我想找到一个优化的空间插值方法,处理固定地点样本数据点。说如果我有固定地点采样站点和每天收集数据,然后使用这些数据来创建插值的表面。有方法,预处理这些采样站点之间的空间关系,然后将这种空间关系集成到插值方法加快整个插补过程?我用谷歌搜索了一些信息,但找不到我想要的。谁能让我在正确的方向吗?谢谢。
-
\ begingroup美元 数据之间的关系是什么?你能给更多的细节吗?很难给你指出正确的方向没有任何例子或更详细的解释它是什么你想做的。这听起来像一个非常具体和相关问题的解决方案。我认为你可能要自己想出方法。 \ endgroup美元- - - - - -等密度线振荡2014年10月30日17:39
-
1\ begingroup美元 听起来更像一个GIS栈交流的问题。江南电子竞技平台 \ endgroup美元- - - - - -f.thorpe ♦2014年10月30日22:08
-
\ begingroup美元 @Isopycnal振荡:我没有真实的数据,我想找的是一个方法,将对输入数据集进行预处理,如果他们收集重复相同的网站。而不是独立生成插值曲面,优化方法应该减少耗时。 \ endgroup美元- - - - - -l.z.lz2014年10月31日1时32分
-
\ begingroup美元 @farrenthorpe谢谢。我会转发问题。 \ endgroup美元- - - - - -l.z.lz2014年10月31日在34
-
1\ begingroup美元 我认为有许多的地球科学数据集要求插值不是由现有GIS方法。江南体育网页版虽然这个具体问题可能与GIS相关的讨论,也可以在我看来地球科学的一部分江南体育网页版 \ endgroup美元- - - - - -arkaia2014年12月17日16:17
3答案
欢迎来到一个有趣的和重要的研究领域!
插值是一个很大的话题,有很多技巧。我同意GIS或数学论坛可以启动,但出于完整性的考虑,我会发布一些想法。
方法的选择取决于您正在使用的数据类型和实现取决于您的环境。GIS软件应该有许多方法和参数调整。它也很容易创建一个脚本在e。g python或matlab测试和评估插值方法(E。g这)。
一些问题的答案之前,你选择你的方法是:
- 我能相信我所有的数据吗?我有多少噪音?
- 只有最近的点应考虑插值吗?我究竟该如何“感觉”从数据点的值?
- 多少尺寸应该插入?例如我应该考虑时间吗?
- 曲线应该尽可能顺利吗?
- 所有插入值应该在一个特定的范围内,在整个数据集或min-max之间最近的点?
- 我知道总额吗?例如人口密度插值时,我可能知道总数,这能帮我找到合适的插值方法。
- 过程的速度,这是一个问题在你的情况中可能会迫使你选择一种更简单的技术。
维基百科概述和卡鲁索,C。和f . Quarta。“插值方法的比较。”相当不错介绍的技术,也有一些不错的网页在GIS和插值。
最重要的步骤是测试您所选择的方法。再一次,有多种方法,但最简单的就是从你离开指出数据集和插入的值。试着使插入值关闭数据值。
克里格方法是基于实际的数据,而不是曲线。通常一个好的第一次尝试在空间数据以及其它应用程序像这样。样条方法产生平滑曲线。人做计算机图形学专家,但也可以应用在你方面光滑模型的变化。
自然,更复杂的方法(例如,克里格)需要长时间的过程,其间更简单的算法(如双线性或加权)快。低分辨率的输出光栅(数组)也将加快这一进程。你可以让你的分辨率取决于数据的方差,这样你插入少点在平面和点表面较高的救济。这个技术是常见的做法在信号处理和专家在这里。
一个好地方地质统计学。这是统计学的一个分支关注空间或时空数据集。在其早期,地质统计学也称为区域化变量理论。
地质统计学最初开发的乔治Matheron法国数学家和地理学家——尽管当我第一次听到他在1980年代他被形容为一个采矿工程师。
Matheron开发地质统计学找到一个更好的方法来更准确地确定矿石储量。他的其他目的是试图确定矿石储量(我的水平精度。e x盎司黄金的信心y %)。自1960年代初始开发地质统计学的矿石储量的开采,这项技术已经被用于其他领域有一个数据样本之间的空间联系,这样的森林,污染周围的污染金属冶炼厂、土壤科学、地球化学等。
地质统计学的关键工具之一变差函数。变差函数是用于确定样本的距离可以看作是相互独立的。
变异函数的数学可以看起来有些混乱,但变异函数可以简单地来解释。考虑一行100等距的样本点,说1米。
- 确定所有数据点的方差1 m,我。e 1 & 2, 2 & 3,…19日和20日……
- 接下来计算方差对所有点之间的距离2米:1 & 3,3和5,……17和19日也2 & 4,4 & 6,……18和20…
- 然后找到样本的方差4 m分开然后相隔5米和10米,20米,25米和50米
样本的距离必须总距离的因素。你可以找到样本的方差3 m分开因为不均匀地分为100,但是如果只有99个样本都完全不同。
样本之间的距离称为滞后距离。情节的方差与滞后距离,低滞后值的曲线将会上升。曲线变平的样本的距离可以看作是相互独立的。变差函数有其根源相关图。
2 d网格数据,应谨慎地获得一套沿南北方向变异函数,东西方,northwest-southeast northeast-southwest获得初始方差玫瑰。任何趋势数据将从这个和更好的方差图取向可以尝试。
在样本之间的距离是严格不统一,但在接受公差,需要调整的数据。如果数据集群区域内,数据需要declustered第一。
当数据点被认为是常见的搜索和使用椭圆椭圆导向。例如,数据集金属冶炼厂周围土壤污染样本,从树上或传播种子,搜索是面向所以主轴是椭圆与盛行风的方向保持一致。
由于所涉及的计算工作量和一些数据集的大小,特别是金属在地质矿体的成绩,计算机与地质统计分析。
地质统计学是一个初始参考伊泽贝尔克拉克,1979年实际地质统计学,应用科学出版商
如果你想估计采样点之间的一个值,那么要么是某种形式的加权样本需要使用。在地质统计学,克里格通常是使用,但有很多形式的克里格,只是仅举几例:普通,析取,对数正态分布,指标。有些人还做什么是使用其他形式的权重等逆距离方,或逆距离另一种力量——通常介于1.5和3,但反距离平方是更为常见。克里格和反距离平方的结果进行比较。这两个技术将很少会给出相同的结果,但结果应该是相似的。