《表3 3种插补方法对比Tab.3 Comparison of the four interpolation methods》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《VIIRS/DNB夜间灯光月度产品插补方法对比——以北京为例》
尽管如此,4种方法的优缺点也较为明显:首先,算法对原始数据的要求不同。三次指数平滑法和灰色预测模型仅要求插补月份单侧有连续可用的时序数据。三次样条插值法和三次Hermite插值法则不仅要求插补月份前后两侧都有数值,且对双侧数据的时序长度也有要求。其次,算法的适用性不同,三次样条插值法和三次Hermite插值法属于插值方法,仅适用于插补中间缺失值,不可用于时间预测。灰色预测模型和三次指数平滑法都可用于中间值插补或时间序列预测。其三,算法插补的效果不同,灰色预测模型的插补效果相对较差,另外3种算法的插补效果较好;最后,算法的计算时长不同,三次指数平滑法因需要多次重复计算平滑系数而耗时明显长于另外3种方法(表3)。
图表编号 | XD0030069700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.28 |
作者 | 陈慕琳、蔡红艳 |
绘制单位 | 华中师范大学城市与环境科学学院、中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室、中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |
查看“表3 3种插补方法对比Tab.3 Comparison of the four interpolation methods”的人还看了
- 表3 草地不同插值方法RMSE计算结果Tab.3 Results of RMSE calculation with different interpolation methods in grass area
- 表3 n=90时, 4种方法下β估计值的偏差和MSE的结果对比表Tab.3 Comparison of the estimated values ofβand MSE under the four methods at n=90