全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
插值可以根据有限的样本数据点预测栅格中的像元值。它可以预测任何地理点数据(如高程、降雨、化学物质浓度和噪声等级等)的未知值。
下面列出了可用的插值方法。
IDW(反距离权重法)工具所使用的插值方法可通过对各个待处理像元邻域中的样本数据点取平均值来估计像元值。点到要估计的像元的中心越近,则其在平均过程中的影响或权重越大。
克里金法是通过一组具有 z 值的分散点生成估计表面的高级地统计过程。与其他插值方法不同,选择用于生成输出表面的最佳估算方法之前应对由 z 值表示的现象的空间行为进行全面研究。
自然邻域法插值可找到距查询点最近的输入样本子集,并基于区域大小按比例对这些样本应用权重来进行插值(Sibson,1981)。该插值也称为 Sibson 或“区域占用 (area-stealing)”插值。
样条函数法工具所使用的插值方法使用可最小化整体表面曲率的数学函数来估计值,以生成恰好经过输入点的平滑表面。
含障碍的样条函数工具使用的方法类似于样条函数法工具中使用的技术,其主要差异是此工具兼顾在输入障碍和输入点数据中编码的不连续性。
地形转栅格和依据文件实现地形转栅格工具所使用插值技术是旨在用于创建可更准确地表示自然水系表面的表面,而且通过这种技术创建的表面可更好的保留输入等值线数据中的山脊线和河流网络。
使用的算法基于澳大利亚国立大学的 Hutchinson 等研究人员开发的 ANUDEM。
趋势面法 是一种可将由数学函数(多项式)定义的平滑表面与输入样本点进行拟合的全局多项式插值法。趋势表面会逐渐变化,并捕捉数据中的粗尺度模式。