Resumen

Aunque los MDE ocupan una posición básica importante en el análisis espacial, hasta ahora la calidad del modelado de los MDE aún no ha alcanzado una precisión satisfactoria. Esta investigación analiza principalmente la influencia de los parámetros de interpolación en el algoritmo de interpolación inversa ponderada por la distancia sobre el error de interpolación del MDE. Los parámetros de interpolación que se estudian en este trabajo son el número de puntos de búsqueda, la dirección de búsqueda y el factor de suavidad. Para estudiar la optimización de los parámetros IDW, se analizan los parámetros que tienen efectos inciertos en la interpolación DEM, como el número de puntos de búsqueda y el factor de suavizado. Este trabajo diseña un experimento para la optimización de los parámetros de interpolación de la función poliédrica y encuentra los parámetros óptimos de interpolación mediante un análisis experimental. Por supuesto, el "óptimo" aquí no es el único, sino que se refiere a diferentes zonas del terreno, lo que hace que los resultados de la interpolación sean relativamente buenos. La selección de los puntos de búsqueda será uno de los focos de investigación de este artículo. Después de determinar el algoritmo de interpolación, la función kernel es también uno de los factores importantes que afectan a la precisión del DEM. El valor del factor de suavizado en la función kernel ha sido siempre el centro de atención de la investigación sobre interpolación de MDE. Diferentes terrenos, diferentes interpolaciones y funciones tendrán diferentes factores de suavizado óptimos. La dirección de búsqueda tiene por objeto garantizar que los puntos de muestreo se distribuyan en todas las direcciones cuando los puntos de muestreo son dispersos y mejorar la tasa de contribución de los puntos de muestreo a los puntos de interpolación. La selección de la forma de búsqueda sirve para mejorar la eficacia del cálculo y no afecta a la precisión del MDE; el radio de búsqueda se controla principalmente mediante el número de puntos de búsqueda, y existen dos métodos: radio de búsqueda adaptable y radio de búsqueda de longitud variable. Cuando el coeficiente de ponderación k=1,2,3,4, el número de puntos de muestreo que intervienen en el cálculo de la interpolación es diferente, y el error en el residuo varía mucho, y ambos aumentan con el incremento del número de puntos de muestreo en el cálculo de la interpolación de parámetros. Esta investigación contribuirá a mejorar la evaluación de la calidad de los DEM.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:puntos de muestreo, puntos de búsqueda, número, parámetros de interpolación, dem, investigación, algoritmo de interpolación, función kernel, dirección de búsqueda, factor de suavizado
• Keywords:sampling points, search points, number, interpolation parameters, dem, research, interpolation algorithm, kernel function, search direction, smoothing factor