- •Введение
- •Основные возможности пакета Surfer
- •1.2. Основные возможности модуля геостатического анализа (Geostatical Analyst) Гис-пакета ArcGis 9.3.
- •В чем важность ArcGis Geostatistical Analyst?
- •Кому пригодится ArcGis Geostatistical Analyst?
- •4. Каковы функции ArcGis Geostatistical Analyst?
- •Исследование данных и Построение поверхностей
- •12. Что такое Исследовательский анализ пространственных данных?
- •13. Что такое методы интерполяции?
- •14. Как выбрать подходящий метод интерполяции?
- •15. Включены ли в Geostatistical Analyst методы интерполяции, основанные на сплайнах?
- •16. Что такое автокорреляция?
- •17. Что такое кригинг?
- •18. Что такое вариаограмма (полувариограмма)?
- •19. Что такое моделирование ошибок?
- •20. Может ли Geostatistical Analyst выявить ошибки в моих данных?
- •21. Нужно ли дополнительное программное обеспечение для оценки оптимальных параметров прогнозных моделей, включенных в Geostatistical Analyst?
- •22. Можно ли проводить в Geostatistical Analyst поблоковый кригинг?
- •1.3. Подходы к построению карт
- •Подходы к анализу пространственно распределенных данных
- •1.4. Детерминистские методы интерполяции
- •Визуализация интерполяции по методу глобального полинома
- •Визуализация интерполяции по методу локальных полиномов
- •Визуализация радиальных базисных функций
- •Метод взвешенных (обратных) расстояний
- •Метод радиальных базисных функций
- •Когда использовать радиальные базисные функции
- •1.5. Геостатические методы интерполяции
- •2. Методы построения сеточных моделей
- •2.1. Метод Крайгинга
- •Метод радиальных базисных функций
- •2.3. Метод обратных расстояний
- •2.4. Метод Шепарда
- •2.5. Метод минимальной кривизны
- •2.6. Метод полиномиальной регрессии
- •2.7. Триангуляция с линейной интерполяцией
- •2.8. Метод ближайшего соседа
- •2.9. Метод естественного соседа
- •2. 10. Сравнительная характеристика основных методов построения сеточной функции
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.