Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Concept
Pondération inverse à la distance
Résumé
La pondération inverse à la distance ou PID (en anglais, inverse distance weighting ou IDW) est une méthode d'interpolation spatiale, un processus permettant d'assigner une valeur à tout point d'un espace à partir d'un semis de points connus.
Une forme courante pour trouver une valeur interpolée u à partir d'un point donné x en utilisant la PID comme fonction d'interpolation :
où :
est une fonction simple de pondération, comme définie par Shepard, x étant le point à interpoler, xk est un point d'interpolation (connu), uk la valeur de la fonction u au point xk, d est une distance donnée (opérateur de mesure) du point d'interpolation xk au point à interpoler x, N est le nombre total de points connus utilisés dans l'interpolation et p est un nombre positif réel, appelé le paramètre de puissance. Ici, le poids des points voisins diminue lorsque la distance augmente. Les plus grandes valeurs de p donnent une influence plus grande aux valeurs les plus proches du point interpolé. Pour 0 < p < 1, en u(x), on observe des sommets lissés autour du point d'interpolation xk, alors que pour p > 1, le pic devient plus pointu. Le choix de p est donc une fonction du degré de lissage désiré pour l'interpolation, de la densité et la distribution des échantillons interpolés, et de la distance maximum au-delà de laquelle un échantillon individuel peut influencer les points environnants. Telle que décrite, la fonction d'interpolation est indéterminée aux points d'interpolation (division 0/0). Dans ce cas, la pondération sera prise égale à 1 pour le point à distance 0 de x, et 0 pour tous les autres points.
La méthode de Shepard est une conséquence de la minimisation d'une fonction liée à la mesure des déviations entre les tuples de points interpolés {x, u(x)} et k tuples de points d'interpolation {xk, uk}, définis comme :
dérivé de la condition de minimisation :
La méthode peut être aisément étendue à des dimensions supérieures de l'espace et est en fait une généralisation de l'approximation de Lagrange aux espaces multidimensionnels.
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.