#1 楼
我同意没有硬性规定，但是对于各种插值方法有一些准则。样条线通常用于需要光滑表面的地方，例如。 G。温度数据
有些方法使所得栅格通过原始点，而另一些方法则不通过。
尽管它是以ArcGIS为中心的，但可以在第4页中找到不同方法的详细概述纸
在ArcGIS Spatial Analyst中插值曲面
#2 楼
对问题的澄清表明，正在寻求重新采样栅格的方法。许多用于成像和摄影社区。但是，对于GIS工作，通常使用几种简单的方法：最近邻重采样。为新栅格中的每个像元分配了原始栅格中最近的像元（中心到中心）的值。将其用于土地利用等分类数据。
双线性插值。根据四个最接近的原始像元，为新栅格中的每个像元分配一个平均值。该平均值在水平和垂直方向上是线性的。 （不过，得出的公式不是线性的；它实际上是二次的。）这对通用平滑很有用，但进行的平均通常会略微剪切局部峰和谷。这在本质上类似于双线性插值，但可以从附近的单元格稍微推断出值。这样做的目的是在新网格中重现局部平均值和可变性。特别是，局部极值的切除不应那么严重。 （一个令人不快的后果，显然是ESRI的ArcGIS中的一个错误，是新网格中的值可能会超出旧网格的范围，从而导致某些新的极端值无法正确呈现。但这是数据问题折衷方案是三次卷积比双线性插值需要更多的时间进行计算。 /GTKAV/section9/map_algebra.htm
对于一次性的快速计算，我通常很满足于执行双线性插值（对于连续数据）或最近邻插值（对于分类数据）。对于所有其他对象，尤其是在准备主数据集或预期进行大量操作时，我建议使用三次卷积（以及考虑对操作进行排序以最大程度地减少浮点误差的传播）。
评论
gis.stackexchange.com/questions/17328/…上的评论中提供了一些有用的其他建议。
– hu
2011年11月29日，下午3:52
#3 楼
根据ESRI，可用插值方法（在Spatial Analyst和其他扩展中可作为工具使用）进行如下比较：（报价）IDW（反距离加权）工具使用一种插值方法来估计像元值通过平均每个处理单元附近的样本数据点的值。点越接近要估计的单元中心，它在求平均过程中所产生的影响或权重就越大。具有z值的点集。除了选择ArcGIS Spatial Analyst支持的其他插值方法之外，还应该对z值表示的现象的空间行为进行彻底研究，然后再选择最佳的估计方法来生成输出曲面。
自然邻域内插法可找到输入样本最接近查询点的子集，并根据比例区域对它们施加权重以对值进行内插（Sibson，1981年）。它也称为Sibson或“区域窃取”插值。通过输入点。
带障碍的样条线
带障碍的样条线工具使用的方法类似于样条线工具中使用的技术，主要区别在于该工具支持以输入障碍物和输入点数据。
“地形到栅格”和“地形到栅格文件”工具使用专门设计的插值技术来创建更紧密地代表自然排水面并更好地保存的表面输入轮廓数据中的山脊线和河流网络。
所使用的算法基于澳大利亚国立大学Hutchinson等人开发的ANUDEM算法。
趋势是一种全局多项式插值法，它适合于由数学函数（多项式）定义的光滑表面，输入采样点。趋势表面逐渐变化并捕获数据中的粗略模式。
您还可以看看这篇文章：http://proceedings.esri.com/library/userconf/proc95/to100 /p089.html
评论
+1，用于从ESRI帮助中选择确实可行且正确的报价！
– hu
2010-10-15 22:33
您能否更新该程序的链接，但您发布的链接不再可用（找不到页面）。另外，您可以在ESRI页面上放置标题或一些信息，以便我们进行搜索。
– Renata Dis
16-5-20在11:42
#4 楼
另外两种方法是Average4和Average16。它们听起来像一样，并取4个或16个周围单元的平均值。
您不会在光栅图像（特别是3波段彩色）上使用它
它不是距离加权的，但是我认为我不会将它用于光栅（只是矢量）因为栅格数据集中的距离更主观一些，所以我一直认为Median4和Median16是从DEM数据中去除骤降和尖峰的好方法，尽管我不知道任何允许它。
评论
Mark建议您使用邻域中位数来筛选DEM中的局部异常。 ESRI的GRID / Spatial Analyst软件包在很长一段时间内都包含邻域中值，我知道IDRISI可以做到，而且GRASS和Manifold也可能。但是，这些方法对于重新采样网格将是错误的选择。同样，您提到的其他方法也没有良好的属性：它们以原始网格的分辨率有效地平滑了原始数据，因此根本不应该考虑对其进行重采样。
– hu
2010-10-15 22:30
评论
您要插值什么？目标是简单地可视化还是实际测量某种类型的分布？但是，不要辜负您的希望，它们实际上并不是硬性规定。@nineside：您确定要表示“栅格”数据吗？您接受的答案仅涉及插值矢量（点和线）数据的方法。
问题的标题有点含糊。 “插值”和“重新采样”一词意味着两点稍有不同。进行插值是对离散数据点（栅格或矢量）进行采样，然后从中计算出连续的表面。重采样将获取一组点（再次，栅格或矢量），对其应用某种算法，并产生一组新的点。因此，我相信插值可以看作是一种重采样。
恕我直言标题错误。 “重新采样栅格数据”使我认为您有一个栅格，并希望从中生成一个新的更大或更小的栅格。如果要通过插值矢量点来生成栅格，则“重采样”是错误的术语。
@nineside-由于您选择了我的回答作为问题的答案，因此我假设您正在寻找将一组离散点插入到连续栅格表面的方法。根据某种算法，“重采样”一词最多都被解释为一个栅格到另一个栅格的转换。我认为您使用该词没有错，因为我相信插值是重采样的一种形式。只是大多数人不这样认为。我自称不是这方面的专家，所以欢迎对我的假设进行更正。