基于稳健估计局部多项式插值定权模型分析

在对DEM数据进行插值时,插值算法中对其插值精度影响最为显著的是权指数,但插值时对于含粗差的观测数据,传统的定权方法在计算时会将粗差引入,导致差值结果不准确。针对常用的局部多项式插值法,基于动态球半径选点法选取采样点,分别采用传统的反距离加权法和稳健估计选权迭代法中的Huber权函数法、Andrews权函数法、IGG方案对局部多项式插值的采样点进行定权,通过对比分析采用不同定权方法得到的插值曲面、预测高程相似度以及拟合优度,探讨在数据含有粗差时通过采用不同定权方法对粗差数据进行降权,以得到插值高程值与真实值最为接近的定权方法,对局部多项式插值的定权模型改进。结果表明：在对含粗差的测量数据进行多项式插值时,传统的反距离权重法的插值拟合优度为1.433 3,稳健估计选权迭代法中Huber权函数法的拟合优度为0.742 8;Andrews权函数法的拟合优度为0.683 2;IGG方案的拟合优度最高为0.531 8,并且IGG方案对采样点定权所得到的高程值与真实值最为接近,插值曲面的拟合精度更高,插值效果更好。