В этом методе искомая функция находится как линейная комбинация набора радиальных базисных функций:
, (2.3)
где а -константа, i - индекс точки измерений, mi - неизвестные коэффициенты, Ri(x,y) - базисные функции, зависящие от расстояния точки (х, у) до i-ой точки наблюдения.
Существуют несколько типов базисных функций:
ü Inverse Multiquadric
ü Multilog
ü Мультиквадратичная (Multiquadric) , наиболее часто используется;
ü Natural Cubic Spline
ü Thin Plate Spline ,
где R2 – фактор сглаживания, чем больше будет параметр, тем более сглаженные будут контура. Разумные значения показателя находятся в интервале от среднего межточечного расстояния выборки до половины этого среднего значения.
Метод обратных расстояний
Фактически большинство интерполяционных методов используют формулу (2.1) для расчета значений функций в произвольных точках. Различаются принципы, используемые для задания весовых коэффициентов wi и, соответственно, выражения для них расчета. В методе обратных расстояний используется обратно пропорциональная зависимость весовых коэффициентов от некоторой степени расстояния между расчетной точкой и точкой наблюдения (di):
|
|
, (2.4)
здесь к - число, обычно принимаемое равным 1, 2 или 3.
Такой подход имеет вполне очевидный смысл - более удаленные точки в меньшей степени определяют значение в расчетной точке и наоборот.
Метод Шепарда
Метод Шепарда аналогичен методу обратных расстояний. Он также использует обратные расстояния при вычислении весовых коэффициентов. Интерполяция же осуществляется по формуле (2.3) при к=2. Отличие состоит в том, что при построении интерполяционной функции в локальных областях используется метод наименьших квадратов. Это уменьшает вероятность появления на сгенерированной поверхности ложных структур вокруг точек наблюдений.