论文部分内容阅读
空间插值可以利用已有观测数据修补缺失的观测数据,也可以利用离散数据构建连续的表面数据,但现有的空间插值方法没有充分考虑空间数据的异质性。该文提出一种基于空间异质分区的残差反距离加权插值方法(RRIDW)。首先根据采样点属性值对研究区域进行空间异质分区;为了进一步去除不同子区域内的空间趋势,对每个子区域计算趋势面,进而计算得到采样点属性值的异质分区残差,利用属性值残差进行反距离加权插值;最后结合趋势计算得到待求点处的空间插值结果。实验采用两组实际PM2.5浓度数据和降雨量数据,运用交叉验证方法对RRI