Kurzfassung
Gemessene Höhenwerte mit unterschiedlichen Fehlercharakteristiken können mittels linearer Prädiktion, optimaler Splines und aktiver Splines (Snakes) approximiert werden. Die genten Methoden haben eine gemeinsame Grundlage, die Tichonov- Regularisierung. Obwohl sie Variationsprobleme unterschiedlicher Art lösen, führen die entsprechenden Verfahren auf äquivalente Ergebnisse. Als Ergänzung zu einem robusten Prädikationsverfahren von Kraus wurden Höhenprofile sowohl mit optimalen als auch mit aktiven Splines approximiert, wobei die berechneten Profile etwa gleichwertig sind.

Abstract
Sampled terrain data with different error characteristics can be approximated by linear prediction, optimal and active splines (snakes) respectively. The mentioned methods are established an the same base, the Tichonov regularization. Although they solve variational problems of different kind the appropriate procedures lead equivalent results. In addition to a robust procedure of linear prediction by Kraus elevation profiles were approximated by optimal as well as by active splines, whereby the adjusted profiles were found to be nearly the same one.