v.krigegrass - ອອນລາຍໃນຄລາວ

ໂຄງການ:

NAME

v.krige - ດໍາເນີນການປະຊຸມສະໄຫມຫຼືຕັນ kriging ສໍາລັບແຜນທີ່ vector.

KEYWORDS

vector, interpolation, raster, kriging

ສະຫຼຸບສັງລວມ

v.krige
v.krige - ຊ່ວຍ
v.krige ການປ້ອນຂໍ້ມູນ=ຊື່ ຖັນ=ຊື່ [output=ຊື່] [ຊຸດ=string]
[ຮູບແບບ=string[,string,...]] [block=integer] [ລະດັບ=integer] [nugget=integer]
[ເກົ້າອີ້=integer] [output_var=ຊື່] [--ຂຽນທັບ] [--ຊ່ວຍເຫຼືອ] [--ຄຳເວົ້າ] [--ງຽບ]
[--ui]

ທຸງ:
--ຂຽນທັບ
ອະນຸຍາດໃຫ້ໄຟລ໌ຜົນຜະລິດຂຽນທັບໄຟລ໌ທີ່ມີຢູ່ແລ້ວ

- ຊ່ວຍ
ພິມສະຫຼຸບການນຳໃຊ້

-- verbose
ຜົນຜະລິດໂມດູນ Verbose

--ງຽບ
ຜົນຜະລິດໂມດູນງຽບ

--ui
ບັງຄັບໃຫ້ເປີດກ່ອງໂຕ້ຕອບ GUI

ຕົວກໍານົດການ:
ການປ້ອນຂໍ້ມູນ=ຊື່ [ຕ້ອງການ]
ຊື່ຂອງແຜນທີ່ vector input
ຊື່ຂອງແຜນທີ່ vector ຈຸດທີ່ມີຂໍ້ມູນຕົວຢ່າງ

ຖັນ=ຊື່ [ຕ້ອງການ]
ຊື່ຂອງຖັນຄຸນລັກສະນະທີ່ມີຄ່າຕົວເລກທີ່ຈະ interpolated

output=ຊື່
ຊື່ສໍາລັບແຜນທີ່ raster ຜົນຜະລິດ
ຖ້າຖືກລະເວັ້ນ, ຈະເປັນ _ກະເສດ

ຊຸດ=string
ຊຸດ R ທີ່ຈະໃຊ້
ຕົວເລືອກ: gstat
ມາດຕະຖານ: gstat

ຮູບແບບ=string[,string,...]
ຕົວແບບ vaiogram
ປ່ອຍຫວ່າງເພື່ອທົດສອບທຸກລຸ້ນ (ຕ້ອງມີແຜນທີ່ອັດຕະໂນມັດ)
ຕົວເລືອກ: ນູກ, ໝົດອາຍຸ, Sph, ໂກວ, ພິເສດ, ເສື່ອ, ສະເຕ, Cir, ລິນ, ເບສ, ປາກກາ, ຕໍ່, Hol, ເຊັນເຂົ້າ, ໂພວ,
Spl, ຂາ, ຜິດພາດ, Int

block=integer
ຂະ​ຫນາດ​ຕັນ (ຕັນ​ສີ່​ຫຼ່ຽມ​)
ຂະຫນາດຕັນ. ໃຊ້ໂດຍ kriging ຕັນ.

ລະດັບ=integer
ຄ່າຊ່ວງ
ແກ້ໄຂອັດຕະໂນມັດຖ້າບໍ່ໄດ້ຕັ້ງ

nugget=integer
ຄ່າ Nugget
ແກ້ໄຂອັດຕະໂນມັດຖ້າບໍ່ໄດ້ຕັ້ງ

ເກົ້າອີ້=integer
ມູນຄ່າ Sill
ແກ້ໄຂອັດຕະໂນມັດຖ້າບໍ່ໄດ້ຕັ້ງ

output_var=ຊື່
ຊື່ສໍາລັບແຜນທີ່ raster variance ຜົນຜະລິດ
ຖ້າຖືກລະເວັ້ນ, ຈະເປັນ _kriging.var

ລາຍລະອຽດ

v.krige ອະນຸຍາດໃຫ້ດໍາເນີນການ Kriging ໃນສະພາບແວດລ້ອມ GRASS GIS, ໂດຍໃຊ້ຊອບແວ R
ຟັງຊັນໃນພື້ນຫລັງ.

ຫມາຍເຫດ

v.krige ແມ່ນພຽງແຕ່ front-end ກັບ R. ທາງເລືອກແລະຕົວກໍານົດການແມ່ນດຽວກັນສະເຫນີໂດຍ
ການຫຸ້ມຫໍ່ ແຜນທີ່ອັດຕະໂນມັດ ແລະ gstat.

Kriging, ເຊັ່ນດຽວກັບວິທີການ interpolation ອື່ນໆ, ແມ່ນຂຶ້ນກັບຄຸນນະສົມບັດຂໍ້ມູນການປ້ອນຂໍ້ມູນຢ່າງເຕັມສ່ວນ.
ການ​ວິ​ເຄາະ​ສໍາ​ຫຼວດ​ຂອງ​ຂໍ້​ມູນ​ແມ່ນ​ໄດ້​ຊຸກ​ຍູ້​ໃຫ້​ຊອກ​ຫາ outliers​, ທ່າ​ອ່ຽງ​, anisotropies​,
ການແຈກຢາຍທີ່ບໍ່ສະ ເໝີ ພາບແລະສະນັ້ນເລືອກ kriging algorithm ທີ່ຈະໃຫ້ຫຼາຍທີ່ສຸດ
ຜົນໄດ້ຮັບທີ່ຍອມຮັບ. ຄວາມຮູ້ທີ່ດີຂອງຊຸດຂໍ້ມູນແມ່ນມີຄຸນຄ່າຫຼາຍກ່ວາຫຼາຍຮ້ອຍຄົນ
ພາລາມິເຕີຫຼືຮາດແວທີ່ມີປະສິດທິພາບ. ເບິ່ງຫນັງສືຂອງ Isaaks ແລະ Srivastava, ຄົບຖ້ວນແລະຊັດເຈນ
ເຖິງແມ່ນວ່າຈະລ້າສະໄຫມເລັກນ້ອຍ.

Dependencies
R ຊອບແວ >= 2.x

rpy2
Python binding ກັບ R. ຫມາຍເຫດ! rpy ເວີຊັ່ນ 1 ບໍ່ຮອງຮັບ.

R ການຫຸ້ມຫໍ່ ແຜນທີ່ອັດຕະໂນມັດ, gstat, rgrass7 ແລະ ພູມສັນຖານ.
automap ແມ່ນທາງເລືອກ (ສະຫນອງອັດຕະໂນມັດ variogram fit). ຕິດຕັ້ງແພັກເກັດຜ່ານ R
ເສັ້ນຄໍາສັ່ງ (ຫຼື GUI ທີ່ທ່ານຕ້ອງການ):
install.packages("rgeos", dep=T)
install.packages("gstat", dep=T)
install.packages("rgrass7", dep=T)
install.packages("automap", dep=T)

ອ່ືນ ສໍາລັບການ Debian GNU / Linux
ການ​ຕິດ​ຕັ້ງ​ການ​ເພິ່ງ​ພາ​ອາ​ໄສ​. ເອົາໃຈໃສ່! python-rpy IS ບໍ່ ເໝາະສົມ.:
aptitude ຕິດຕັ້ງ R python-rpy2
ເພື່ອຕິດຕັ້ງແພັກເກັດ R, ໃຫ້ໃຊ້ຟັງຊັນຂອງ R ທີ່ລະບຸໄວ້ຂ້າງເທິງ (ເປັນ root ຫຼືເປັນຜູ້ໃຊ້), ບໍ່ວ່າຈະ
ແພັກເກັດ Debian [5], ເພີ່ມໃສ່ບັນຊີລາຍຊື່ຂອງ repositories ສໍາລັບ 32bit ຫຼື 64bit (ເລືອກເອົາ.
ເສັ້ນ​ທີ່​ເຫມາະ​ສົມ​)​:
deb http://debian.cran.r-project.org/cran2deb/debian-i386 ການທົດສອບ/
deb http://debian.cran.r-project.org/cran2deb/debian-amd64 ການທົດສອບ/
ແລະ​ໄດ້​ຮັບ​ການ​ຫຸ້ມ​ຫໍ່​ໂດຍ​ຜ່ານ​ຄວາມ​ເຫມາະ​ສົມ​:
aptitude ຕິດຕັ້ງ r-cran-gstat r-cran-rgrass7

ອ່ືນ ສໍາລັບການ Windows
ລວບລວມ GRASS GIS ຕາມຄໍາແນະນໍານີ້. ທ່ານຍັງສາມາດໃຊ້ Linux ໃນເຄື່ອງ virtual ໄດ້. ຫຼື
ຕິດຕັ້ງ Linux ໃນພາທິຊັນແຍກຕ່າງຫາກຂອງ HD. ນີ້ບໍ່ແມ່ນຄວາມເຈັບປວດທີ່ມັນປາກົດ,
ມີຫຼາຍຄູ່ມືທາງອິນເຕີເນັດເພື່ອຊ່ວຍເຈົ້າ.

ການຄໍານວນ ທີ່ໃຊ້ເວລາ ບັນຫາ
ກະ​ລຸ​ນາ​ສັງ​ເກດ​ວ່າ​ເຖິງ​ແມ່ນ​ວ່າ​ຈໍາ​ນວນ​ສູງ​ຂອງ​ຈຸດ​ຂໍ້​ມູນ​ການ​ປ້ອນ​ຂໍ້​ມູນ​ແລະ / ຫຼື​ຄວາມ​ລະ​ອຽດ​ພາກ​ພື້ນ​ສູງ​
ປະກອບສ່ວນໃຫ້ຜົນຜະລິດທີ່ດີກວ່າ, ທັງສອງຍັງຈະຊ້າລົງການຄິດໄລ່ kriging.

ຕົວຢ່າງ

ຕົວຢ່າງຂອງ Kriging ໂດຍອີງໃສ່ແຜນທີ່ລະດັບຄວາມສູງ (ຊຸດຂໍ້ມູນ Spearfish).

ສ່ວນ 1: random sampling 2000 ຈຸດ vector ຈາກແຜນທີ່ລະດັບຄວາມສູງທີ່ຮູ້ຈັກ. ແຕ່ລະຈຸດຈະ
ໄດ້​ຮັບ​ຄ່າ​ຄວາມ​ສູງ​ຈາກ raster ສູງ​, ເປັນ​ຖ້າ​ຫາກ​ວ່າ​ມັນ​ມາ​ຈາກ​ການ​ສໍາ​ຫຼວດ​ຈຸດ​.
# ຫຼຸດຜ່ອນຄວາມລະອຽດສໍາລັບຕົວຢ່າງນີ້
g.region raster=elevation -p res=100
v.random output=rand2k_elev npoints=2000
v.db.addtable map=rand2k_elev columns="ລະດັບຄວາມແມ່ນຍໍາສອງເທົ່າ"
v.what.rast map=rand2k_elev raster=elevation column=ຍົກ
ສ່ວນ 2: ເອົາ ຈຸດ ຂາດການ ສູງ attributes. ຈຸດຕົວຢ່າງຢູ່ຊາຍແດນຂອງ
ແຜນທີ່ລະດັບຄວາມສູງບໍ່ໄດ້ຮັບຄ່າໃດໆ. v.krige ບໍ່ມີການປະຕິບັດທີ່ຕ້ອງການເພື່ອຮັບມືກັບບໍ່ມີ
ມູນຄ່າຂໍ້ມູນ, ດັ່ງນັ້ນຜູ້ໃຊ້ຕ້ອງກວດເບິ່ງພວກເຂົາແລະຕັດສິນໃຈວ່າຈະເຮັດແນວໃດ (ເອົາຈຸດ, ຕື່ມ
ດ້ວຍຄ່າຂອງຈຸດທີ່ໃກ້ທີ່ສຸດ, ຕື່ມຂໍ້ມູນໃສ່ກັບຄ່າສະເລ່ຍທົ່ວໂລກ/ທ້ອງຖິ່ນ...). ໃນຕໍ່ໄປນີ້
ເສັ້ນລະຫັດ, ຈຸດທີ່ບໍ່ມີຂໍ້ມູນຖືກເອົາອອກຈາກແຜນທີ່.
v.extract input=rand2k_elev output=rand2k_elev_filt where="ຄວາມສູງບໍ່ແມ່ນ NULL"
ກວດເບິ່ງຜົນຂອງແຖວກ່ອນໜ້າ ("ຈໍານວນຂອງຄຸນລັກສະນະ NULL" ຈະຕ້ອງເປັນ 0):
v.univar map=rand2k_elev_filt type=ຖັນຈຸດ=elevation
ສ່ວນ 3: ສ້າງໃ່ DEM ໂດຍຜ່ານການ ຂີ່ເຮືອ. ວິທີທີ່ງ່າຍທີ່ສຸດທີ່ຈະດໍາເນີນການ v.krige ຈາກ CLI ກໍາລັງໃຊ້
ເຫມາະ variogram ອັດຕະໂນມັດ (ຫມາຍເຫດ: ຕ້ອງການຊຸດ R's automap). ຊື່ແຜນທີ່ຜົນຜະລິດແມ່ນທາງເລືອກ,
ໂມດູນຈະສ້າງມັນອັດຕະໂນມັດຕື່ມ "_kriging" ໃສ່ຊື່ແຜນທີ່ການປ້ອນຂໍ້ມູນ ແລະຍັງ
ກວດສອບການຂຽນທັບ. ຖ້າ output_var ຖືກລະບຸ, ແຜນທີ່ການປ່ຽນແປງກໍ່ຖືກສ້າງຂື້ນ.
ເຫມາະ variogram ອັດຕະໂນມັດແມ່ນສະຫນອງໃຫ້ໂດຍ R package automap. ແບບຈໍາລອງ vaiogram ທົດສອບໂດຍ
ຫນ້າທີ່ທີ່ເຫມາະສົມແມ່ນ: exponential, spherical, Gaussian, Matern, M.Stein's
ການກໍານົດຕົວກໍານົດການ. ລະດັບຄວາມກວ້າງຂອງແບບຈໍາລອງແມ່ນມີຢູ່ໃນຊຸດ gstat ແລະສາມາດທົດສອບໄດ້
ຢູ່ໃນ GUI ໂດຍຜ່ານການວາງແຜນ vaiogram. ຖ້າຕົວແບບໃດ ໜຶ່ງ ຖືກລະບຸໄວ້ໃນ CLI, ຍັງ,
ຄວນໃຫ້ຄ່າ nugget ແລະ range, ຖ້າບໍ່ດັ່ງນັ້ນ ຈະເກີດຄວາມຜິດພາດຂຶ້ນ (ເບິ່ງທີສອງ
ຕົວຢ່າງຂອງ v.krige ຄໍາສັ່ງ).
# ເຫມາະ vaiogram ອັດຕະໂນມັດ
v.krige input=rand2k_elev_filt column=elevation
output=rand2k_elev_kriging output_var=rand2k_elev_kriging_var
# ກໍານົດຮູບແບບ variogram, ສ້າງແຜນທີ່ varianance ເຊັ່ນກັນ
v.krige input=rand2k_elev_filt column=elevation
output=rand2k_elev_filt_kriging output_var=rand2k_elev_filt_kriging_var
model=Mat sill=2500 nugget=0 range=1000
ຫຼືແລ່ນ wxGUI, ເພື່ອໃຫ້ເຫມາະສົມກັບ variogram ແລະສໍາຫຼວດທາງເລືອກ:
v.krige
ຄິດໄລ່ ການຄາດຄະເນ ຄວາມຜິດພາດ:
r.mapcalc "rand2k_elev_kriging_pe = sqrt(rand2k_elev_kriging_var)"
r.univar map=elevation
r.univar map=rand2k_elev_kriging
r.univar ແຜນທີ່=rand2k_elev_kriging_pe
ຜົນ​ໄດ້​ຮັບ​ສະ​ແດງ​ໃຫ້​ເຫັນ​ຄວາມ​ຜິດ​ພາດ​ສູງ​, ເປັນ​ເຕັກ​ນິກ​ການ kriging (ແບບ​ທໍາ​ມະ​ດາ​ແລະ block kriging​) ແມ່ນ​.
ບໍ່ສາມາດຈັດການກັບຊຸດຂໍ້ມູນທີ່ມີທ່າອ່ຽງໄດ້, ເຊັ່ນດຽວກັບຕົວຢ່າງທີ່ໃຊ້ໃນຕົວຢ່າງນີ້: ຄວາມສູງແມ່ນ
ສູງຂຶ້ນໃນມຸມຕາເວັນຕົກສຽງໃຕ້ ແລະຕ່ໍາສຸດມຸມຕາເວັນອອກສຽງເໜືອ. kriging ວິທະຍາໄລສາມາດໃຫ້
ຜົນໄດ້ຮັບທີ່ດີກວ່າໃນກໍລະນີເຫຼົ່ານີ້ຍ້ອນວ່າມັນສາມາດຈັດການກັບແນວໂນ້ມ. ມັນມີຢູ່ໃນຊຸດ R
gstat ແລະຈະເປັນສ່ວນຫນຶ່ງໃນການປ່ອຍ v.krige ໃນອະນາຄົດ.

ໃຊ້ v.krigegrass ອອນໄລນ໌ໂດຍໃຊ້ບໍລິການ onworks.net