Kỹ thuật nội suy nào phù hợp với độ sâu của hồ nhỏ?


16

Đây là một hồ rộng khoảng 13 ha với 81 điểm sâu được lấy mẫu trong khoảng 10 đường cắt ngang:

Điểm lấy mẫu

Trước đây trong ARCgis với hồ rộng 50 ha và khoảng 100 điểm lấy mẫu sâu, tôi đã có đầu ra khá với TopotoRastercông cụ này. Tuy nhiên, dường như không có sự tương đương chính xác như vậy tồn tại với QGIS hoặc phần mềm nguồn mở.

Trong QGIS, tôi đã nhận được raster nội suy bên dưới, sử dụng phương thức TIN trong plugin Nội suy raster. Tuy nhiên, điều này dường như là một kết quả may mắn, khi tôi cố gắng lặp lại, tôi đã nhận được các kết quả khác nhau (không đạt yêu cầu) mặc dù không thực sự thay đổi bất kỳ tham số nào.

Raster nội suy

Đây là những bể đô thị (được xây dựng) nhiều hơn hồ, do đó, chúng khá đều đặn trong hồ sơ giường của chúng, do đó mật độ lấy mẫu điểm thấp. Một số bài viết dường như đề xuất Trọng lượng khoảng cách nghịch đảo (IDW) là kỹ thuật phù hợp nhất, nhưng tôi dường như nhận được kết quả tồi tệ nhất với điều đó (có thể do mật độ điểm thấp).

Có bất kỳ phương pháp phỏng đoán nào có thể được sử dụng ở đây khi xem xét kích thước của hồ, hồ sơ thường xuyên và mật độ lấy mẫu điểm để đến phương pháp nội suy nào là apt? (giữa Kriging, IDW, Bilinear, tích chập khối, TIN hoặc spline)

Hoặc nó luôn luôn là một chút thử nghiệm và lỗi?


Theo trực giác, tôi sẽ nghĩ rằng phép nội suy với Vùng lân cận gần nhất có ý nghĩa nhất vì sự khác biệt về độ sâu là tương đối thường xuyên. Sẽ thật tuyệt nếu bất cứ ai cũng có thể đề xuất một tài nguyên trong đó một số quy trình / hướng dẫn được phác thảo để đảm bảo rằng đầu ra nhất quán đạt được liên quan đến nội suy loại này và trong các trường hợp khác.
SaRo89

Reefmaster tạo ra các đường viền ưa nhìn và bóng mờ với TIN reefmaster.com.au/index.php/forum/support/ .
dùng49584

2
Bằng cách nhìn vào hình ảnh, QGIS không sử dụng ranh giới tự động. Tôi sẽ thêm một loạt các điểm có độ sâu bằng không dọc theo ranh giới.
dùng49584

1
Dường như có các điểm mẫu bên ngoài ranh giới, vì vậy tôi nghi ngờ ranh giới đó là sai hoặc có sự không chắc chắn ở các vị trí đo độ sâu.
Spacesman

2
IDW là tốt nhất khi bạn có một tập hợp điểm tương đối dày đặc trong khu vực nghiên cứu của bạn, nhưng bạn đề nghị nó có mật độ điểm thấp. Trong trường hợp này có lẽ Splining là một lựa chọn tốt, nó làm phẳng bề mặt mà tôi tưởng tượng là đáy hồ trông như thế nào (nhưng tôi thực sự không biết) "Về mặt khái niệm, nó tương tự như uốn một tấm cao su để đi qua các điểm đã biết trong khi giảm thiểu phương pháp tổng độ cong của bề mặt. Phương pháp này là tốt nhất cho các bề mặt thay đổi nhẹ nhàng, như độ cao, độ cao mực nước hoặc nồng độ ô nhiễm. " - gisresource.com/types-interpolation-methods_3
ed.hank

Câu trả lời:


10

Một cách khác là nội suy spline như được đề xuất trong bài liên quan: Nội suy của phép đo đa dòng .

Từ QGIS, sử dụng công cụ GRASS v.surf.rst:

Thực hiện phép nội suy bề mặt từ bản đồ điểm vector bằng spline.

Sau đó, bạn có thể kiểm tra các loại tham số hóa khác nhau có sẵn trong công cụ. Có một tùy chọn để áp dụng xác nhận chéo một lần để tối ưu hóa tham số, sẽ thay đổi dần dần độ căng, làm mịn, v.v. để tìm ra lỗi dự đoán tối thiểu.

Theo đề xuất của người dùng49584, hãy đảm bảo rằng tập dữ liệu đầu vào sử dụng các điểm trên mặt đất tại ranh giới của hồ, để tránh ngoại suy.


Spline là những gì tôi đã sử dụng trong một dự án về Độ sâu sông mà tôi đã làm với tư cách là nhà thầu cho USGS. Tôi không bao giờ hỏi chính xác tại sao nhưng chúng tôi hài lòng với kết quả. Tôi gần như đã đưa ra một câu trả lời tương tự nhưng tôi không chắc về lời biện minh. Câu trả lời tốt!
jbeclill

Cảm ơn Andre, thực sự đánh giá cao câu trả lời nhanh chóng và sắc nét của bạn. Tôi gặp một số khó khăn khi cố gắng chạy v.surf.rst, nó đã từ chối trong QGIS để cung cấp cho tôi bất kỳ đầu ra raster thích hợp nào với các giá trị. Nghi ngờ một số vấn đề với cách tôi đã chiếu dữ liệu. Khi tôi tìm ra nó tôi sẽ đưa kết quả vào phần chỉnh sửa cho câu hỏi.
SaRo89
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.