主权项 |
一种基于空间特征分析的自适应空间插值方法,其特征在于,包括步骤:S1:提取地理位置信息与污染物监测值;S2:基于地统计学原理,分析区域环境空气质量的空间分布特征;S3:基于变异函数建立自适应空间插值模型,所述自适应空间插值模型的表达式为:<maths num="0001"><math><![CDATA[<mrow><mi>Z</mi><mrow><mo>(</mo><msub><mi>x</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>=</mo><munderover><mo>Σ</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>λ</mi><mi>i</mi></msub><mi>Z</mi><mrow><mo>(</mo><msub><mi>x</mi><mi>i</mi></msub><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><msubsup><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></msubsup><mfrac><mn>1</mn><mrow><mi>γ</mi><mrow><mo>(</mo><msub><mi>d</mi><mi>i</mi></msub><mo>)</mo></mrow></mrow></mfrac><mi>Z</mi><mrow><mo>(</mo><msub><mi>x</mi><mi>i</mi></msub><mo>)</mo></mrow></mrow><mrow><msubsup><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></msubsup><mfrac><mn>1</mn><mrow><mi>γ</mi><mrow><mo>(</mo><msub><mi>d</mi><mi>i</mi></msub><mo>)</mo></mrow></mrow></mfrac></mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000939562380000011.GIF" wi="1358" he="294" /></maths>其中,λ<sub>i</sub>为已知样本点x<sub>i</sub>的权重系数;Z(x<sub>o</sub>)为插值点的污染物浓度属性值,i为自然数,n为影响插值点的样本点总数,d<sub>i</sub>为插值点x<sub>o</sub>与参估点x<sub>i</sub>之间的距离,Z(x<sub>i</sub>)为参估点的污染物浓度属性值,γ(d<sub>i</sub>)为以d<sub>i</sub>为变量的变异函数;S4:引入方向特征至所述自适应空间插值模型得到公式(2):<maths num="0002"><math><![CDATA[<mrow><mi>Z</mi><mrow><mo>(</mo><msub><mi>x</mi><mi>o</mi></msub><mo>)</mo></mrow><mo>=</mo><munderover><mo>Σ</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>λ</mi><mi>i</mi></msub><mi>Z</mi><mrow><mo>(</mo><msub><mi>x</mi><mi>i</mi></msub><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><munderover><mo>Σ</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><mfrac><mn>1</mn><mrow><mi>γ</mi><mrow><mo>(</mo><msub><mi>d</mi><mi>i</mi></msub><mo>,</mo><mi>θ</mi><mo>)</mo></mrow></mrow></mfrac><mi>Z</mi><mrow><mo>(</mo><msub><mi>x</mi><mi>i</mi></msub><mo>)</mo></mrow></mrow><mrow><munderover><mo>Σ</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><mfrac><mn>1</mn><mrow><mi>γ</mi><mrow><mo>(</mo><msub><mi>d</mi><mi>i</mi></msub><mo>,</mo><mi>θ</mi><mo>)</mo></mrow></mrow></mfrac></mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000939562380000012.GIF" wi="1885" he="311" /></maths>其中,λ<sub>i</sub>为已知样本点x<sub>i</sub>的权重系数;Z(x<sub>o</sub>)为插值点的污染物浓度属性值,i为自然数,n为影响插值点的样本点总数,d<sub>i</sub>为插值点x<sub>o</sub>与参估点x<sub>i</sub>之间的距离,θ为插值点x<sub>o</sub>与参估点x<sub>i</sub>之间的位置角度,γ(d<sub>i</sub>,θ)为以d<sub>i</sub>、θ为变量的变异函数;S5:向所述变异函数引入方向特征以获取各个方向上的变异函数表达式;S6:根据所述各个方向上的变异函数表达式判定所述污染物的空间分布为各向同性或各向异性;S7:基于各向同性或各向异性设定搜索策略以确定所述参估点x<sub>i</sub>;S8:根据所述各个方向上的变异函数表达式及所述参估点确定公式(2)中插值点的污染物浓度属性值Z(x<sub>o</sub>)。 |