如何生成局部变化平缓、全局具备足够差异的随机网格（用于背景辐射水平建模）

我太懂你想要的效果了——就像真实环境里的背景辐射分布，小范围内数值波动极小，凑得近看几乎是平滑的一片，但拉远了看，不同区域又有明显的高低差异，完全不是那种满屏跳变的随机噪点。你之前试了粗网格插值但出现硬线，确实挺闹心的，我给你分享几个实用的方法，都是我自己做类似模拟常用的：

方法一：最省心的快速方案——随机噪声+高斯平滑 #

直接给你生成的纯随机网格做低通滤波，把小尺度的噪点滤掉，只保留大尺度的变化。用scipy的高斯滤波就搞定，代码超简单：

import numpy as np
from scipy.ndimage import gaussian_filter

# 先生成基础网格
x = np.linspace(-2, 2, 100)
y = np.linspace(-2, 2, 100)
X, Y = np.meshgrid(x, y)

# 生成原始随机噪声
Z_raw = np.random.rand(100, 100)
# 高斯平滑，sigma是关键参数：值越大，局部越平缓，全局变化越突出
Z_smoothed = gaussian_filter(Z_raw, sigma=5)

你可以调sigma的大小：比如sigma=3会保留一点小细节，sigma=8的话局部就几乎没变化了，完全看你想要的平滑程度。

方法二：改进你的粗网格插值方案——消除硬线 #

你之前的思路没问题，就是实现的时候缺了两步：先平滑粗网格+用高阶插值，这样就不会有生硬的边界了。看代码：

import numpy as np
from scipy.interpolate import interp2d
from scipy.ndimage import gaussian_filter

# 先做粗网格，控制全局的大区域变化
coarse_x = np.linspace(-2, 2, 8)
coarse_y = np.linspace(-2, 2, 8)
coarse_Z = np.random.rand(8, 8)

# 先给粗网格做一次平滑，把硬边提前消掉
coarse_Z_smoothed = gaussian_filter(coarse_Z, sigma=1.2)

# 用双三次插值（而不是默认的线性插值）生成细网格
interp_func = interp2d(coarse_x, coarse_y, coarse_Z_smoothed, kind='cubic')
x_fine = np.linspace(-2, 2, 100)
y_fine = np.linspace(-2, 2, 100)
Z_fine = interp_func(x_fine, y_fine)

这里的关键是kind='cubic'，线性插值会直接连直线，双三次插值会生成平滑的过渡曲线，再加上提前平滑粗网格，硬线问题就解决了。如果你想加一点小细节，还可以在最终的Z_fine上叠加一个sigma很小的高斯噪声（比如sigma=0.5），增加一点真实感。

方法三：最贴近自然效果的方案——分形噪声（Perlin/Simplex Noise） #

这种噪声天生就是为了模拟自然现象设计的，它的结构就是大尺度的平缓变化叠加小尺度的细微波动，完全符合你的需求。Python里可以用noise库（先pip安装一下），代码示例：

import numpy as np
import noise

# 生成网格
x = np.linspace(-2, 2, 100)
y = np.linspace(-2, 2, 100)
X, Y = np.meshgrid(x, y)

# 生成Perlin噪声
Z = np.zeros_like(X)
scale = 2.0  # 控制全局变化的跨度，越大，大区域的尺寸越大
octaves = 3  # 叠加的细节层数，越多小细节越丰富
for i in range(X.shape[0]):
    for j in range(X.shape[1]):
        Z[i][j] = noise.pnoise2(X[i][j] * scale,
                                Y[i][j] * scale,
                                octaves=octaves,
                                persistence=0.5,
                                lacunarity=2.0,
                                base=np.random.randint(0, 100))
# 把噪声值映射到0-1区间（方便模拟辐射水平的取值范围）
Z = (Z - Z.min()) / (Z.max() - Z.min())

调参小技巧：

• scale调大，全局的大区域会更宽；调小，大变化会更密集
• octaves加1，会多一层小细节，但不会破坏整体的平缓感
• persistence控制小细节的权重，0.5是比较自然的取值，越大小细节越明显

最后给你个小总结 #

• 想要快、代码少：选高斯平滑随机噪声
• 想要手动控制全局大区域的分布：选平滑粗网格+双三次插值
• 想要最真实的自然效果：选Perlin分形噪声

内容来源于stack exchange