Практическая работа: Интерполяция в ГИС

1. Практическая работа: Интерполяция в ГИС

2. Подготовка точечной карты для интерполяции

Создать копию точечной карты points_band1 (в
интерфейсе ILWIS)
Открыть карту точек с их номерами
Перейти в режим редактирования (Edit – Edit layer)
Удалить точки в соответствии с вариантом
Выйти из режима редактирования (File- Exit editor)

3. Nearest point interpolation (Nearest neighbor)

Interpolation – Nearest point
Каждому пикселю присваивается значение ближайшей точки в
соответствии с Евклидовым расстоянием

4. Moving Average

Interpolation – Moving Average
Значения пикселей – средневзвешенные средние точечной карты
Веса рассчитываются на основе весовой функции, указанной пользователем
Чем ближе точки к расчетному пикселю , тем больше их вес
Limiting distance – максимальный радиус для поиска точек, которые будут
учитываться для расчета значения в пикселе (максимальное расстояние
на котором сохраняется пространственная корреляция (Spatial correlation)

5. Оценка пространственной корреляции

1) Spatial correlation (omni or bi -directional) (check with variogram surface
operation)
Spherical distance – расстояния рассчитываются по сфере с учетом
проекции. Используется для большой территории (регионов или
континентов) и для карт с географическими координатами (широтадолгота). Иначе рассчитываются евклидовы расстояния (Euclidean
distance)
Lag (шаг) соответствует наименьшему расстоянию между точками (может
выбираться, исходя из условий задачи).

6. Результаты оценки пространственной корреляции

Distance – средние значения интервалов расстояний
NrPairs – пары точек в интервале расстояний
I – величина пространственной автокорреляции между
парами точек в данном интервале
c – пространственная дисперсия для пар точек в
данном интервале
AvgLag – Среднее расстояние между парой точек для
каждого интервала
SemiVar – значение семивариограммы для пар точек в
каждом интервале

7. Moving Average

8. Moving surface

Для каждого пикселя рассчитывается полиноминальная поверхность
методом наименьших квадратов, которая аппроксимирует взвешенное значение
точки в пределах определенного расстояние

9. Интерполяция

Вы используете 3 метода интерполяции: Nearest Point, Moving Average,
Moving Surface
По каждому методу у вас получается 1 карта (итого 3 карты)
Для каждой карты вы делаете скриншот, вставляете ее в ворд и
подписываете, что это за карта и каким методом была получена

10. Оценка результатов интерполяции

Открываем исходную карту точек (до удаления) как таблицу (Open as a table)
Отображаем командную строку (View – Command line)
Считываем результаты интерполяции всеми методами для каждой точки:
В командной строке вводим команду:
method=mapvalue(interpolation_map, Coordinate)
Method - метод интерполяции
interpolation_map – название карты, полученной данным методом
Coordinate – оставляем
Получаем 3 колонки (по 1 колонке для каждого метода).
Далее копируем все 3 колонки в Эксель (выделяем колонки, нажимаем правую кнопку мыши – Copy)
Из исходной таблицы (points) копируем колонку om и также вставляем в эксель (это колонка с исходными значениями)
Затем удаляем все значения, кроме тех точек, номера которых указаны в вашем варианте (в итоге у вас должно остаться
по 10 значений для каждой колонки, которые отличаются между собой)
Строим 3 графика (на каждом графике по оси Y – исходные значения (одна колонка для всех графиков), по оси X –
предсказанные значения (по каждому методу)
Добавляете на графики линию тренда
Чем дальше точки от этой линии, тем сильнее отличаются предсказанные данные от исходных
Все 3 графика вставляете в ворд и подписываете, что это за графики

11. Представление результатов

Оформление в Ms Word («Фамилия.doc»)
По каждому методу
Карта (принскрин) + подпись! Итого 3 карты с 3-мя подписями.
Оценка результатов (3 графика +подписи)
Вывод: какой метод из 3-х в вашем случае лучше предсказал
ваши исходные данные и почему вы так решили (подсказка на
предыдущем слайде)
Файл с результатами отправляете мне на почту