Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Лекция 1- простр. анализ.doc
Скачиваний:
174
Добавлен:
26.03.2016
Размер:
2.86 Mб
Скачать

Исследование данных и Построение поверхностей

12. Что такое Исследовательский анализ пространственных данных?

Среда Исследовательского анализа пространственных данных (ESDA) создана для исследования пространственных данных. Исследование распределения данных, поиск глобальных и локальных выбросов, поиск глобальных трендов, проверка пространственной автокорреляции и понимание ковариаций между несколькими наборами данных полезны при углубленной работе с данными.

ESDA - это мощный набор исследовательских инструментов для определения наиболее подходящего метода интерполяции применительно к конкретным данным. Виды в ESDA интерактивно связаны с ArcMap. Данные, выбранные или отмеченные с помощью этих инструментов, будут также выбраны или отмечены (подсвечены) в ArcMap и всех остальных привлеченных к работе инструментах. Это дает пользователям уникальную возможность визуально изучать данные для проведения их дальнейшего углубленного анализа.

13. Что такое методы интерполяции?

Методы интерполяции позволяют вычислить поверхность по точечным измерениям и получить (предсказать) значения переменной для каждой точки ландшафта. ArcGIS Geostatistical Analyst содержит две группы методов интерполяции: детерминированные и геостатистические.

Все методы при построении поверхности основываются на предположении о подобии близлежащих точек опробования (элементов выборки).

Детерминированные методы для интерполяции используют математические функции (зависимости).

Геостатистические методы базируются и на математических, и на статистических функциях, которые могут быть использованы для построения поверхностей и оценки точности (неопределенности) прогнозов.

14. Как выбрать подходящий метод интерполяции?

Чтобы определить наилучший вариант интерполяции, Вам нужно исследовать ваши данные с помощью предлагаемых инструментов ESDA.

Изменяющаяся степень корреляции между точечными данными будет играть важную роль в решении, какой вариант интерполяции лучше использовать.

Например, если вашим данным присущи локальные вариации, то Вы вероятно захотите применить метод интерполяции с помощью детерминированных полиномиальных зависимостей, чтобы исключить (удалить) крупномасштабные вариации из данных.

Методы интерполяции объединены в две группы: детерминированные и геостатистические.

Методы детерминированной интерполяции строят поверхности по точечным измерениям с учетом либо протяженности сходства (например, метод Обратного взвешенного расстояния), либо степени сглаженности (например, методы радиальных функций).

Методы геостатистической интерполяции (такие, как кригинг) учитывают статистические свойства точек измерений. Геостатистические методы количественно определяют пространственные автокорреляции между точками измерений и принимают во внимание пространственное расположение точек опробования. И, наконец, перекрестная (взаимная) проверка достоверности и проверка достоверности позволяют количественно определить различия между интерполяционными прогнозами.

15. Включены ли в Geostatistical Analyst методы интерполяции, основанные на сплайнах?

Да. Сплайны используются в методах интерполяции с помощью детерминированных радиальных функций. К ним относятся полностью регуляризованный сплайн (completely regularized spline), сплайн с натяжением (spline with tension), мультиквадрики (multiquadric), обратные мультиквадрики (inverse multiquadric), и сплайн тонкой пластины (тонкостенной плиты) - thin plate spline.