آنالیزهای Geostatistical در نرم افزار ArcGIS – بخش سوم

پس از ایجاد سطح و انترپوله نمودن و تبدیل داده های نقطه ای نمونه برداری شده به رستر می بایست داده های مورد نظر را از سطح استخراج نمیاییم.

در هنگام استخراج داده ها باید خطاهای آشکار در داده های نمونه برداری ورودی را پیدا نموده چرا که این خطاها مستقیما روی سطح پیش بینی خروجی تاثیرگذار هستند که به منظور بررسی توزیع داده ها از یک سطح ترند کلی استفاده می نماییم.

برای این منظور مراحل زیر باید به ترتیب انجام گیرد :

  1. بررسی توزیع داده ها
  2. تعیین یک سطح روند برای داده ها
  3. درک همبستگی مکانی و تاثیرات

1) بررسی توزیع داده ها:

همانگونه که قبلا اشاره شد روشهای انترپولاسیون مورد استفاده برای تولید سطح در صورتیکه داد ها دارای توزیع نرمال باشند، بهترین نتیجه را خواهد داشت .چنانچه داد ها اریب بباشند باید از تبدیلاتی به منظور نرمال نمودن داده ها استفاده نمود. بنابراین درک توزیع داده ها قبل از تولید سطح بسیار مهم خواهد بود/ که با نمایش هیستوگرام داد ها این امکان میسر خواهد شد، که برای فعال نمودن نمودار هیستوگرام از منوی Explore Data آنر ا فعال می نماییم. (شکل 8 )

07 thumb1 آنالیزهای Geostatistical در نرم افزار ArcGIS   بخش سوم (شکل 8 )

با فعال نمودن نمودار هیستوگرام امکان نمایش توزیع داد ها ایجاد گردیده که در این پنجره با مشخص نمودن لایه مورد نظر برای مشاهده و انتخاب متغیر مربوطه می توان هیستوگرام آن را مشاهده و بررسی نمود که متغیر در این قسمت نیز همان OZONE و لایه مورد نظر za_ozone_pts می باشد.

در قسمت BARS می توان تعداد کللاس های نمایش هیستوگرام برای داده ها را مشخص نمود و تراکم داد ها در هر کلاس با ارتفاع در هر کلاس نمایش داده می شود.

مهمترین ویژگی توزیع این است که نمودار در مرکز هیستوگرام دارای تقارن باشد و در صورت یکسان بودن تقریبی میانگین و میانه ، این امر حاصل می گردد که این پروژه دارای یک برآمدگی در مرکز بوده و متقارن می باشد که بیانگر نرمال بودن توزیع داد ه است. (شکل 9 )

08 thumb1 آنالیزهای Geostatistical در نرم افزار ArcGIS   بخش سوم

(شکل 9 )

نمودار QQPLOT نیز به منظور مقایسه توزیع داده ها با توزیع نرمال استاندارد بکار می رود. میزان نزدیکی نقاط به خط مستقیم ایجاد شده ، بیانگر نزدیکی توزیع نقاط به توزیع نرمال خواهد بود.برای نمایش این نمودار از منوی Eplore data گزینه normal qqplot را فعال می نماییم.

همانگونه که در نمایش هیستوگرام قابل پیش بینی بود ، در نمودار qqplot نیز میزان نزدیکی داده ها به خط مستقیم بسیار زیاد است . چنانچه چنین نمی شد و توزیع داد ه ها نرمال نبودند ، حتما می بایس تبدیلاتی برای نرمال نمودن توابع نقاط قبل از استفاده از از تکنیک انترپولاسیون kriging استفاده نمود که این تبدیلات را می توان ازتبدیلات پیش فرض در نمودار در قسمت Transformation انجام داد . (شکل 10 )

09 thumb آنالیزهای Geostatistical در نرم افزار ArcGIS   بخش سوم (شکل 10 )

2) تعیین یک سطح روند برای داده ها

اگر سطح روندی در داد ها وجود داشته باشند می توان از فرمولهای ریاضی برای نمایش مولفه های سطح استفاده نمود که برای نمایش آن از یک صفحه استفاده شده و از فرمولهای ریاضی پیچیده (چندجمله ای مرتبه دوم) U شکل به این منظور استفاده می شود.

اگر سطح روند نتواند بطور مناسب سطح مورد نظر را برای کاربری مورد نیاز تصویر نماید ، می بایست از آن صرف نظر نمود و از باقیمانده هایی که پس از پاک نمودن سطح روند باقی می مانند ، برای مدل استفاده نمود.

فعال کردن ابزار آنالیزهای روند وجود و یا فقدان سطح روند را در داد های ورودی مشخص می نماید.

به منظور دسترسی به این قسمت از Explore data گزینه Trend Analysis را فعال می نماییم.

10 thumb آنالیزهای Geostatistical در نرم افزار ArcGIS   بخش سوم (شکل 11)

انتخاب لایه و متغیر طبق مراحل قبلی باید انجام پذیرد . هرکدام از خطوط عمودی در آنالیز سطح روند ، موقعیت و مقدار (ارتفاع ) هر نقطه را نشان می دهد.همانگونه که در شکل 11 مشخص است ، بهترین چند جمله ای از میان نقاط تصویر شده می گذرد. چنانچه این خط مسطح باشد ، دیگر سطح روند نخواهد بود، هرچند که اگر خطوط سبز شکل 11 را دنبال کنیم می توانیم ببینیم که در نقطه شروع ارزش عددی نقاط کم بوده و هرچه در جهت شرق پیش می رویم افزایش می یابد که این مسئله نشاندهنده قدرت سطح روند در جهت شرقی – غربی و ضعف آن در جهت شمالی – جنوبی می باشد که در شکل نیز سطح روند U شکل را به وضوح نشان داده و این امر حاکی از مناسب بودن استفاده از چندجمله ای درجه دوم در این پروژه دارد.

3) درک همبستگی مکانی و تاثیرات

در ابتدا منوی Explore Data و گزینه Semivariogram/Covariance Cloud را برای تشکیل ابر نقاط فعال می نماییم. Semivariogram/Covariance Cloud این اجازه را می دهد تا همبستگی مکانی بین نقاط نمونه برداری شده را بررسی نماییم.در همبستگی مکانی ، این مسئله به نظر می رسد که آنهایی که به هم شبیه ترند به یکدیگر نیز نزدیکتر خواهند بود.

Semivariogram/Covariance Cloud تعیین و بررسی این روابط را امکانپذیر می کند. برای این منظور مقادی ابر نقاط برای مربع فاصله بین هر زوج نقطه در محور Y نسبت به فاصله جداکننده هر زوج نقطه در محور X نمایان است. (شکل 12)

11 thumb آنالیزهای Geostatistical در نرم افزار ArcGIS   بخش سوم (شکل 12)

هرکدام از نقاط قرمز در ابر نقاط ، موقعیت یک زوج نقطه را نمایش می دهد. مقدار Semivariogram در جهت Y و مقدار فاصله موقعیت نقاط (lag) در جهت x افزایش می یابد. همانگونه که در شکل 13 مشخص است با کلیک نمودن بر روی هر کدام از ابر نقاط می توانیم زوج نقطه ای که از طریق میانگین گیری ، ابر نقطه را شکل دادند در لایه مربوطه مشاهده نماییم.

12 thumb آنالیزهای Geostatistical در نرم افزار ArcGIS   بخش سوم (شکل 13)

а не в разовой работе, Студия Topodin,

ترتیبی که سایت تخصصی جی.آی.اس برای مطالعه سری آنالیز زمین آماری (GeoStatistical Analysis) پیشنهاد می کند:

مطالب مرتبط

2 نظر

نظر بدهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *