Chọn Nội suy IDW vs Kriging để tạo DEM?

Tôi đang cố gắng tạo một DEM bằng cách sử dụng dữ liệu điểm cách nhau rất đều đặn cách nhau khoảng 10m. Khu vực tôi đang nội suy là một cơ sở giáo dục với nhiều bãi đậu xe bằng phẳng và sân bóng đá nhưng vẫn có một số ngọn đồi khá dốc thường sẽ cao nguyên đến một bãi đậu xe. Do những cao nguyên đã biết này, tôi đã loại trừ phương pháp Splining; Tuy nhiên, tôi vẫn không chắc chắn giữa việc sử dụng phương pháp IDW và Kriging. Tôi không thể thấy nhiều sự khác biệt sau khi thử cả hai và vẫn chưa đưa ra quyết định của mình sau một nghiên cứu nhỏ.

Bất cứ ai có một số từ khôn ngoan để làm rõ điều này cho tôi?

Cả hai hình thức đều dựa vào luật địa lý đầu tiên của Toblers: những thứ gần gũi có liên quan nhiều hơn những thứ cách xa nhau.

IDW là đơn giản hơn trong hai kỹ thuật. Nó liên quan đến việc sử dụng các giá trị z và trọng số đã biết được xác định là hàm của khoảng cách giữa các điểm chưa biết và điểm đã biết. Như vậy trong các điểm IDW ở xa có ảnh hưởng ít hơn nhiều so với các điểm gần. Hiệu ứng của trọng lượng khoảng cách nghịch đảo thường có thể được xác định bởi người dùng bằng cách thay đổi công suất mà khoảng cách nghịch đảo được nâng lên.

Như đã thấy trong sơ đồ này, bạn có thể xác định giới hạn mà các điểm dữ liệu (giá trị z) IDW nên xem xét khi sử dụng bán kính tìm kiếm .

IDW khác với Kriging ở chỗ không có mô hình thống kê nào được sử dụng. Không có sự xác định nào về sự tự tương quan không gian được xem xét (nghĩa là các biến tương quan ở các khoảng cách khác nhau không được xác định). Trong IDW, chỉ các giá trị z và trọng số khoảng cách đã biết được sử dụng để xác định các vùng chưa biết.

IDW có ưu điểm là dễ xác định và do đó dễ hiểu kết quả. Có thể không thích hợp sử dụng Kriging nếu bạn không chắc chắn về kết quả đã đạt được. Kriging cũng phải chịu đựng khi có những ngoại lệ (xem ở đây để được giải thích.).

Trạng thái ESRI :

Kriging là thích hợp nhất khi bạn biết có một khoảng cách tương quan không gian hoặc độ lệch hướng trong dữ liệu. Nó thường được sử dụng trong khoa học đất và địa chất.

Kriging là một phương pháp thống kê sử dụng các phép đo biến thiên để tính toán sự tự tương quan không gian giữa các điểm ở khoảng cách tốt nghiệp (Có thể tìm thấy một giới thiệu hay ở đây Giới thiệu Variogram Giới thiệu và Washington Giới thiệu về Biến thể ). Nó sử dụng tính toán tự tương quan không gian này để xác định các trọng số nên được áp dụng ở các khoảng cách khác nhau. Tự động tương quan không gian được xác định bằng cách lấy sự khác biệt bình phương giữa các điểm. Để làm rõ Kriging tương tự như IDW ở chỗ:

Giống như phép nội suy IDW, việc tạo ra các trọng số từ các giá trị đo được xung quanh để dự đoán các vị trí không được đo lường. Như với phép nội suy IDW, các giá trị đo gần nhất với các vị trí không được đo lường có ảnh hưởng lớn nhất. ( Nguồn )

Nhưng khác nhau ở chỗ trọng lượng được giúp xác định bằng phương pháp bán bản đồ.

Hồi trong đó n là số cặp điểm quan sát mẫu của các giá trị của thuộc tính z được phân tách theo khoảng cách h Khăn (Burrough và McDonnell, 2004: 134).

Có nhiều loại khác nhau của Kriging .

Đọc thêm:

1. IDW hoạt động như thế nào .
2. Cách thức hoạt động của Kringing :
3. Cách sử dụng Kriging:
4. Các loại nội suy :