插值应用案例2

简介: 插值应用案例2

案例1 高点和高程

在一丘陵地带测量高程,x和y方向每隔100m测一个点,得到高程如下表所列,试插值一曲面,确定合适的模型,并由此测到最高点和相应的高程。

x0/z0\y0

100

200

300

400

500

100

636

697

624

478

450

200

698

712

630

478

420

300

680

674

598

412

400

400

662

626

552

334

310

【符号设置】

  • x0,y0,z0  插值节点的三个维度,取值如上表;
  • x,y,z     待插节点三个维度,x,y以10m为间距;
  • Xmax,Ymax  表示最高点;
  • Zmax       表示最高点高程;
  • spline      默认插值方法:三次样条插值

【建立模型】

设地貌函数为z=S(x,y),z为任意点(x,y)处高程,插值要求

【模型求解】

x0=100:100:400;
y0=100:100:500;
z0=[636 697 624 478 450;698 712 630 478 420;
    680 674 598 412 400;662 626 552 334 310];
pp=csape({x0,y0},z0);
x=100:10:400;y=100:10:500;
z=fnval(pp,{x,y});
zmax=max(max(z));
[dx,dy]=find(z==zmax);
[x(dx),y(dy),zmax]
[X,Y]=meshgrid(x,y);
Z=z';
mesh(X,Y,Z);

180.0000  170.0000  720.6252

案例2 海底曲面图的绘制

在某海域测得一些点(x,y)处的深度z由下表给出,在适当的矩形区域内绘制海底曲面的图形。

X

129

140

103.5

88

185.5

195

105

Y

7.5

141.5

23

147

22.5

137.5

85.5

z

4

8

6

8

6

8

8

X

157.5

107.5

77

81

162

162

117.5

Y

-6.5

-81

3

56.5

-66.5

84

-33.5

z

9

9

8

8

9

4

9

【模型计算】

x=[129,140,103.5,88,185.5,195,105,157.5,107.5,77,81,162,162,117.5];
y=[7.5,141.5,23,147,22.5,137.5,85.5,-6.5,-81,3,56.5,-66.5,84,-33.5];
z=-[4,8,6,8,6,8,8,9,9,8,8,9,4,9];
xmm=minmax(x);
ymm=minmax(y);  
X=xmm(1):5:xmm(2);
Y=ymm(1):5:ymm(2);
Z=griddata(x,y,z,X,Y','cubic'); 
subplot(1,2,1), plot(x,y,'*')
subplot(1,2,2), mesh(X,Y,Z)

 


相关文章
|
2月前
|
机器学习/深度学习 数据处理 Python
深入理解双变量(二元)正态投影:理论基础、直观解释与应用实例
本文探讨了统计学与机器学习中的二元投影技术,它基于二元正态分布,用于预测一个变量在给定另一变量值时的期望值。文章分为三部分:首先介绍了二元正态投影的基本公式及其在回归中的应用;接着通过直观解释和模拟展示了不同相关性下变量间的关系;最后运用投影公式推导出线性回归的参数估计,并通过实例说明其在预测房屋价格等场景中的应用。附录中详细推导了二元线性投影的过程。二元投影作为一种强大工具,在数据分析中帮助简化复杂问题并揭示数据背后的规律。
37 1
深入理解双变量(二元)正态投影:理论基础、直观解释与应用实例
|
4月前
|
计算机视觉
图像处理之图像内插值与外插值
图像处理之图像内插值与外插值
23 0
|
5月前
|
编解码
超分辨率方法的比较——插值、重构、学习
超分辨率方法的比较——插值、重构、学习
81 0
超分辨率方法的比较——插值、重构、学习
|
5月前
|
算法
MATLAB | 插值算法 | 二维griddata插值法 | 附数据和出图代码 | 直接上手
MATLAB | 插值算法 | 二维griddata插值法 | 附数据和出图代码 | 直接上手
331 0
|
5月前
|
算法
MATLAB | 插值算法 | 二维interp2插值法 | 附数据和出图代码 | 直接上手
MATLAB | 插值算法 | 二维interp2插值法 | 附数据和出图代码 | 直接上手
269 0
|
5月前
|
算法
MATLAB | 插值算法 | 一维interpn插值法 | 附数据和出图代码 | 直接上手
MATLAB | 插值算法 | 一维interpn插值法 | 附数据和出图代码 | 直接上手
98 0
|
10月前
|
数据挖掘
插值应用案例1
插值应用案例1
|
10月前
|
算法
插值与拟合的区别以及如何选取
插值与拟合的区别以及如何选取
235 0
【MATLAB第24期】源码分享| 基于MATLAB的五种插值方法合集(线性、三次、三次样条、最邻近、分段三次Hermite),解决多变量样本空值插值,以及零值插值
【MATLAB第24期】源码分享| 基于MATLAB的五种插值方法合集(线性、三次、三次样条、最邻近、分段三次Hermite),解决多变量样本空值插值,以及零值插值