Inverse distance weight (idw) 反距离加权插值法
阅读量:
Inverse Distance Weight (IDW) 反距离加权插值法
反距离加权插值，即 IDW(Inverse Distance Weight)，也可以称为距离倒数乘方法。是指距离倒数乘方格网化方法是一个加权平均插值法，可以进行确切的或者圆滑的方式插值。方次参数控制着权系数如何随着离开一个格网结点距离的增加而下降。对于一个较大的方次，较近的数据点被给定一个较高的权重份额，对于一个较小的方次，权重比较均匀地分配给各数据点。
以已知点 $(x_i,y_i)$ 到未知点 $(x_0,y_0)$ 的距离 $d_i$ 的 $\alpha$ 次方的倒数为系数，对已知点的属性观测值进行加权估计未知点属性值：
\[\hat{z}_0=\sum_{i=0}^n\frac{z_i}{d_i^\alpha}\]反距离插值法存在的主要问题在于 $\alpha$ 的合理取值难以确定，且用距离倒数表示空间关联程度并不准确。
#待整理笔记
反向链接
Kriging 克里金法
克里金法采用最佳线性无偏估计（Best Linear Unbiased Estimation, BLUE），根据协方差函数对已知点函数值进行加权平均估计未知点函数值，是典型的统计学算法。根据假设条件不同，克里金法包括 [[Simple Kriging 简单克里金法 简单克里金法（Simple Kriging）]]、[[Ordinary Kriging 普通克里金法 普通克里金法（Ordinary Kriging, OK）]]、[[Universal Kriging 泛克里金法 泛克里金法（Universal Kriging, UK）]]、[[Co-Kriging...
到头儿啦~