摘要

高维数据插值是大数据分析的一个基本内容,传统克里金插值方法的计算复杂度,是O(n3),即随数据观测量的增大其计算复杂度以3次方速度增长,无法满足实时性应用需求强的克里金插值。修正秩克里金(FRK)方法通过矩阵分解降低大维矩阵的运算维数来简化矩阵计算,提高计算速度。在大数据分析背景下,借助FRK方法对全球MODIS气温数据进行统计建模并计算实现气温数据的插值分析。将其与普通克里金(OK)作对比实验,结果表明,相较于OK方法,FRK方法的插值精度并没有降低;在计算效率方面,使用FRK方法进行插值时,随数据量增大,耗时程度趋于缓慢平稳增长,而同一环境下的OK方法耗时随数据量增大呈指数增长趋势。相对于传统克里金方法,FRK能够在保证插值精度的同时显著降低其计算复杂度,缩短插值时间。

  • 单位
    武汉大学测绘遥感信息工程国家重点实验室; 武汉大学苏州研究院

全文