Folgende Tabelle soll eine Hilfestellung bei der Wahl des richtigen Interpolationsalgorithmus geben. Die Empfehlungen beziehen sich hauptsächlich auf den Rechenaufwand und die daraus resultierende Rechenzeit.
|
Anzahl Messpunkte
|
Bemerkung |
||
wenig (<5000) |
mittel |
viel (>5000) |
||
Gauß-Interpolationg |
x |
X |
x |
glatte Isolinien und akkurat, empfohlen für die meisten Fälle |
Flächeninterpolation |
(x) |
X |
x |
gut für digitalisierte Isolinien |
Abstandswichtung |
0 |
(x) |
x |
Hang zur "Treppenbildung" |
Flächeninterpolation |
(x) |
x |
x |
gut für digitalisierte Isolinien |
Kriging |
x |
(x) |
- |
glatte Isolinien bei geeigneten Parametern, Parameterwahl aufwendig |
|
x |
x |
0 |
glatte Isolinien |
Dabei bedeuten: - : schlecht / 0: weniger geeignet / (x): geeignet / x: gut geeignet
Die aktuelle Implementierung der Gauß-Interpolation eignet sich für beliebige Datenmengen. Daher sollte dieser Interpolationsalgorithmus bevorzugt werden, da er die genauesten Ergebnisse und sehr glatte Konturen liefert.
Wenn die Datenmenge sehr groß ist und sehr ungleich verteilte Messdaten vorliegen, ist die Flächeninterpolation mit integriertem Gauß-Algorithmus die beste Wahl. Näheres dazu findet sich unter "Flächeninterpolation".