基于RASM的紧支撑径向基函数自适应并行地形插值方法
快速、准确地对地形进行重建以生成数字高程模型是地理信息表达的重要研究内容,径向基函数(ra-dial basis function,RBF)作为一种插值性能较优的空间插值方法,特别适合于重建复杂的地形模型,但随着已知地形采样点数量的增加,RBF插值模型求解速度变慢,同时插值矩阵过于庞大而导致插值模型求解困难甚至求解失败.针对这个问题,本文基于区域分解和施瓦兹并行原理进行地形插值,以紧支撑径向基函数(compact support RBF,CSRBF)构建基于所有地形采样数据的全局插值矩阵,并自适应求解子区域CSRBF插值节点紧支撑半径,基于限制性加性施瓦兹方法(restricted additive Schwarz method,RASM)采用多核并行架构对各局部子区域的插值矩阵进行求解.以某地区数字高程模型(DEM)数据进行插值实验,结果表明,本文方法能够对大规模地形数据进行准确重建,并且具有较高的求解效率.
地形重建、区域分解、并行、自适应、RASM、紧支撑径向基函数
42
P231(摄影测量学与测绘遥感)
The National Natural Science Foundation of China,Nos.41271383,41371374,41471102.国家自然科学基金41271383,41371374,41471102
2017-09-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
1316-1322