- •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
Визуализация интерполяции по методу глобального полинома
Есть и другие решения для интерполяции значений в точках, в которых не проводились измерения. Одно из предполагаемых мест для парка - пологий склон горы.
Поверхность горы - наклонная плоскость, рисунок 8. Однако, опорные точки расположены в небольших понижениях или на небольших возвышенностях (локальная вариация).
Рисунок 8 – Визуализация методом глобального полинома первого порядка
Использование ближайших соседних опорных точек для интерполирования значений может исказить искомое значение в сторону занижения или завышения значений из-за влияния таких понижений и возвышений. В дальнейшем, вы научитесь учитывать локальную вариацию, вычитая из поверхности тренд (для данной территории трендом является наклонная плоскость). Способность определить и смоделировать локальные структуры и тренды может увеличить точность создаваемой поверхности.
Чтобы взять за основу вашей интерполяции поверхность тренда для всей территории, вы можете подобрать плоскость, которая будет проходить через опорные точки.
Плоскость может быть определена математической формулой, которая является частным случаем семейства математических формул, известных как полиномы (многочлены). Затем вы сможете определить неизвестное значение высоты в интерполируемой точке по значению соответствующей точки на плоскости. Плоскость может проходить выше или ниже определенных точек.
Цель интерполяции - минимизировать ошибку. Вы можете измерить ошибку путем вычитания значения каждой опорной точки из ее проинтерполированного значения на плоскости, нахождения квадрата этой величины, и последующего суммирования результатов. Такой метод носит название подбора по методу наименьших квадратов.
Этот процесс составляет теоретическую основу для интерполяции по методу глобального полинома.
Интерполяция по методу глобального полинома подбирает сглаженную поверхность, построенную по опорным точкам с помощью математической функции (полинома). Поверхность, построенная по методу глобального полинома, меняется постепенно и грубо передает общий характер данных.
Поверхность, построенную с помощью интерполяции по методу глобального полинома, можно представить как лист бумаги, размещенный так, чтобы он прошел через точки, поднятые до значения высоты. На рисунке 8 это проиллюстрировано для набора опорных точек, отобранных на пологом склоне (лист бумаги показан лиловым цветом).
Но что если вы захотите описать плоскость, которая соответствовала бы долине? Получить достоверную поверхность, использовав для ее описания плоскость, было бы довольно сложно.
Плоский лист бумаги не может точно описать ландшафт, в котором есть долина. Однако, если вы один раз перегнете кусок бумаги, вы сможете гораздо лучше подогнать его под форму поверхности, то есть, получить более близкие значения для большего количества значений).
Возможность описания одного перегиба поверхности - основа интерполяции по методу глобального полинома второго порядка. Два перегиба плоскости могут быть описаны полиномом третьего порядка, и так далее. Перегибы могут быть расположены в двух направлениях, и тогда можно будет описать поверхность "в форме чаши".
Добавление определенного выражения в математическую формулу дает аналогичный результат - перегиб плоскости. Ровная плоскость (на листе бумаги нет перегибов) может быть описана полиномом первой степени (линейной функцией).
Один перегиб плоскости будет соответствовать полиному второго порядка (квадратичная функция), два перегиба - полиному третьего порядка (кубическая функция), и так далее, вплоть до 10, максимально возможной для модуля Geostatistical Analyst степени полинома. На рисунке 9 показано, как можно описать долину с помощью полинома второго порядка.
Рисунок 9 – Визуализация методом глобального полинома второго порядка
Лист бумаги редко будет проходить непосредственно через опорные точки, что делает метод интерполяции по методу глобального полинома нежестким интерполятором (метод глобального полинома аппроксимирует значения в опорных точках).
Некоторые точки будут расположены над листом бумаги, некоторые - ниже. Однако, если вы сложите значения превышений значений опорных точек над плоскостью и недобора значений опорных точек до значений на плоскости, эти две суммы должны быть равны.
Поверхность, показанная лиловым цветом, получена при подборе плоскости по методу наименьших квадратов. Результирующая поверхность минимизирует сумму квадратов разности между действительными значениями опорных точек и их значениями на плоскости.
Когда использовать интерполяцию по методу глобального полинома
Результатом интерполяции по методу глобального полинома является сглаженная математическая поверхность, которая отражает постепенные тренды в поверхности изучаемой территории.
Глобальная интерполяция используется для:
Подбора поверхности для опорных точек в том случае, если поверхность медленно меняется от участка к участку на изучаемой территории (например, загрязнение над промышленными территориями).
Изучения и/или удаления эффектов длительных или глобальных трендов. В таком случае метод часто называют методом анализа тренда поверхности.
Интерполяция по методу глобального полинома строит медленно изменяющиеся поверхности с использованием полиномов маленьких степеней, которые могут описывать некоторые физические процессы (например, загрязнение и направление ветра).
Следует заметить, однако, что чем сложнее полином, тем труднее связать с ним некий физический процесс. Кроме того, вычисленные поверхности очень чувствительны к экстремальным значениям (очень низким или очень высоким, особенно по краям изучаемой территории).