Исследование данных и Построение поверхностей

12. Что такое Исследовательский анализ пространственных данных?

Среда Исследовательского анализа пространственных данных (ESDA) создана для исследования пространственных данных. Исследование распределения данных, поиск глобальных и локальных выбросов, поиск глобальных трендов, проверка пространственной автокорреляции и понимание ковариаций между несколькими наборами данных полезны при углубленной работе с данными.

ESDA - это мощный набор исследовательских инструментов для определения наиболее подходящего метода интерполяции применительно к конкретным данным. Виды в ESDA интерактивно связаны с ArcMap. Данные, выбранные или отмеченные с помощью этих инструментов, будут также выбраны или отмечены (подсвечены) в ArcMap и всех остальных привлеченных к работе инструментах. Это дает пользователям уникальную возможность визуально изучать данные для проведения их дальнейшего углубленного анализа.

13. Что такое методы интерполяции?

Методы интерполяции позволяют вычислить поверхность по точечным измерениям и получить (предсказать) значения переменной для каждой точки ландшафта. ArcGIS Geostatistical Analyst содержит две группы методов интерполяции: детерминированные и геостатистические.

Все методы при построении поверхности основываются на предположении о подобии близлежащих точек опробования (элементов выборки).

Детерминированные методы для интерполяции используют математические функции (зависимости).

Геостатистические методы базируются и на математических, и на статистических функциях, которые могут быть использованы для построения поверхностей и оценки точности (неопределенности) прогнозов.

14. Как выбрать подходящий метод интерполяции?

Чтобы определить наилучший вариант интерполяции, Вам нужно исследовать ваши данные с помощью предлагаемых инструментов ESDA.

Изменяющаяся степень корреляции между точечными данными будет играть важную роль в решении, какой вариант интерполяции лучше использовать.

Например, если вашим данным присущи локальные вариации, то Вы вероятно захотите применить метод интерполяции с помощью детерминированных полиномиальных зависимостей, чтобы исключить (удалить) крупномасштабные вариации из данных.

Методы интерполяции объединены в две группы: детерминированные и геостатистические.

Методы детерминированной интерполяции строят поверхности по точечным измерениям с учетом либо протяженности сходства (например, метод Обратного взвешенного расстояния), либо степени сглаженности (например, методы радиальных функций).

Методы геостатистической интерполяции (такие, как кригинг) учитывают статистические свойства точек измерений. Геостатистические методы количественно определяют пространственные автокорреляции между точками измерений и принимают во внимание пространственное расположение точек опробования. И, наконец, перекрестная (взаимная) проверка достоверности и проверка достоверности позволяют количественно определить различия между интерполяционными прогнозами.

15. Включены ли в Geostatistical Analyst методы интерполяции, основанные на сплайнах?

Да. Сплайны используются в методах интерполяции с помощью детерминированных радиальных функций. К ним относятся полностью регуляризованный сплайн (completely regularized spline), сплайн с натяжением (spline with tension), мультиквадрики (multiquadric), обратные мультиквадрики (inverse multiquadric), и сплайн тонкой пластины (тонкостенной плиты) - thin plate spline.

16. Что такое автокорреляция?

Автокорреляция - это статистическая корреляция между случайно распределенными в пространстве переменными одного и того же типа, атрибута, имени и т.д., когда корреляция зависит от расстояния и/или направления между местоположениями.

17. Что такое кригинг?

Кригинг (назван по фамилии южно-африканского геолога Д. Дж. Криге) - это геостатистический метод интерполяции, использующий статистические параметры для более точного построения поверхностей. Кригинг позволяет исследовать пространственные автокорреляции между вашими данными.

Кригинг выполняет две группы задач: количественное определение пространственной структуры данных и создание прогноза.

Количественное представление (квантификация) пространственной структуры данных, известное как вариография (создание вариограмм), дает возможность пользователям подобрать к данным модель пространственной зависимости.

Для расчета (прогноза) неизвестного значения переменной в заданном месте кригинг будет использовать подходящую (подобранную) модель из вариографии, конфигурацию пространственных данных и значения в точках измерений вокруг данного местоположения.

Поскольку в кригинге используются статистические модели, он обеспечивает построение разнообразных выходных карт поверхностей, включая прогнозные, прогноза стандартных ошибок, вероятности (правдоподобия), и квантильные. Geostatistical Analyst предоставляет много инструментов, помогающих в выборе используемых параметров, а также ряд заданных по умолчанию надежных операций, облегчающих и ускоряющих построение поверхностей.

18. Что такое вариаограмма (полувариограмма)?

Вариограмма (semivariogram) - это функция, которая связывает несходство точечных данных с разделяющим их расстоянием.

Ее графическое представление можно использовать для отображения пространственной корреляции точечных данных с данными в соседних точках.

В мастере геостатистики ArcGIS Geostatistical Analyst дается уникальный обзор вариограмм, позволяющих визуализировать значение рассогласованности (конфликтов) в ваших данных до того, как Вы построите поверхность.

19. Что такое моделирование ошибок?

Независимо от используемого метода интерполяции полученные данные всегда будут содержать ошибку. На ее возникновение могут влиять разные факторы, такие как неточность исходных данных, изменение физических свойств данных измерений, ошибки за счет человеческого фактора, изменения, происходившие в процессе проведения измерений. Все эти факторы вносят свой вклад в величины ошибок измерений.

Выбор модели ошибки измерений влияет на плавность результирующей карты поверхности и на величину стандартных ошибок.

Моделирование ошибок (точности) впервые представлено в этом геостатистическом программном обеспечении и является мощным средством создания более статистически корректных поверхностей.

Моделирование ошибок измерений применяется в трех методах кригинга - простом, обычном и универсальном.

20. Может ли Geostatistical Analyst выявить ошибки в моих данных?

Да. Инструменты Исследовательского (научного) анализа пространственных данных (ESDA) могут использоваться для выявления как глобальных, так и локальных выбросов.

Мастер геостатистики можно также использовать для выявления ошибочных данных (например, с использованием диалоговых окон вариографии (создания вариограмм), детрендинга, перекрестной проверки достоверности и проверки достоверности).

21. Нужно ли дополнительное программное обеспечение для оценки оптимальных параметров прогнозных моделей, включенных в Geostatistical Analyst?

Нет, Geostatistical Analyst предоставляет необходимые инструменты для исследования данных и анализа с использованием вариограмм.

Он включает большой выбор аналитических инструментов, таких как детрендинг, декластеринг, проверка соответствия двумерному нормальному распределению, преобразования данных, моделирование точности (ошибок), перекрестная проверка достоверности, проверка достоверности и сравнение моделей.

22. Можно ли проводить в Geostatistical Analyst поблоковый кригинг?

Да, поблоковая интерполяция поддерживается во всех представленных методах. Поблоковая интерполяция - это прогноз средних значений для каждой ячейки растровой поверхности в виде среднего из нескольких прогнозных значений в пределах ячейки.

Опция растра (грида - grid) под закладкой символы (symbology) в диалоговом окне свойств для геостатистического слоя обеспечивает отображение результатов прогнозного расчета с использованием поблоковой интерполяции.