r.resamp.bsplinegrass - En ligne dans le Cloud

PROGRAMME:

Nom

r.resamp.bspline - Effectue une interpolation spline bilinéaire ou bicubique avec Tykhonov
régularisation.

MOTS-CLÉS

raster, surface, rééchantillonnage, interpolation

SYNOPSIS

r.resamp.bspline
r.resamp.bspline --Aidez-moi
r.resamp.bspline [-nc] contribution=nom sortie=nom [grille=nom] [masque=nom] [ew_step=flotter]
[ns_étape=flotter] [méthode=string] [lambda=flotter] [Mémoire=int] [--écraser]
[--vous aider] [--verbeux] [--calme] [--ui]

Drapeaux:
-n
Interpoler uniquement les cellules nulles dans la carte raster en entrée

-c
Trouvez le meilleur paramètre de régularisation de Tykhonov à l'aide d'une validation croisée « leave-one-out »
méthode

--écraser
Autoriser les fichiers de sortie à écraser les fichiers existants

--Aidez-moi
Imprimer le récapitulatif d'utilisation

--verbeux
Sortie du module verbeux

--silencieux
Sortie module silencieuse

--interface utilisateur
Forcer le lancement de la boîte de dialogue GUI

Paramètres:
contribution=nom [obligatoire]
Nom de la carte raster en entrée

sortie=nom [obligatoire]
Nom de la carte raster en sortie

grille=nom
Nom de la carte vectorielle en sortie avec grille d'interpolation

masque=nom
Nom de la carte raster à utiliser pour le masquage
Seules les cellules qui ne sont pas NULL et non nulles sont interpolées

ew_step=flotter
Longueur de chaque pas de spline dans la direction est-ouest. Par défaut : 1.5 * ewres.

ns_étape=flotter
Longueur de chaque pas de spline dans la direction nord-sud. Par défaut : 1.5 * nsres.

méthode=string
Algorithme d'interpolation Spline
Options : bilinéaire, bicubique
Valeur par défaut: bicubique
bilinéaire: Interpolation bilinéaire
bicubique: Interpolation bicubique

lambda=flotter
Paramètre de régularisation de Tykhonov (affecte le lissage)
Valeur par défaut: 0.01

Mémoire=int
Mémoire maximale à utiliser (en Mo)
Taille du cache pour les lignes raster
Valeur par défaut: 300

DESCRIPTION

r.resamp.bspline effectue une interpolation spline bilinéaire/bicubique avec Tykhonov
régularisation. L'entrée est une carte de surface raster, par exemple l'altitude, la température,
précipitations, etc. La sortie est une carte raster. Facultativement, seules les cellules NULL d'entrée sont
interpolé, utile pour remplir les cellules NULL, une alternative à r.fillnulls. En utilisant le -n drapeau
interpoler uniquement les cellules NULL accélérera considérablement le module.

La carte raster en entrée est lue à sa résolution native, la carte raster en sortie sera
produit pour la région de calcul actuelle définie avec g.région. Tout MASQUE sera
respectées, les valeurs masquées seront traitées comme des cellules NULL à la fois en entrée et en sortie
carte

Valeurs de pas de spline ew_step pour la direction est-ouest et ns_étape pour le nord-sud
la direction ne doit pas être inférieure aux résolutions est-ouest et nord-sud du
carte d'entrée. Pour une carte raster sans cellules NULL, la résolution 1 * peut être utilisée, mais vérifiez si
sous-dépassements et dépassements. Pour les très grandes zones avec des valeurs manquantes (cellules NULL), plus
des valeurs de pas de spline peuvent être requises, mais la plupart du temps les valeurs par défaut (1.5 x résolution)
ça devrait aller.

Le paramètre de régularisation de Tykhonov (lambda) agit pour lisser l'interpolation. Avec un
petit lambda, la surface interpolée suit étroitement les points d'observation ; une plus grande valeur
produira une interpolation plus fluide. Les valeurs raisonnables sont 0.0001, 0.001, 0.005, 0.01,
0.02, 0.05, 0.1 (nécessite plus de tests). Pour une interpolation de cellule NULL transparente, une petite valeur
est obligatoire et la valeur par défaut est 0.005.

D'un point de vue théorique, la procédure d'interpolation se déroule en deux parties : la
la première est une estimation des coefficients linéaires d'une fonction spline ; ceux-ci sont dérivés
à partir des points d'observation en utilisant une régression des moindres carrés ; le second est le
calcul de la surface interpolée (ou points vectoriels interpolés). Tel qu'utilisé ici, le
les splines sont des fonctions polynomiales non nulles par morceaux 2D calculées dans un 2D limité
Région. La longueur de chaque pas de spline est définie par ew_step pour la direction est-ouest et
ns_étape pour le sens nord-sud. Pour des performances optimales, les valeurs de pas de spline
ne doit pas être inférieure aux résolutions est-ouest et nord-sud de la carte d'entrée. Chaque
l'observation de cellule non NULL est modélisée comme une fonction linéaire des splines non nulles dans le
zone autour de l'observation. La régression des moindres carrés prédit les coefficients
de ces fonctions linéaires. La régularisation évite d'avoir une seule observation et
un coefficient pour chaque spline (afin d'éviter l'instabilité).

Une analyse de validation croisée « leave-one-out » est disponible pour aider à déterminer le
lambda valeur qui produit une interpolation qui correspond le mieux aux données d'observation d'origine.
Plus il y a de points utilisés pour la validation croisée, plus le temps nécessaire au calcul est long.
Des tests empiriques indiquent qu'un seuil d'un maximum de 100 points est recommandé. Noter
cette validation croisée peut s'exécuter très lentement si plus de 100 observations sont utilisées. Les
rapports de sortie de validation croisée signifier et rms des résidus de la vraie valeur du point
et l'estimation à partir de l'interpolation pour une série fixe de lambda valeurs. Pas de vecteur
ni la sortie raster ne sera créée lorsque la validation croisée est sélectionnée.

EXEMPLES

Basic interpolation
r.resamp.bspline input=raster_surface output=interpolated_surface method=bicubique
Une interpolation spline bicubique sera effectuée et une carte raster avec estimation (c'est-à-dire,
interpolées) des valeurs seront créées.

interpolation of NULL cellules et patcher
Procédure générale:
# définir la région sur la zone avec des cellules NULL, aligner la région sur la carte d'entrée
g.region n=north s=sud e=east w=west align=input -p
# interpole les cellules NULL
r.resamp.bspline -n ​​input=input_raster output=interpolated_nulls method=bicubic
# définir la région sur la zone avec des cellules NULL, aligner la région sur la carte d'entrée
g.région raster=entrée -p
# patch de la carte d'origine et des valeurs NULL interpolées
r.patch input=input_raster,interpolated_nulls output=input_raster_gapfilled

interpolation of NULL cellules et patcher (NC Les données)
Dans cet exemple, la carte d'altitude SRTM dans l'emplacement de l'exemple de jeu de données de Caroline du Nord est
filtré pour les valeurs d'altitude aberrantes ; les pixels manquants sont ensuite réinterpolés pour obtenir un
carte d'altitude complète :
g.region raster=elev_srtm_30m -p
d.lun wx0
d.histogramme elev_srtm_30m
r.univar -e elev_srtm_30m
# supprimer les altitudes trop basses (en particulier les lacs)
# Seuil : seuil = Q1 - 1.5 * (Q3 - Q1)
r.mapcalc "elev_srtm_30m_filt = if(elev_srtm_30m < 50.0, null(), elev_srtm_30m)"
# Vérifier
d.histogramme elev_srtm_30m_filt
effacer
d.rast elev_srtm_30m_filt
r.resamp.bspline -n ​​entrée=elev_srtm_30m_filt sortie=elev_srtm_30m_complete \
méthode=bicubique
d.histogramme elev_srtm_30m_complete
d.rast elev_srtm_30m_complete

estimation of lambda paramètre avec un processus de validation croisée
Un échantillon aléatoire de points doit être généré en premier avec r.aléatoire, et la région actuelle
ne doit pas inclure plus de 100 cellules aléatoires non NULL.
r.resamp.bspline -c input=input_raster

Références

· Brovelli MA, Cannata M. et Longoni UM, 2004, filtrage de données LIDAR et DTM
Interpolation Within GRASS, Transactions in GIS, avril 2004, vol. 8, iss. 2, p.
155-174(20), Blackwell Publishing Ltd.

· Brovelli MA et Cannata M., 2004, Reconstruction de modèle numérique de terrain en milieu urbain
zones à partir de données de balayage laser aéroportées : la méthode et un exemple pour Pavie
(Italie du Nord). Informatique et géosciences 30, pp.325-331

· Brovelli M. A e Longoni UM, 2003, Software per il filtraggio di dati LIDAR,
Rivista dell'Agenzia del Territorio, n. 3-2003, p. 11-22 (ISSN 1593-2192)

· Antolin R. et Brovelli MA, 2007, Filtrage des données LiDAR avec GRASS GIS pour le
Détermination des modèles numériques de terrain. Actes des Jornadas de SIG Libre,
Gérone, Espagne. CD ISBN : 978-84-690-3886-9

Utilisez r.resamp.bsplinegrass en ligne en utilisant les services onworks.net