空间内插方法比较[J].地球科学进展,2000,15(3):260-265. |
[4] | Li J, Heap A D.A Review of Spatial Interpolation Methods for Environmental Scientists[M]. Canberra: Geoscience Australia, 2008:10-13. |
[5] | 汤国安,杨昕. ArcGIS 地理信息系统空间分析实验教程[M]. 北京:科学出版社,2006:294-295. |
[6] | Franke R.Scattered data interpolation: tests of some methods[J]. Mathematics of computation, 1982,38(157):181-200. |
[7] | Wendland H.Scattered data approximation[M]. Cambridge: Cambridge University Press, 2005:119-120. |
[8] | Fasshauer G E.Meshfree approximation methods with MATLAB[M]. Singapore: World Scientific, 2007:17-19. |
[9] | Buhmann M D.Radial basis functions: theory and implementations[M]. Cambridge: Cambridge University press, 2003:11-29. |
[10] | Wendland H.Piecewise polynomial, positive definite and compactly supported radial functions of minimal degree[J]. Advances in computational Mathematics, 1995,4(1):389-396. |
[11] | Wu Z.Compactly supported positive definite radial functions[J]. Advances in Computational Mathematics, 1995,4(1):283-292. |
[12] | Wendland H.Fast evaluation of radial basis functions: Methods based on partition of unity[C]. Approximation Theory X: Wavelets, Splines, and Applications, 2002:473-483. |
[13] | Ohtake Y, Belyaev A, Alexa M, et al.Multi-level partition of unity implicits[C]. ACM SIGGRAPH 2005 Courses. ACM, 2005:173. |
[14] | Pouderoux J, Gonzato J C, Tobor I, et al.Adaptive hierarchical RBF interpolation for creating smooth digital elevation models[C]. Proceedings of the 12th annual ACM international workshop on Geographic information systems. ACM, 2004:232-240. |
[15] | Kansa E J, Carlson R E.Improved accuracy of multiquadric interpolation using variable shape parameters[J]. Computers & Mathematics with Applications,1992,24(12):99-120. |
[16] | Fornberg B, Zuev J.The Runge phenomenon and spatially variable shape parameters in RBF interpolation[J]. Computers & Mathematics with Applications, 2007,54(3):379-398. |
[17] | Rippa S.An algorithm for selecting a good value for the parameter c in radial basis function interpolation[J]. Advances in Computational Mathematics, 1999,11(2-3):193-210. |
[18] | Fasshauer G E, Zhang J G.On choosing “optimal” shape parameters for RBF approximation[J]. Numerical Algorithms, 2007,45(1-4):345-368. |
[19] | Scheuerer M.An alternative procedure for selecting a good value for the parameter c in RBF-interpolation[J]. Advances in Computational Mathematics,2011,34(1):105-126. |
[20] | 吴宗敏. 散乱数据拟合的模型、方法和理论[M].北京:科学出版社,2007:81-86. |
[21] | Hardy R L.Theory and applications of the multiquadric-biharmonic method 20 years of discovery 1968-1988[J]. Computers & Mathematics with Applications, 1990,19(8):163-208. |
[1] | 罗竹, 刘凯, 张春亢, 邓心远, 马荣华, 宋春桥. DEM在湖泊水文变化研究中的应用进展[J]. 地球信息科学学报, 2020, 22(7): 1510-1521. |
[2] | 李思进, 代文, 熊礼阳, 汤国安. DEM分辨率对黄土侵蚀沟形态特征表达的不确定性分析[J]. 地球信息科学学报, 2020, 22(3): 338-350. |
[3] | 王春, 徐燕, 江岭, 赵明伟. 规则格网DEM局地坡面凸凹性精度分析[J]. 地球信息科学学报, 2020, 22(3): 361-369. |
[4] | 赵尚民, 程维明, 蒋经天, 沙文娟. 资源三号卫星DEM数据与全球开放DEM数据的误差对比[J]. 地球信息科学学报, 2020, 22(3): 370-378. |
[5] | 张鑫港, 闫浩文, 张黎明. 一种用于DEM数据认证与篡改定位的感知哈希算法[J]. 地球信息科学学报, 2020, 22(3): 379-388. |
[6] | 赵明伟, 金永林, 江岭, 王春, 杨灿灿, 徐燕. 多模型协同下的城郊地区DEM构建方法研究[J]. 地球信息科学学报, 2020, 22(3): 389-398. |
[7] | 黄楠, 杨昕, 刘海龙. 基于等高线空间关系的鞍部点提取方法[J]. 地球信息科学学报, 2020, 22(3): 410-421. |
[8] | 胡金龙, 唐梦鸽, 罗明良, 魏兰, 晏自红, 秦子晗. 基于DEM的一体化山地特征要素提取[J]. 地球信息科学学报, 2020, 22(3): 422-430. |
[9] | 雷雪, 周毅, 李阳, 王泽涛. 基于DEM的黄土地貌逼近度因子构建及特征分析[J]. 地球信息科学学报, 2020, 22(3): 431-441. |
[10] | 曹泽涛, 方子东, 姚瑾, 熊礼阳. 基于随机森林的黄土地貌分类研究[J]. 地球信息科学学报, 2020, 22(3): 452-463. |
[11] | 顾文亚, 孟祥瑞, 朱晓晨, 邱新法. 基于BEMD分解的地貌分类研究[J]. 地球信息科学学报, 2020, 22(3): 464-473. |
[12] | 吴钱娇, 陈玉敏. 基于CUDA的地表水动态模拟并行方法[J]. 地球信息科学学报, 2020, 22(3): 505-515. |
[13] | 李文梁, 汪驰升, 朱武. 中国大陆地区TanDEM-X 90 m DEM误差空间分布特征[J]. 地球信息科学学报, 2020, 22(12): 2277-2288. |
[14] | 梁立, 李鑫杨, 刘庆生, 刘高焕, 黄翀, 李贺. 基于多源遥感与地形信息的北极城镇用地信息提取[J]. 地球信息科学学报, 2019, 21(6): 969-982. |
[15] | 陈霄燕, 潘军, 邢立新, 蒋立军, 孙也涵, 仲伟敬, 范博文. 桂林-阳朔地区DEM地形特征与岩性相关性分析及分类研究[J]. 地球信息科学学报, 2019, 21(12): 1867-1876. |
|