[发明专利]尺度自适应的插值方法及尺度自适应的插值系统在审
| 申请号: | 201410356249.6 | 申请日: | 2014-07-24 |
| 公开(公告)号: | CN104102845A | 公开(公告)日: | 2014-10-15 |
| 发明(设计)人: | 朱亚杰;侯俊雄;梁贺明;朱奉勇 | 申请(专利权)人: | 北京坤成科技有限公司 |
| 主分类号: | G06F19/00 | 分类号: | G06F19/00 |
| 代理公司: | 北京市邦道律师事务所 11437 | 代理人: | 段君峰 |
| 地址: | 100191 北京市海淀区塔院朗*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 尺度 自适应 方法 系统 | ||
技术领域
本发明涉及地理信息领域,具体涉及一种尺度自适应的插值方法及一种尺度自适应的插值系统,用于对目标区域中的空气所含物浓度根据已知数据点的数据进行插值。
背景技术
传统的空间插值方法要求观测点在空间上的分布尽可能均匀,否则不能得到较好的插值结果。然而,对于某些实际情况,如空气监测站观测的空气污染物浓度,观测点在空间上的分布是很不均匀的,因此,传统的空间插值算法不再适用于这些情况。
在对空气污染物浓度进行空间插值时,气象因素,如温度、湿度、风速和风向,对插值结果具有很重要的影响。传统的处理方法是直接将气象因素作为因子进行插值,这导致损失掉很多有用信息,特别是风速和风向提供的信息。
发明内容
本发明提出一种尺度自适应的插值方法及一种尺度自适应的插值系统,用于对目标区域中的空气所含物浓度根据已知数据点的数据进行插值,以解决现有技术的插值方法损失很多有用信息以致插值结果误差较大的问题。该方法包括下列步骤:
S1:获取目标区域中已知数据点的气象数据和空气所含物浓度数据;
S2:对所述目标区域进行子区域划分;
S3:根据每个子区域内数据点的空间分布特征分别确定对该子区域进行插值的空间尺度,并基于该空间尺度对所述子区域进行格网化;
S4:根据步骤S1获得的气象数据中的风向和风速数据,选取参与插值的已知数据点;
S5:对每个子区域内的经过步骤S3格网化后得到的格网点利用步骤S4选取的已知数据点的数据进行插值;
S6:将对各个子区域分别插值得到的结果进行融合。
该方法将空间上离散的观测值,即已知数据点的空气所含物浓度数据进行空间连续性分析处理,从而实现对目标区域中任何没有观测值的空间位置进行空气所含物浓度的插值计算,即计算出任意空间位置的空气所含物浓度。
与现有技术相比,该方法根据已知数据点的空间分布情况自动调整插值的空间尺度,从而最大限度地利用有效信息,并且规避掉无用信息的干扰;另外,引入气象数据(如风速和风向数据)来智能选择插值所用的合适的已知数据点,因此,插值结果更加精确、可信。
根据已知数据点的空间分布情况自动调整插值的空间尺度,具有两个优点:一是将目标区域划分成子区域进行处理,对于已知数据点分布密集的子区域,采用较小的空间尺度进行插值,可以最大限度地利用这些子区域的已有信息,提高插值结果的精确度和可信度;二是对于已知数据点分布稀疏的子区域,采用较大的空间尺度进行插值,可以在不减小插值结果精确度和可信度的情况下,大大提高计算的速度,从而实现插值算法的实时高效执行。
本发明提出,所述步骤S2中采用空间聚类方法进行子区域划分。
本发明提出,所述步骤S2中采用Voronoi图划分方法或三角网划分方法进行子区域划分。
本发明提出,所述空间尺度是根据空间变程和/或所有已知点对距离的平均值和/或最小值和/或中值和/或已知数据点的空间密度来确定的。
本发明提出,所述步骤S3中格网化包括矩形格网化、三角形格网化、正多边形格网化以及不规则多边形格网化。
本发明提出,所述步骤S5中插值的方法包括反距离加权法、方向加权法、方向距离加权法以及普通克里金插值法,还包括将气象数据作为因子参与插值的因子克里金插值方法。
本发明提出,所述步骤S6中各个子区域插值结果的融合利用缓冲区分析和空间叠加的方法或利用对子区域之间的空隙区域进行再插值的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京坤成科技有限公司,未经北京坤成科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410356249.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:汉语叙词表构建系统
- 下一篇:地下水在不同渗透介质边界渗流量的精确计算方法
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用





