Обробка даних радіаційного забруднення міського середовища методами та засобами SpatialAnalyst і GeostatisticalAnalyst

Модуль GeostatisticalAnalyst, призначений для вдосконаленого моделювання поверхні з використанням детерміністів і геостатистичних методів. Модуль GeostatisticalAnalyst розширює можливості ArcMap за рахунок появи додаткових інструментів, призначених для дослідницького аналізу просторових даних.

Поверхні, створювані за допомогою модуля GeostatisticalAnalyst, можуть бути згодом використані в моделях ГІС і для візуалізації, зокрема з використанням таких розширень ArcGIS, як ArcGISSpatialAnalyst і 3D Analyst.

Модуль GeostatisticalAnalyst - революційний засіб, оскільки він допомагає навести міст між геостатистикою і ГІС. Протягом довгого часу можливо було користуватися інструментами геостатистики, але ніколи раніше ці інструменти не були інтегровані в середу ГІС. Така інтеграція важлива, оскільки вперше фахівці ГІС зможуть кількісно описати якість своїх моделей шляхом вимірювання статистичної помилки інтерпольованих поверхонь.

Побудова поверхні з використанням модуля GeostatisticalAnalyst включає три ключові етапи:

дослідницький аналіз просторових даних;

структурований аналіз (обчислення і моделювання властивостей поверхні в сусідніх точках);

інтерполяція поверхні і оцінка результатів.

Геостатичний аналіз даних відбувається в два етапи:

моделювання варіограмми або коваріациії для аналізу властивостей;

поверхні;

крігінг.

У модулі GeostatisticalAnalyst можливе використовування цілого ряду методів, заснованих на крігінгє, включаючи методи ординарного, простого, універсального, індикаторного, вірогіднісного і диз'юнктивного крігінга.

Опція Облаковаріограмми/коваріації дозволяє вивчити просторову автокореляцію між опорними точками.

Варіограмма - це функція, яка зв'язує дисперсію (або відмінність) опорних точок і відстань, на яке вони відстоять один від одного. Її графічне уявлення може бути використане для отримання картини просторової кореляції опорних точок і їх сусідів.

Далі будуть розглянуті основні кроки застосування методів геостатистики на прикладі ординарного крігінга.

Крігінг аналогічний методу обернено зважених відстаней (IDW) у тому, що опорним точкам з околиці шуканої точки, для отримання її значень, привласнюється вага. Проте вага заснована не тільки на відстані між зміряними точками і шуканою точкою, але і на розподілі опорних точок в просторі в цілому. Щоб врахувати розташування в просторі, додавши точкам вагові коефіцієнти, необхідно кількісно визначити просторову автокореляцію. Щоб вирішити задачу геостатистичного аналізу, необхідно пройти декілька етапів.

Розрахунок емпіричної варіограмми - крігінг, як і більшість способів інтерполяції, побудований на припущенні, що об'єкти, розташовані поблизу, більш схожі один на одного, ніж віддалені один від одного об'єкти. Емпірична варіограмма - це засіб для дослідження зв'язків між точками. Пари, розташовані на близькій відстані, повинні мати меншу різницю в зміряних значеннях, ніж ті опорні точки, які віддалені один від одного. То, наскільки це припущення вірно, може бути вивчене по емпіричній варіограммі.

Підбір моделі - здійснюється шляхом підбору лінії, яка найкращим чином проходить через точки на графіку емпіричної варіограмми. Тобто, необхідно визначити лінію так, щоб (зважений) квадрат різниці між кожною точкою і лінією був якомога менше. Такий спосіб носить назву підбору по методу (зважених) якнайменших квадратів. Ця лінія і буде моделлю, що кількісно визначає просторову автокореляцію даних.

Створення матриць - рівняння для ординарного крігінга містяться в матрицях і векторах, які залежать від просторової автокореляції між опорними і шуканими точками. Значення автокореляції можуть бути набуті з моделі варіограмми, описаної вище. Матриці і вектори визначають вагу крігінга, привласнювану кожному зміряному значенню.

Виконання інтерполяції - на основі вагівкрігінга, можна обчислити передбачуване значення в шуканій точці з невідомим значенням.

Однією з основних переваг ГІС є можливість застосування до даних ГІС просторових операторів для отримання нової інформації. Ці інструменти представляють основу для просторового моделювання і геообработки. З трьох основних типів даних ГІС растрових, векторних і TIN, саме растри дають багатюще середовище для просторового аналізу. Програмний продукт ESRI ArcGISSpatialAnalyst додає до ArcGIS ряд різноманітних ГІС операторів для роботи з растром.

 
< Пред   СОДЕРЖАНИЕ   Загрузить   След >