DEM插值算法适应性理论与方法（修订版）

　　DEM精度研究是DEM研究体系的重要组成部分，原始数据精度、插值算法、地貌类型、采样数据分布特征和尺度都是影响DEM精度的主要因素。插值算法作为其中的直接因素，地貌类型、采样数据分布特征和尺度等因素通过插值算法影响DEM精度。因此，从影响DEM插值精度的不同因素出发，研究DEM插值算法的适应性问题，对降低DEM插值的不确定性、提高DEM插值精度具有十分重要的意义。本书围绕DEM插值参数、地貌类型适应性、采样数据分布特征适应性、尺度适应性等问题展开了DEM插值算法适应性的研究和实践。本书可以作为地图学与地理信息工程（系统）、环境科学与工程、地理学、地质学、作战环境学等地球科学领域的研究生或本科生的辅助教材，也可以作为测绘科学与技术、遥感科学、地理信息科学等相关领域研究人员的科研参考书。

　　张锦明，浙江金华人，副教授，博士生导师。现主要从事虚拟现实/增强现实、虚拟地理环境、空间数据可视化等领域的教学与科研工作。获国家科技进步奖二等奖2 项，省部级一、二、三等奖10 项；出版著作7 部、教材2 部，发表学术论文30 余篇。

目 录

1 绪论\t1
1．1 数字高程模型\t2
1．2 DEM插值算法的适应性\t8
1．3 本书结构\t19
1．4 本章小结\t20
2 DEM插值算法\t21
2．1 DEM插值原理\t22
2．2 DEM插值算法特性\t27
2．3 DEM插值算法分类\t28
2．4 常用DEM插值算法\t31
2．5 本章小结\t42
3 DEM插值参数“优选”研究\t45
3．1 DEM插值参数\t46
3．2 DEM插值参数“优选”实验\t55
3．3 反距离加权插值算法的“最优”插值参数\t62
3．4 改进谢别德插值算法的“最优”插值参数\t76
3．5 径向基函数插值算法的“最优”插值参数\t92
3．6 克里格插值算法的“最优”插值参数\t123
3．7 本章小结\t132
4 DEM插值算法的地貌类型适应性研究\t135
4．1 基本地形特征因子\t136
4．2 宏观地形特征因子最佳分析区域预测模型\t143
4．3 地形特征因子模糊聚类模型\t162
4．4 地貌类型隶属度函数模型\t170
4．5 DEM插值算法的地貌类型适应性实验\t189
4．6 本章小结\t194
5 DEM插值算法的采样数据分布特征适应性研究\t197
5．1 局部地形特征描述模型\t199
5．2 边界因素影响\t209
5．3 K均值聚类分析\t210
5．4 局部地形特征适应性实验\t212
5．5 本章小结\t237
6 DEM插值算法的尺度适应性研究\t239
6．1 尺度与DEM尺度\t240
6．2 水系和地形套合精度定量化描述模型\t246
6．3 DEM插值算法尺度适应性实验\t255
6．4 本章小结\t274
7 DEM插值算法的地形特征因子适应性研究\t275
7．1 坡度和坡向\t276
7．2 DEM插值算法的地形特征因子适应性实验\t280
7．3 本章小结\t290
8 数据处理与地形建模软件\t291
8．1 DPS数据处理系统\t292
8．2 自动地球科学分析系统\t306
8．3 Golden Software Surfer\t313
8．4 本章小结\t320
9 总结与展望\t321
9．1 主要研究工作\t321
9．2 主要创新点\t324
9．3 需要进一步研究的问题\t325
参考文献\t327