基于kNN的反距离加权降水插值方法研究
郑强
张荣
段晓旗
杨正熙
摘要：降水数据的空间插值是地理信息科学等学科的研究热点.传统的插值算法未充分考虑降水数据的空间异质性,导致异质性强的区域插值效果不佳.文章提出一种基于k最近邻(kNN)的反距离加权降水插值算法.该算法充分考虑降水数据的空间非平稳性,依靠德洛内(Delaunay)三角网确定一阶采样邻近点,利用kNN方法划分一阶邻近采样点的高、中、低类别,并对不同类别采样点的异质特征进行定权.结果表明,该方法在降水插值的精度和稳定性方面均优于传统插值方法.
关键词：降水插值kNN空间异质性反距离加权
分类号：P208(一般性问题)
论文发表日期：2024-11-28
页数：3( 12-14 )