插值分析
插值分析可以将有限的采样点数据，通过插值对采样点周围的数值情况进行预测，从而掌握研究区域内数据的总体分布状况，而使采样的离散点不仅仅反映其所在位置的数值情况，而且可以反映区域的数值分布。SuperMap 中提供三种插值方法，用于模拟或者创建一个表面，分别是：距离反比权重法（IDW）、克吕金插值方法（Kriging）、径向基函数插值法（RBF）。选用何种方法进行插值分析，通常取决于样点数据的分布和要创建表面的类型。
无论选择哪种插值方法，已知点的数据越多，分布越广，插值结果将越接近实际情况。下面以距离反比权重法为例。
// 创建反距离加权插值分析参数实例
var interpolationAnalystParameters = new SuperMap.InterpolationIDWAnalystParameters({
// 用于做插值分析的数据源中数据集的名称
dataset: "SamplesP@Interpolation",
// 插值分析结果数据集的名称
outputDatasetName: "IDW_result",
// 插值分析结果数据源的名称
outputDatasourceName: "Interpolation",
// 结果栅格数据集存储的像素格式
pixelFormat: SuperMap.PixelFormat.DOUBLE,
// 存储用于进行插值分析的字段名称
zValueFieldName: "AVG_TMP",
resolution: 7923.84989108,
// 采取固定点数查找参与运算点的方式
searchMode: "KDTREE_FIXED_COUNT",
// 固定点数查找方式下,参与差值运算的点数默认为12。
expectedCount: 12,
bounds: [-2640403.63, 1873792.1, 3247669.39, 5921501.4]
});
new ol.supermap.SpatialAnalystService(serviceUrl).interpolationAnalysis(interpolationAnalystParameters, function (serviceResult) {
// 获取服务端返回的数据
interpolationAnalystResult = serviceResult.result;
});