1简介 AIDW主要是针对IDW的缺点进行了改进，考虑了样本点与预测点的位置，即方向和距离，具体见下图： 2改进 IDW公式： 从IDW算法可看出，插值点的估算值仅与插值样本距插值点的远近相关，并未考虑样本点的方位性（即样本点被表示为各向同性）。 IDW插值的基本假设是样点在插值区呈均匀分布。但众多情况下，样点在各向分布并非均匀，甚至会出现样点集中于某一方向的现象，违背了基本假设，其插值合理性就难被保证。针对IDW这一插值局限，作者提出了调和反距离权重（AIDW）插值算法。 AIDW增加了可反映插值点与样本点方位关系的调和权重系数K，其基本假设是：距插值点近的样本点，对其后方的样本点有遮...