Interpolační funkce Metody Výstupy VEKTOR RASTR Globální Lokální

Slides:



Advertisements
Podobné prezentace
Statistické testy z náhodného výběru vyvozuji závěry ohledně základního souboru často potřebuji porovnat dva výběry mezi sebou, porovnat průměr náhodného.
Advertisements

Vzájemná poloha přímky a kružnice (kruhu)
POROVNÁNÍ SRÁŽKOVÝCH ÚHRNŮ S RADAROVÝMI DATY
Využití interpolačních metod pro odhad srážkových úhrnů Autor: Aleš Koťátko Vedoucí: Lucie Juřikovská Konference Gisáček 2008.
Analytické nástroje GIS
Odhady parametrů základního souboru
Plošná interpolace (aproximace)
Lineární regresní analýza Úvod od problému
Analýza variance (Analysis of variance)
Statistika II Michal Jurajda.
Medians and Order Statistics Nechť A je množina obsahující n různých prvků: Definice: Statistika i-tého řádu je i-tý nejmenší prvek, tj., minimum = statistika.
Návrh modelů Jan Brůha IREAS. Návrh otázek a modelů Jaký vliv měla podpora z ESF v OP LZZ 1.1 na obrat / zisk a zaměstnanost firem? – Jde o srovnání mezi.
Diskrétní rozdělení a jejich použití
Digitální model terénu
Název navrhovaného projektu: Aplikace pokročilých statistických metod asimilace modelových předpovědí s pozorováními v terénu ve formě moderního programového.
KEE/POE 12. přednáška Model FV systému Ing. Milan Bělík, Ph.D.
EKO/GISO – Modely prostorových dat.  Mnoho definic - jedno mají společné – Gisy pracují s prostorovými daty  Minimální GIS vždy spojuje databázi, prostorové.
Obecný lineární model Analýza kovariance Nelineární modely
Analýza dat v GIS Dotazy na databáze Překrytí – Overlay Mapová algebra
Gis pro krajinné ekology
Vliv rotace Země na prostorové uspořádání (polohu) pixelu v násnímaných datech.
Interpolační funkce Metody Výstupy VEKTOR RASTR Globální Lokální
Obecný lineární model Fitované hodnoty and regresní residuály
Úvod do gradientové analýzy
Lineární regrese.
Lineární regresní analýza
Vektorová grafika.
Popisné statistiky. Výskyt strupovitosti se zdá být ve vztahu s obsahem některých chemických prvků “ve slupkách“ hlíz. Některé odrůdy trpí strupovitostí.
Pohled z ptačí perspektivy
Náhodné výběry a jejich zpracování Motto: Chceme-li vědět, jak chutná víno v sudu, nemusíme vypít celý sud. Stačí jenom malý doušek a víme na čem jsme.
Nelinearity s hysterezí Přerušení platnosti relace vytváří dvě různé charakteristiky, jejichž platnost je podmíněna směrem pohybu Hystereze přepínače x.
Fitování Konstrukce křivky (funkce), která co nejlépe odpovídá naměřeným hodnotám. - může podléhat dodatečným podmínkám Lineární vs. nelineární regrese.
Základy ekonometrie 4EK211
OPTIMALIZACE INTERPOLAČNÍ METODY PRO MONITORING KONCENTRACE VYBRANÝCH PLYNŮ Autor: Marek Mitana Vedoucí práce: doc. Dr.Ing. Jiří Horák.
2. Vybrané základní pojmy matematické statistiky
Základy matematické statistiky. Nechť je dána náhodná veličina X (“věk žadatele o hypotéku“) X je definována rozdělením pravděpodobností, s nimiž nastanou.
Normální rozdělení a ověření normality dat
Monte Carlo simulace Experimentální fyzika I/3. Princip metody Problémy které nelze řešit analyticky je možné modelovat na základě statistického chování.
Nástroje pro prostorovou analýzu srážek v GIS
EU PENÍZE ŠKOLÁM Operační program Vzdělávání pro konkurenceschopnost ZÁKLADNÍ ŠKOLA OLOMOUC příspěvková organizace MOZARTOVA 48, OLOMOUC tel.: 585.
Vektorová grafika. Vektorové entity Úsečka Kružnice, elipsa, kruhový oblouk,… Složitější křivky, splajny, Bézierovy křivky, … Plochy Tělesa Modely.
Vyhledávání v multimediálních databázích Tomáš Skopal KSI MFF UK
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
Počítačová podpora konstruování I 14. přednáška František Borůvka.
Motivační příklad – 1a Vliv rodičů a prostředí na vývoj mláďat Nejstarší mládě v každém hnízdě měřeno ve věku X dní Vysvětlující údaje: počet mláďat, stáří.
Kruh, kružnice Matematika 8.ročník ZŠ
Úvod do praktické fyziky Seminář pro I.ročník F J. Englich, ZS 2003/04.
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
Přenos nejistoty Náhodná veličina y, která je funkcí náhodných proměnných xi: xi se řídí rozděleními pi(xi) → můžeme najít jejich střední hodnoty mi a.
IV..
Aplikovaná statistika 2.
Geografické informační systémy pojetí, definice, součásti
CAD V - GIS Mgr. Jiří Čtyroký Ph.D Ing. Martin Šilha.
Základní informace o předmětu1. Přednášející: RNDr. Martin Hála, CSc. katedra matematiky, B105, Další informace a soubory ke stažení.
Základy zpracování geologických dat R. Čopjaková.
Prostorové analýzy Vymezení a rozdělení. Definice prostorových analýz Geoinformace Geodata (prostorová data) Prostorové analýzy jsou souborem technik.
Výškopis ● Vrstevnice -Vrstevnice je čára o stejné nadmořské výšce zobrazená na mapě. – Interval i = M / 5000 – Hlavní, vedlejší.
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
Interpolace funkčních závislostí
Aplikace radiálních bázových funkcí v počítačové grafice a zpracování obrazu Karel Uhlíř Karel Uhlíř,
Fergusonova kubika a spline křivky
APLIKOVANÁ GEOINFORMATIKA IX Digitální výškové modely
SEM J.Hendl a P. Soukup.
Regresní analýza výsledkem regresní analýzy je matematický model vztahu mezi dvěma nebo více proměnnými snažíme se z jedné proměnné nebo lineární kombinace.
Parciální korelace Regresní analýza
Rozvoj metod mapování, zejména na evropské úrovni
Pokročilé neparametrické metody Validační techniky
Interpolace funkčních závislostí
Induktivní statistika
Základy statistiky.
Transkript prezentace:

Interpolační funkce Metody Výstupy VEKTOR RASTR Globální Lokální Regrese - trend Lokální Lineární interpolace Regrese – lokální trend Inverse Distance Weighted IDW Spline Thiessenovy polygony Natural Neighbours interpolation Geostatistika (Kriging) Výstupy Trendy Spojité modely, DEM

Interpolační funkce Metody Výstupy VEKTOR RASTR Globální Lokální Regrese - trend Lokální Lineární interpolace Regrese – lokální trend Inverse Distance Weighted IDW Spline Thiessenovy polygony Natural Neighbours interpolation Geostatistika (Kriging) Výstupy Trendy Spojité modely, DEM deterministické (geo)statistické

Globální trend Lineární Kvadratický Kubický z = a + bx + cy z = a + bx + cy + dx2 + exy + fy2

Lineární interpolace Pokud jsou dány dva body, lineární interpolace je přímka mezi těmito body Bilineární interpolace opakovaná lineární interpolace mezi body ve čtvercové síti Wikipedia

Lokální trend polynomická funkce proložená vybranými body v sousedství citlivé na volbu velikosti sousedství, možná anisotropie interpolovaný povrchu nemusí procházet vstupními body http://webhelp.esri.com

IDW hodnota interpolovaného bodu závislá na inverzní vzdálenosti od sousedů citlivé na: outliers a nahloučení bodů; možná anisotropie Povrch (téměř) prochází vstupními body Z(s0) – zjišťovaná hodnota Z(si) – hodnota ve známých bodech d - vzdálenost dvou bodů p – modifikuje vliv vzdálenosti http://webhelp.esri.com

Spline proložení křivky s nejmenším celkovým zakřivením křivka musí procházet body nevhodné pro povrch s náhlými výraznými změnami http://webhelp.esri.com

Thiessenovy polygony Vytvoření TIN splňující Delaunay kritéria: kružnice opsaná trojúhelníku neobsahuje žádný jiný bod Kolmice v polovinách stran trojúhelníků; jejich průsečíky tvoří vrcholy Thiessenových polygonů

Natural neighbours Sárkozy F. http://www.agt.bme.hu/public_e/funcint/funcint.html

Natural neighbours Sárkozy F. http://www.agt.bme.hu/public_e/funcint/funcint.html

Natural neighbours Sárkozy F. http://www.agt.bme.hu/public_e/funcint/funcint.html

Natural neighbours Sárkozy F. http://www.agt.bme.hu/public_e/funcint/funcint.html

Testování kvality interpolace Cross-validace Postupně vždy vypustím jeden bod, provedu interpolaci a na vynechaném bodě změřím odchylku mezi interpolovanou a originální hodnotou Vyhodnotím jako RMS (Root mean square) Error ESRI Help

Geostatistika - Kriging Technika navržen důlním inženýrem D. E. Krigem a statistikem H.S. Sichelem v 50. letech; matematicky popsáno francouzským matematikem G. Matheronem až v letech 60. - základ geostatistiky Založeno na předpokladu autokorelace prostorových dat Statistický přístup, mohu stanovit chybu interpolace Několik částí Explorativní - zkoumám míru podobnosti dat ve vztahu k jejich vzdálenosti (semivariogram, correlogram) Fitování modelu na zjištěný vztah Porovnání modelů Modelování povrchu Stejný prediktor jako u IDW Váha lambda ale určena více faktory: semivariogramem, vzdáleností a prostorovým uspořádáním dat v okolí bodu

Explorativní část Zkoumám statistické charakteristiky dat rozdělení (histogram, QQplot, ...) outliers prostorové rozdělení (voronoi mapy) autokorelace (semivariogram) http://webhelp.esri.com

Fitování modelu Semivariance g ve vzdálenosti h je rovna polovině průměrné variance mezi body dané vzdálenosti h Terénní data Semivariogram Hengl T. (2007): JRC Scientific and Technical report

Experimentální semivariogram Fitování modelu Sdružením semivariancí do skupin podle vzdálenosti (tzv. lagů) vytvořím experimentální semivariogram Pro ten pak fituju model (prokládám křivku) z předem definovaných (např. exponenciální, gaussovský, sférický …) Experimentální semivariogram Fitovaný model Hengl T. (2007): JRC Scientific and Technical report

Fitování modelu 2 Range – max. vzdálenost na kterou jsou data autokorelovaná Sill – hodnota semivariance odpovídající range Nugget – prostorová variabilita nebo chyby na menší prostorové škále než popisují moje data (< sampling distance) Různé modely podle tvaru křivky: exponenciální gausův sférický ... .... http://webhelp.esri.com

Fitování modelu - ArcGIS

Kriging v IDRISI IDRISI. Clarks Laboratory

Kriging v IDRISI II IDRISI. Clarks Laboratory

Regression kriging Mám k dispozici další proměnnou(né) jako např. model terénu, na kterých je predikovaná proměnná závislá a mohu je tedy zahrnout do interpolace T. Hengl et al. / Computers & Geosciences 33 (2007)

Kriging – zmatení pojmů Vstupními daty jen polohy bodů a jejich hodnoty = Ordinary kriging Ordinary kriging Mám další pomocné proměnné prostředí (např. DEM, LAI, půdní typy), které mohou predikovat moji závislou proměnnou, Regression kriging = Kriging with external drift = Universal kriging RK = KDE = UK Odchylky v počtu a typu doplňkových proměnných i technickém řešení výpočtu; matematicky a především ve výsledku jsou shodné Hengl, T., Heuvelink, G. B. M., & Rossiter, D. G. (2007). About regression-kriging: From equations to case studies. Computers & Geosciences, 33(10), 1301-1315.

Literatura Srovnání metod Prostorová statistica s důrazem na Kriging Li, J., & Heap, A. D. (2011). A review of comparative studies of spatial interpolation methods in environmental sciences: Performance and impact factors. Ecological Informatics, 6(3-4), 228-241. Prostorová statistica s důrazem na Kriging Hengl, T. (2007). A Practical Guide to Geostatistical Mapping of Environmental Variables. JRC Scientific and Technical Report. Ispra, Italy Hengl, T., Heuvelink, G. B. M., & Rossiter, D. G. (2007). About regression-kriging: From equations to case studies. Computers & Geosciences, 33(10), 1301-1315. Diggle P.J. and Ribeiro P.J. jr. (2007): Model-based Geostatistics. Springer Cressie N.A.C. (1993): Statistics for Spatial Data (Wiley Series in Probability and Statistics) Bivand R.S., Pebesma E. and Goméz-Rubio V. (2008): Applied Spatial Data Analysis with R. Springer