Практическая работа: Интерполяция в ГИС

Содержание

Слайд 2

Подготовка точечной карты для интерполяции Создать копию точечной карты points_band1 (в

Подготовка точечной карты для интерполяции

Создать копию точечной карты points_band1 (в интерфейсе

ILWIS)
Открыть карту точек с их номерами
Перейти в режим редактирования (Edit – Edit layer)
Удалить точки в соответствии с вариантом
Выйти из режима редактирования (File- Exit editor)
Слайд 3

Nearest point interpolation (Nearest neighbor) Interpolation – Nearest point Каждому пикселю

Nearest point interpolation (Nearest neighbor)

Interpolation – Nearest point
Каждому пикселю присваивается значение

ближайшей точки в соответствии с Евклидовым расстоянием
Слайд 4

Moving Average Interpolation – Moving Average Значения пикселей – средневзвешенные средние

Moving Average

Interpolation – Moving Average
Значения пикселей – средневзвешенные средние точечной карты
Веса

рассчитываются на основе весовой функции, указанной пользователем
Чем ближе точки к расчетному пикселю , тем больше их вес

Limiting distance – максимальный радиус для поиска точек, которые будут
учитываться для расчета значения в пикселе (максимальное расстояние
на котором сохраняется пространственная корреляция (Spatial correlation)

Слайд 5

Оценка пространственной корреляции 1) Spatial correlation (omni or bi -directional) (check

Оценка пространственной корреляции

1) Spatial correlation (omni or bi -directional) (check with

variogram surface operation)
Spherical distance – расстояния рассчитываются по сфере с учетом проекции. Используется для большой территории (регионов или континентов) и для карт с географическими координатами (широта-долгота). Иначе рассчитываются евклидовы расстояния (Euclidean distance)
Lag (шаг) соответствует наименьшему расстоянию между точками (может выбираться, исходя из условий задачи).
Слайд 6

Результаты оценки пространственной корреляции Distance – средние значения интервалов расстояний NrPairs

Результаты оценки пространственной корреляции

Distance – средние значения интервалов расстояний
NrPairs –

пары точек в интервале расстояний
I – величина пространственной автокорреляции между
парами точек в данном интервале
c – пространственная дисперсия для пар точек в
данном интервале
AvgLag – Среднее расстояние между парой точек для
каждого интервала
SemiVar – значение семивариограммы для пар точек в
каждом интервале
Слайд 7

Moving Average

Moving Average

Слайд 8

Moving surface Для каждого пикселя рассчитывается полиноминальная поверхность методом наименьших квадратов,

Moving surface

Для каждого пикселя рассчитывается полиноминальная поверхность
методом наименьших квадратов, которая

аппроксимирует взвешенное значение
точки в пределах определенного расстояние
Слайд 9

Интерполяция Вы используете 3 метода интерполяции: Nearest Point, Moving Average, Moving

Интерполяция

Вы используете 3 метода интерполяции: Nearest Point, Moving Average, Moving Surface
По

каждому методу у вас получается 1 карта (итого 3 карты)
Для каждой карты вы делаете скриншот, вставляете ее в ворд и подписываете, что это за карта и каким методом была получена
Слайд 10

Оценка результатов интерполяции Открываем исходную карту точек (до удаления) как таблицу

Оценка результатов интерполяции

Открываем исходную карту точек (до удаления) как таблицу (Open

as a table)
Отображаем командную строку (View – Command line)
Считываем результаты интерполяции всеми методами для каждой точки:
В командной строке вводим команду:
method=mapvalue(interpolation_map, Coordinate)
Method - метод интерполяции
interpolation_map – название карты, полученной данным методом
Coordinate – оставляем
Получаем 3 колонки (по 1 колонке для каждого метода).
Далее копируем все 3 колонки в Эксель (выделяем колонки, нажимаем правую кнопку мыши – Copy)
Из исходной таблицы (points) копируем колонку om и также вставляем в эксель (это колонка с исходными значениями)
Затем удаляем все значения, кроме тех точек, номера которых указаны в вашем варианте (в итоге у вас должно остаться по 10 значений для каждой колонки, которые отличаются между собой)
Строим 3 графика (на каждом графике по оси Y – исходные значения (одна колонка для всех графиков), по оси X – предсказанные значения (по каждому методу)
Добавляете на графики линию тренда
Чем дальше точки от этой линии, тем сильнее отличаются предсказанные данные от исходных
Все 3 графика вставляете в ворд и подписываете, что это за графики