- •Картопостроение
- •Поверхность
- •Триангуляционныемодели
- •Этатриангуляцияне проходит испытаниеДелоне
- •Недостаткитриангуляционныхмоделей
- •Созданиерегулярно-ячеистыхмоделейпонерегулярному наборуданных(гридинг)
- •Выборразмераячейкисетки
- •Выборсоседнихточекданных
- •Узелсети
- •Расчетотметокповерхностивузлахсетки
- •Методыинтерполяции
- •Методыдетерминированнойинтерполяции
- •Точная интерполяция
- •МетодTriangulationwithLinearInterpolation
- •МетодInverseDistancetoaPower(idw)
- •МетодMinimumCurvature,Spline
- •Геостатистическиеметодыинтерполяции
- •Сравнениеметодовинтерполяции
- •Достоверностьрезультатовинтерполяциизависитоткачестваисходных
- •Интерфейспрограммы
- •Структурасистемы Программавключает3основных функциональных блока:
- •MinиmaxзначенияX,y,z
- •Созданиеgridпонерегулярномунаборуданных
- •ДанныеXyz
- •Гридинг
- •Методыинтерполяции
- •Дополнительныеопции
- •Определениеобластиисходныхданныхдлярасчета значенийвузлахgridфайла
- •Учет«линийперегиба»(Breaklines)иразломов(Faults)
- •Структурафайла[.Bln]
- •Структурафайла[.Bln]
- •Учетнарушенийгладкостиповерхности
- •Контурнаякартабез учетаразломов
- •Визуализациямоделейповерхностей
- •Многослойныекарты
- •Вспомогательныеоперациисповерхностями
- •Графическийредактордлявводаикоррекциизначенийданных сеточнойобласти
- •Математическиеоперациинадгридами(Math)
Точная интерполяция
Точечныйнаборизмеренных значений
Ячейки, выделенные красным, указываютточкиисходногонабора.
МетодTriangulationwithLinearInterpolation
МетодТриангуляцияслинейнойинтерполяциейбазируетсянатриангуляции Делоне по входным точкам и линейной интерполяцией отметок поверхности в пределах плоскихграней. В основемодели лежит предположениео том,чтоотметки поверхностимежду пунктами измерений значенияменяются полинейному закону.
точкаснеизвестным
z значением(узел)
x
y
ТриангуляцияДелоне
точкисизвестнымизначениями
Пригустойсетиизмеренийислабойизменчивостивеличинпредположениеможет бытьблизкимк действительностии не повлечет за собой существенных погрешностей при прогнозировании значений между пунктами измерений.
МетодInverseDistancetoaPower(idw)
МетодОбратно взвешенные расстояния(InverseDistancetoaPower)рассчитываетзначения ячеек путем усреднения значений в опорных точках, находящихся в окрестностикаждой
ячейки.Чемближеточкакцентруячейки,значениекоторойвычисляется,тембольшеевлияние, или вес, она имеет в процессе усреднения.
Z(s1) Z(s2)
r1
r2
, где
i–весизмеренногозначения;
ri–удалениеточкинаблюденияот узла сети;
k–показательстепени
r4
Z(s4)
?
r3
Z(s3)
точкисизвестнымизначениями
? точкаснеизвестным значением (узел)
Радиусинтерполяции
Методпозволяетхорошовыявлятьвысокочастотную(локальную)составляющую
отметокповерхности.
МетодMinimumCurvature,Spline
МетодМинимальнойкривизны(Сплайн)рассчитываетзначения с использованиемматематической функции, которая минимизирует общую кривизнуповерхности и строит сглаженную поверхность проходящую черезопорные точки.
Метод регуляризации:создаетгладкуюповерхность,значения в которой могут
выходитьзапределыдиапазона
измеренныхзначений.
Метод натяжения:меняетжесткостьповерхностив зависимости от характера моделируемого явления таким
образом,чтобызначенияотметок
поверхностиневыходилиза
пределыдиапазонаизмеренных
значений.
Поверхность,построеннаяспомощьюэтогометода,аналогичнатонкойупругой пленке, которая проходит настолько близко к экспериментальнымточкам данных, насколько это возможно, с минимальным числом изгибов.
МетодPolynomialRegression(Trend)
МетодПолиноминальнаярегрессия(Тренд)основаннааппроксимации
поверхностиполиномомопределенногопорядка:
z(х)=a0+a1x1+a2x2+…..+anxn-полиномn-гопорядка.
Онопираетсянарегрессиюнаименьших квадратовисоздаетповерхностис наименьшим отклонением от исходных значений.
-рассчитанное(оценочное)значениепараметраz
-наблюденноезначениепараметраz
Аппроксимацияповерхностиполиномомпервогопорядка
Аппроксимацияповерхностиполиномомвторогопорядка
Геостатистическиеметодыинтерполяции
Геостатистические методы основаны на предположении, что измеренные значения отметок поверхностиносятслучайный характер ирассматриваются как реализация случайнойфункции:
Z(s)=µ(s)+ε(s),
гдеµ(s)-детерминированныйтренд,аε(s)-случайнаясоставляющаяполя,
s–координатыточкиизмерения.
В геостатистике наслучайную компоненту накладываются следующиедопущения:
случайнаясоставляющаястационарна;
среднеезначениеслучайнойсоставляющей
равно0.
Допущениеостационарностипозволяет:
определитьстатистическиесвойстваслучайной
функцииZ(s)наосновеединственнойреализации;вотличииотвероятностныхмоделей,рассматривать случайную компоненту какпространственнокоррелируемую.
Тренд
Геостатистическая модельповерхности:
«тренд+стационарныйостаток»
Дляоценкипространственнойавтокорреляции вгеостатистикеиспользуется
вариограмма:
h
1shs2,
2n
где(s)и(s+h)–отметкиповерхностивпунктах,отстоящихдруготдругана
расстояниеh,аn-количествопарточекизмерения.
γ(h)
Расстояние(лаг)h
Порог
Определяетбелыйшум
Остаточнаядисперсия(nugget)
Предельныйрадиус корреляции(range)
Пропорционалендисперсии
Расстояние(лаг)h
Выражаетпространственный
период
Геостатистическиеметодыосуществляютинтерполяциюслучайныхпроцессов с зависимостями - автокорреляциями.
Технологияинтерполяциигеостатистическимиметодами
Анализисходныхданныхиудалениетренда.
Построение эмпирической
вариограммы.
Подбормоделивариограммы.
эмпирическиеданные
модель
h
Расстояние(лаг)
Вычислениезначенийвузлахсети.
Z(s1) Z(s2)
h1
h4
Z(s4)
h2
? Z(s0)
h3
Z(s3)
гдеN –количествоточекизмеренияв эллипсе поиска;
i–весизмеренногозначения, который
вычисляется на основе моделивариограммы и пространственного
точкис известнымизначениями;
? точкиснеизвестнымизначениями
распределения точек замеров вокругоцениваемой точки
МетодKriging
МетодКригинг(Kriging)базируетсянастатистическихмоделях,которыеучитывают пространственную автокорреляцию (статистическую взаимосвязь между опорнымиточками).
Взависимости отдопущений, накладываемыхнаморфологиюповерхноститрендаµ(s),выделяют:
ординарныйкригинг-OrdinaryKriging
(µявляетсянеизвестнойконстантой);
простойкригинг-SimpleKriging
(µ-известнаяконстанта);
универсальныйкригинг-UniversalKriging
(µ(s)-любаядетерминированнаяфункция).
Методпозволяетнетолькосоздаватьповерхностьинтерполяции,атакжеоценивать
точностьтакихинтерполяций.