1) Графики исследовательского анализа пространственных данных
Прежде чем использовать методы интерполяции, необходимо изучить данные с помощью инструментов исследовательского анализа пространственных данных. Данные инструменты позволяют разобраться в данных и выбрать наиболее подходящий метод и параметры для модели интерполяции.
Например, при использовании ординарного кригинга для построения карты квантилей необходимо изучить распределение входных данных, поскольку этот конкретный метод предполагает, что данные подчиняются закону нормального распределения.
В случае когда данные не подчиняются нормальному распределению, в модель интерполяции необходимо включить преобразование данных.
Также с помощью инструментов ESDA могут быть обнаружены пространственные тренды в данных, и необходимо будет включить этап для независимого моделирования тренда как часть процесса интерполяции.
К графикам ESDA и мастеру Geostatistical Wizard можно получить доступ через панель инструментов ArcGIS Geostatistical Analyst Extension, которая должна добавляться к отображению ArcMap после того, как был активирован дополнительный модуль ArcGIS Geostatistical Analyst Extension
В состав инструментов входят:
•Histogram — исследует распределение и суммарную статистику набора данных.
•Normal QQ Plot and General QQ Plot — проверяют нормальное распределение набора данных и исследуют возможность наличия одинакового распределения в двух наборах данных соответственно.
•Voronoi Maps — визуально исследует пространственную вариабельность и стационарность набора данных.
•Trend Analysis — визуализирует и исследует пространственные тренды в наборе данных.
•Semivariogram/Covariance Cloud — оценивает пространственную зависимость (вариограмму и ковариацию) в наборе данных.
•Crosscovariance Cloud — проверяет пространственную зависимость (взаимную ковариацию) между двумя наборами данных.
Инструменты для исследования одного набора данных
Инструменты исследования отношений между наборами данных
2) Мастер операций геостатистики (Geostatistical Wizard)
Geostatistical Wizard – это динамический набор страниц, которые разработаны с целью провести вас через процесс построения модели интерполяции и оценки ее качества. Выбор, сделанный на странице, определяет доступные параметры на следующих страницах и способы взаимодействия с данными для построения подходящей модели.
Упрощенный рабочий процесс с использованием мастера
Мастер ведет вас от точки выбора метода интерполяции до просмотра итоговой статистики, позволяющий оценить ожидаемое качество модели.
Упрощенная версия такого рабочего процесса (для метода обратных взвешенных расстояний) представлена на рисунке.
Во время построения модели интерполяции мастер позволяет вносить изменения в значения параметров, предлагает оптимальные значения и позволяет двигаться вперед или возвращаться назад для оценки результатов перекрестной проверки, чтобы определить удовлетворяет ли текущая модель требованиям или необходимо изменить значения параметров. Такая гибкость, в дополнении к просмотру динамических данных и поверхностей, делает мастер полнофункциональной средой для построения моделей интерполяции.
Мастер Geostatistical Wizard предоставляет доступ к нескольким методам интерполяции, которые подразделяются на два основных типа: детерминированные и геостатистические.
Детерминированные методы (Deterministic methods)
Детерминированные методы имеют параметры, управляющие (1) степенью схожести значений (например, метод обратных взвешенных расстояний) или (2) степенью сглаживания поверхности (например, радиальные базисные функции). Такие методы не основываются на модели случайного пространственного процесса. Также отсутствует явные измерения или пространственная автокорреляция данных. К детерминированным методам относятся:
•Интерполяция по методу глобального полинома
•Интерполяция по методу локального полинома (Local Polynomial Interpolation)
•Метод обратных взвешенных расстояний (Inverse Distance Weighted)
•Радиальные базисные функции (Radial Basis Functions)
•Интерполяция с барьерами (использующая в процессе интерполяции проницаемые или полупроницаемые барьеры): Ядро диффузии (Diffusion kernel ) и Сглаживание ядра (Kernel smoothing)