一种时空混合插值算法及其应用

发布时间：2018-01-30 19:34

本文关键词： 时空克里格变异函数插值精度普适性广义回归神经网络　出处：《测绘科学》2016年12期 　论文类型：期刊论文

【摘要】：针对传统的时空克里格算法的精度受到时空变异函数的影响,而时空变异函数理论模型的选择常受主观因素影响和理论半变异函数局限,没有普适性的建模方法;加之参数较多估计困难,致使插值精度不高的问题,该文提出一种普适性的基于广义回归神经网络自适应时空克里格插值变异函数拟合方法,在此基础上建立了广义回归神经网络与时空克里格结合的新颖时空混合插值算法。通过与传统插值方法在民勤县地下水埋深插值中的比较研究表明,该时空混合插值算法的插值精度显著提高,并且是一个普适性的插值法。
[Abstract]:The accuracy of the traditional spatio-temporal Kriging algorithm is affected by the spatio-temporal variogram, while the selection of the theoretical model of the spatio-temporal variogram is often influenced by subjective factors and the limitation of the theoretical semi-variogram. There is no universal modeling method; Due to the difficulty of parameter estimation, the interpolation accuracy is not high. In this paper, a generalized adaptive spatial-temporal Kriging interpolation variable function fitting method based on generalized regression neural network is proposed. On this basis, a novel spatio-temporal mixed interpolation algorithm based on generalized regression neural network and spatio-temporal Kriging is established. The comparison with the traditional interpolation method in the groundwater depth interpolation in Minqin County shows that. The interpolation accuracy of the spatiotemporal mixed interpolation algorithm is improved significantly, and it is a universal interpolation method.
【作者单位】：兰州交通大学数理学院;兰州大学数学与统计学院;兰州交通大学测绘与地理信息学院;
【基金】：国家自然科学基金项目(41371435,61364001,71563025)
【分类号】：P208;P641.7
【正文快照】： 0引言空间插值在空间连续性数据应用研究方面具有非常重要的地位[1]。现有的空间插值方法大体上可分为3类[2]:1)确定性的或者非地质统计学方法(如反距离平加权法(inverse distance weighting,IDW)、样条函数插值法等)。2)随机的或地质统计方法(如普通克里格(or-dinary Kriging

【相似文献】