Tarama verilerini yeniden örneklemek için hangi enterpolasyon yönteminin kullanılacağına karar vermek?

Her bir raster verisine hangi enterpolasyon yöntemlerinin uygun olduğu konusunda hızlı ve sert kurallar var mı?

Sert ve hızlı kuralların olmadığını kabul ediyorum, ancak çeşitli enterpolasyon yöntemleri için bazı kurallar var. Örneğin, IDW, başlamak için oldukça yoğun noktalara sahip olduğunuzda en iyisidir. Kriging, işlemciyi yoğundur, genellikle toprak / jeoloji modellemesinde kullanılır. Spline genellikle pürüzsüz bir yüzey istendiğinde kullanılır, örneğin sıcaklık verileri Bazı yöntemler, ortaya çıkan rasterin orijinal noktalardan geçmesini sağlarken diğerleri değildir.

ArcGIS merkezli olmasına rağmen, 4 sayfalık makalede farklı yöntemlere iyi bir genel bakış yer almaktadır.

ArcGIS Uzamsal Analistinde İnterpolasyon Yüzeyleri

Sorunun netleşmesi, bir raster yeniden örnekleme yöntemlerinin arandığını gösterir. Birçoğu görüntüleme ve fotoğraf topluluklarında kullanılıyor. GIS çalışması için, bazı basit yöntemler ortak kullanımdadır:

• En yakın komşu örnekleme . Yeni rasterdeki her hücreye, orijinal rasterde en yakın hücrenin (merkezden merkeze) değeri atanır. Bunu, arazi kullanımı ve diğer sınıflandırmalar gibi kategorik veriler için kullanın.

• Bilinear enterpolasyon . Yeni rasterdeki her hücreye, en yakın dört orijinal hücreye dayanarak bir ortalama atanır. Ortalama, yatay ve dikey yönde doğrusaldır. (Sonuçta ortaya çıkan formül doğrusal değildir ; aslında ikinci derecedendir.) Bu, genel amaçlı düzleştirme için iyidir, ancak devam eden ortalama, tipik olarak yerel tepeleri ve vadileri biraz klipsler.

• Kübik evrişim . Bu ruhsal bilinear enterpolasyona benzer, ancak yakındaki hücrelerden değerleri hafifçe tahmin edebilir. Bunu, yeni ortalamadaki yerel ortalamaları ve değişkenliği yeniden üretmeyi amaçlayan bir şekilde yapar; Özellikle, yerel ekstremin kesilmesi o kadar şiddetli olmamalıdır. (ESRI’nin ArcGIS’inde bir hata olarak görülen istenmeyen bir sonuç, yeni tablodaki değerlerin eskisinin aralığının ötesine uzanabileceği ve yeni uçların bazılarının doğru şekilde oluşturulmamasına neden olabileceğidir. Ancak bu bir veri meselesidir. sadece ekran.) Tradeoff, kübik evrişimin, hesaplanması için bilinear enterpolasyondan biraz daha fazla zaman aldığıdır.

İkinci iki yöntemi, http://www.quantdec.com/SYSEN597/GTKAV/section9/map_algebra.htm adresinde biraz ayrıntılı olarak tartışıyorum.

Hızlı bir kerelik hesaplamalar için genellikle bilinear enterpolasyon (sürekli veri için) veya en yakın komşu enterpolasyonu yapmaktan memnunum (kategorik veriler için). Diğerleri için, özellikle ana veri kümelerini hazırlarken veya kapsamlı manipülasyonlar beklerken, kübik evrişim (kullanmanızı ve kayan nokta hatasının ilerlemesini en aza indirmek için işlemleri sipariş etmek için bazı düşünceler vermenizi öneririm) öneririm.

ESRI'ye göre mevcut enterpolasyon yöntemleri (Mekansal Analistte ve diğer uzantılarda araç olarak bulunur) aşağıdaki gibi karşılaştırılır: (Alıntılama)

IDW (Ters Mesafeli Ağırlıklı) aracı, her işlem hücresinin çevresindeki örnek veri noktalarının ortalamalarını alarak hücre değerlerini tahmin eden bir enterpolasyon yöntemi kullanır. Bir nokta ne kadar yakınsa tahmin edilen hücrenin merkezine o kadar yaklaşır, ortalama işleminde o kadar fazla etki veya ağırlık vardır.

Kriging , dağınık noktalardan z-değerleri olan tahmini bir yüzey oluşturan gelişmiş bir jeostatistik işlemdir. ArcGIS Spatial Analyst tarafından desteklenen diğer enterpolasyon yöntemlerinden ziyade, z-değerleri ile temsil edilen olgunun mekansal davranışının kapsamlı bir araştırması, çıkış yüzeyini oluşturmak için en iyi tahmin yöntemini seçmeden önce yapılmalıdır.

Doğal Komşu enterpolasyonu, giriş örneklerinin bir sorgu noktasına en yakın alt kümesini bulur ve bir değeri enterpolasyon yapmak için orantılı alanlara dayanarak ağırlıklar uygular (Sibson, 1981). Aynı zamanda Sibson veya "alan çalma" enterpolasyonu olarak da bilinir.

Kamalı aracı tahminleri değerleri matematiksel fonksiyonu kullanarak bu bir interpolasyon yöntemi kullanan en aza indirir toplam yüzey eğriliği, tam giriş noktası geçer düz bir yüzey elde edilir.

Engelleri olan Spline Engelleri olan Spline aracı, Spline aracında kullanılan tekniğe benzer bir yöntem kullanır; bunun temel farkı, bu aracın hem giriş engelleri hem de giriş noktası verilerinde kodlanan süreksizlikleri onurlandırmasıdır.

Raster Topo ve dosya ile Raster Topo araçları özellikle daha yakın bir doğal drenaj yüzeyi ve daha iyi korur giriş kontur verileri, her iki sırt çizgileri ve akış ağları temsil eden bir yüzey oluşturmak için tasarlanmış bir interpolasyon tekniği kullanır.

Kullanılan algoritma, Hutchinson ve arkadaşları tarafından Avustralya Ulusal Üniversitesi'nde geliştirilen ANUDEM'inki üzerine kuruludur.

Trend , matematiksel bir fonksiyonla (bir polinom) tanımlanan düz bir yüzeye giriş örnek noktalarına uyan küresel bir polinom interpolasyonudur. Trend yüzeyi yavaş yavaş değişmekte ve verilerdeki kaba ölçekli desenleri yakalamaktadır.

Ayrıca bu makaleye de bakabilirsiniz: http://proceedings.esri.com/library/userconf/proc95/to100/p089.html

Diğer iki yöntem, Ortalama4 ve Ortalama16 olacaktır. Kulağa nasıl geliyorlarsa onu yaparlar ve 4 ya da 16 çevreleyen hücrenin ortalamasını alırlar.

Buradaki kullanım durumu çoğunlukla DEM verileri içindir. Raster görüntüde kullanmazsınız (esp 3 bant renk)

Uzaklık ağırlıklı değildir, ancak raster veri kümesindeki uzaklık biraz daha öznel olduğu için bunu raster (sadece vektör) için kullanacağımı sanmıyorum.

Median4 ve Median16'nın DEM verilerinden dipleri ve sivri uçları çıkarmanın iyi bir yolu olacağını her zaman düşündüm, ancak buna izin veren herhangi bir paket bilmiyorum.