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
自然邻域法插值工具使用的算法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。该插值方法的基本属性是它具有局部性,仅使用查询点周围的样本子集,且保证插值高度在所使用的样本范围之内。该插值方法不会推断趋势且不会生成输入样本尚未表示的山峰、凹地、山脊或山谷。该表面将通过输入样本且在除输入样本位置之外的其他所有位置均是平滑的。
提示:如果有 ArcGIS 3D Analyst 扩展模块,则可使用 TIN 转栅格工具将隔断线包含到插值中。这些隔断线可以增大插值的结果,以在适当的位置(例如沿路边和水体)创建线性不连续的地形。该插值方法根据输入数据的结构进行局部调整,而无需用户输入与搜索半径、样本计数或形状有关的数据。对于规则和不规则分布的数据,它的效果一样好 (Watson 1992)。
所有点的自然邻域都与邻近 Voronoi(泰森)多边形相关。最初,Voronoi 图由所有指定点构造而成,并由橄榄色的多边形表示。然后会在插值点(红星)周围创建米色的新 Voronoi 多边形。这个新的多边形与原始多边形之间的重叠比例将用作权重。
相比之下,基于距离的插值器工具(如 IDW(反距离加权))会根据距插值点相同的距离为最北部的点和东北部的点分配相同的权重。但是,自然邻域法插值会根据重叠百分比为其分别指定 19.12% 和 0.38% 的权重。