在.NET / C＃项目中，我有相对随机排列的坐标，并为每一个分配了权重KPI，如下所示：
Weight | Lat | Long
---------+-----------+-----------
1,123444 | 54,219367 | 9,696117
1,067940 | 51,950265 | 11,692274
1,054050 | 52,131392 | 13,216249
1,044820 | 52,636704 | 9,845077
1,023757 | 50,118346 | 7,308953
1,006427 | 53,612651 | 12,429595
1,002610 | 51,433237 | 7,661594
0,988619 | 49,396423 | 7,022961
0,955858 | 51,010989 | 10,845346
0,943669 | 50,652052 | 9,162438
0,938015 | 51,104541 | 13,201738
0,863415 | 48,790447 | 11,497889
0,835913 | 48,661604 | 9,350134
在数学或统计方面，我不是专家。我需要做的是根据先前计算的地理坐标权重进行插值（见上文）。
我发现的所有3D插值算法都假设坐标必须以矩形形状排列，这在我的szenario中是不可能的。
是否有适合我需要的算法？可能有助于指出，我们在同一个项目中使用了一些R.NET功能，因此使用R的解决方案将完全没问题。
答案 0 :(得分：1)
有不同的插值方法，它们会给你略有不同的结果。您应该尝试一下，看看什么最适合您的场景。
一种方法是在特定半径上获取所有数据点。计算每个距离，然后使用距离作为权重计算其高度的加权平均值。这将允许您在点之间线性插值。
如果你想要更波浪的东西，你可以做同样的事情但不使用距离作为重量，你使用距离^ 2或距离^ 3。这将使最近点的重量更大，并使表面更加弯曲。您甚至可以将它们组合成a*distance^2 + b*distance之类的东西，但我会尽可能简单。
如果您因为分布不均而不想使用半径，则可以采用最接近的K点（使用K进行实验并查看最佳效果）。
这些都非常通用，但在很多情况下它们的效果相对较好。
注意：如果点相对接近，您可以计算3D空间中的距离，但如果它们距离较远，则应计算球体上的距离（弧的长度）。