海洋次表层FIDW温盐影像插值算法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (26): 201-205.

海洋次表层FIDW温盐影像插值算法

张胜茂1，2，樊伟1

1.中国水产科学研究院东海水产研究所渔业资源遥感信息技术重点开放实验室，上海 200090
2.华东师范大学地理信息科学教育部重点实验室，上海 200062

出版日期:2012-09-11 发布日期:2012-09-21

FIDW algorithm for temperature and salinity image interpolation in sub-surface ocean

ZHANG Shengmao1，2, FAN Wei1

1.Key Lab of Fisheries Resources Remote Sensing and Information Technology, East China Sea Fisheries Research Institute, Chinese Academy of Fishery Sciences, Shanghai 200090, China
2.Key Lab of Geographic Information Science, Ministry of Education, East China Normal University, Shanghai 200062, China

Online:2012-09-11 Published:2012-09-21

摘要/Abstract

摘要： 最大限度地提高海洋次表层温盐影像插值速度，是解决渔况信息动态服务效率的关键。IDW可以实现海洋剖面观测点的二维插值，但通用的IDW算法效率较低，采用FIDW方法提高插值效率，在使用相同计算公式的情况下实现影像快速插值，插值结果经过实测数据验证表明误差的范围可以满足渔业分析应用的需要。

关键词: 反距离权重, 插值, 海洋次表层, 影像, 算法

Abstract: Maximizing the efficiency of image temperature and salinity image interpolation in subsurface ocean is the key to solve the dynamic information services in fishing conditions. IDW can observe the marine section of two-dimensional interpolation points, but the common IDW algorithm is less efficient. FIDW interpolation method is used to improve efficiency. It achieves fast image interpolation in the case of using the same formula. The interpolation image is verified by measured data. The result shows that error range can meet the needs of analysis and applications in fisheries.

Key words: inverse distance weighting, interpolation, subsurface ocean, image, algorithm

张胜茂1，2，樊伟1. 海洋次表层FIDW温盐影像插值算法[J]. 计算机工程与应用, 2012, 48(26): 201-205.

ZHANG Shengmao1，2, FAN Wei1. FIDW algorithm for temperature and salinity image interpolation in sub-surface ocean[J]. Computer Engineering and Applications, 2012, 48(26): 201-205.

[1]	兰红，黄敏. 融合KNN优化的密度峰值和FCM聚类算法[J]. 计算机工程与应用, 2021, 57(9): 81-88.
[2]	张岐山，陈露露. 基于均衡接近度灰关联的Slope One算法[J]. 计算机工程与应用, 2021, 57(9): 96-102.
[3]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[4]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[5]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[6]	陆莉霞，邹俊忠，郭玉成，张见，王蓓. 多模态融合的膝关节损伤预测[J]. 计算机工程与应用, 2021, 57(9): 225-232.
[7]	闫晓燊，高强，朱思萌，奚学程，赵万生. 亮度不均匀低质量图像中压印字符分割方法[J]. 计算机工程与应用, 2021, 57(8): 185-191.
[8]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[9]	孔继利，张鹏坤，刘晓平. 双向搜索机制的改进A*算法研究[J]. 计算机工程与应用, 2021, 57(8): 231-237.
[10]	槐创锋，郭龙，贾雪艳，张子昊. 改进A*算法与动态窗口法的机器人动态路径规划[J]. 计算机工程与应用, 2021, 57(8): 244-248.
[11]	高铖铖，陈锡程，张瑞，宋秋月，易东，伍亚舟. 三种新型智能算法在疫情预警模型中的应用——基于百度搜索指数的COVID-19疫情预警[J]. 计算机工程与应用, 2021, 57(8): 256-263.
[12]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[13]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[14]	董旭彬，赵清华. 改进Mask R-CNN在航空影像目标检测的研究应用[J]. 计算机工程与应用, 2021, 57(8): 133-144.
[15]	谢锐强，张惠珍. 求解柔性作业车间调度问题的两段式狼群算法[J]. 计算机工程与应用, 2021, 57(7): 251-256.