基于MATLAB的多种插值算法在地表时序监测中的应用研究郭瑞李素敏陈娅男---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除------本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---摘要：为了克服InSAR技术获取数据时，由于部分月份缺失影像，而导致对研究区进行长时间序列形变分析时，所获取的形变序列为非等时距，不利于系统---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---地反映其形变趋势的问题。本文基于MATLAB软件进行插值算法编写，对缺失时间跨度同的两种地表形变监测数据，分别进行多种插值算法实验。实验结果显示：对于缺失月份较少的数据，三次样条插值拟合效果最好;对缺失较多月份或分布不均匀的数据，立方插值拟合效果最好;线性插值和邻近点插值的拟合效果较差，不适用于对缺失的数据进行插值。该结果对由于缺失部分数据而影响其形变时序分析的情况提供了方法指导，具有较强的实用意义。关键词：MATLAB，插值算法，数据缺失，形变分析：TP3：ADOI：10.3969/j.issn.1003-6970.2019.04.004本文著录格式：郭瑞，李素敏，陈娅男.基于MATLAB的多种插值算法在地表时序监测中的应用研究[J].软件，2019，40（4）：1824【Abstract】：InordertoovercometheInSARtechnologyacquisitiondata，duetothelackofimagesinsomemonths，thelong-termsequencedeformationanalysisofthestudyarea，theobtaineddeformationsequencewasnon-equaltimeinterval，whichisnotconducivetosystematicallyreflectthedeformationtrend.Inthispaper，basedonMATLABsoftware，theinterpolationalgorithmwaswritten.Forthetwokindsofsurfacedeformationmonitoringdatawiththesametimespan，avarietyofinterpolationalgorithmexperimentswerecarriedout.Theexperimentalresultsshowedthatforthemissingdata，thecubicsplineinterpolationhasthebesteffect.Forthedatawithmoremonthsorunevendistribution，thecubicinterpolationfitsbest;linearinterpolationandadjacentpointinterpolationPooreffect，notsuitableforinterpolatingmissingdata.Thisresultprovidesamethodologicalguidanceforthesituationthataffectsthed---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---eformationtiminganalysisduetothemissingpartofthedata，andhasastrongpracticalsignificance.【Keywords】：MATLAB;Interpolationalgorithm;Dataloss;Deformationanalysis0引言相比傳统的地表形变监测技术，星载合成孔径雷达干涉测量（interferometricsyntheticapertureradar，InSAR）以其高精度、高分辨率、全天候以及不受恶劣天气影响的优点在近些年迅速普及。但是由于其在获取卫星影像的过程中，会出现若干月份无影像或获取影像的时间间隔相差较大等问题，导致生成的地表时序形变图缺失部分月份数据，不便于分析。基于此，有必要利用合适的插值算法，对缺失的形变数据进行内插，获取其完整的地表时序形变图，进行地表形变分析。李鹏、顾宏斌等利用三次样条法、双三次样条法的思路应用于气动导数查新，避免了以往线性插值的“局限性”，提高了计算结果精度[1]。杨力，钱博等利用三次样条插值方法处理BOC调制信号相关谱主峰及副峰数据，提高了相位测量精度[2]。吕建升等在采集离散点时加入编程算法，实现了生成等高线，并提高了成图精度[3]。聂磊、舒红等利用地理加权回归克里格插值，对地形地貌复杂、观测站点分布稀疏不均匀的地区进行了月尺度平均气温的插值方法及精度分析研究[4]。李雨、崔希民等基于Matlab运用曲线拟合法，采用模型编程求得矿区地表形变情况[5]。苏超威等利用Matlab软件并结合三次样条插值函数对地铁附近的地表形变做出了低相关监测及预报[6]。余礼仁、徐良骥等对缺失部分数据的地区，基于Matlab软件并利用三次样条插值算法实现了对缺失数据的补充，实现了对该区域的时序沉降分析研究[7]。由于Matlab可以便捷高效地实现应用于此类问题中[8-12]，因此本文基于Matlab软件，分别采用Nearest、Linear、Spline...