VIIRS/DNB夜间灯光月度产品插补方法对比——以北京为例

陈慕琳, 蔡红艳

Interpolation methods comparison of VIIRS/DNB nighttime light monthly composites: A case study of Beijing

Mulin CHEN, Hongyan CAI

表3 3种插补方法对比

Tab.3 Comparison of the four interpolation methods

三次样条插值 三次Hermite插值 灰色预测模型 三次指数平滑 算法思想 多项式构造 多项式构造 一次累加序列拟合 原始值的权重累加 算法适用性 仅能插补中间缺失值 仅能插补中间缺失值 能插补、能预测 能插补、能预测 计算复杂度 简单 简单 简单 简单,但重复 插补精度 较高 较高 较低 较高 计算总时长/s 9.756 9.623 9.952 1392.927 平均时长/s 1.331E-04 1.313E-04 1.356E-04 1.900E-02 算法优点 ① 不要求数据符合特定分布 ② 插值综合前后数据 ③ 运行速度快 ④ 插补精度高 ① 不要求数据符合特定分布 ② 插值综合前后数据 ③ 运行速度快 ④ 插补精度高 ⑤ 不会出现异常值 ① 不要求数据符合特定分布 ② 所需时序短,只需单侧有值 ③ 运行速度快 ④ 可用于预测 ① 不要求数据符合特定分布,适用于周期波动非线性序列 ② 所需时序短,只需单侧有值 ③ 可用于预测 ④ 插补精度高 算法缺点 ① 数据长度要求高,且要求两侧均有值 ② 容易受异常值影响 ③ 不可用于预测 ① 数据长度要求高,且要求两侧均有值 ② 容易受异常值影响 ③ 不可用于预测 ① 不可直接用于非负时间序列预测 ② 插补有效值空间范围小 ① 运行速度较慢