Статистические исследования природы и структуры пространственных данных, моделирование и построение поверхностей при использовании модуля Geostatistical Analyst программного пакета ArcGIS 9.3
Курсовой проект - Компьютеры, программирование
Другие курсовые по предмету Компьютеры, программирование
µзюмирует информацию об использованном при построении результирующей поверхности методе (и связанных с ним параметрах).
Рисунок 6- Информация о результирующем слое.
11.Нажмем OK. Карта проинтерполированных значений глубин отобразится как верхний слой в таблице содержания (рис. 7).
Рисунок 7- Результирующий слой интерполированных значений глубин.
12.Выберем этот слой в таблице содержания, затем щелкним на его названии и изменим название слоя на Default ("По умолчанию").
13.Сохраним карту, воспользовавшись кнопкой стандартной панели инструментов ArcMap.
2.2 Исследование данных
1.Выделим слой варианта и переместим его в верхнюю часть списка слоев так, чтобы он находился над полученной на предыдущем этапе картиной распределения глубин.
2.Выберем панель инструментов Geostatistical Analyst, перейдем к опции Explore data (Исследовать данные) и затем выберем строку Histogram (Гистограмма).
Инструмент гистограммы дает одномерное (по одной переменной) описание данных. Инструмент показывает плотность распределения для интересующего нас набора данных и подсчитывает суммарную статистику.
Плотность распределения это столбчатая диаграмма, которая показывает, насколько часто наблюдаемые значения попадают в тот или иной интервал или класс.
Меры положения дают представление о том, где находятся центр и другие параметры распределения. Среднее (mean) это арифметическое среднее из значений данных.
Среднее характеризует положение центра распределения. Значение медианы соответствует совокупной доле половины (0.5). Если данные были организованы в порядке возрастания, это означает, что 50 процентов значений будут ниже медианы, а 50 процентов значений выше медианы. Медиана дает еще одну меру центра распределения.
Размах точек относительно среднего значения еще одна характеристика диаграммы плотности распределения. Дисперсия (variance) данных равна среднему из квадратов отклонения значений всех точек от среднего. Единицы измерения дисперсии - квадрат единиц измерения, в которых выполнялись исходные измерения, и поскольку для вычисления дисперсии используются квадраты разностей, она чувствительна к экстремально высоким и экстремально низким значениям. Стандартное отклонение (standard deviation) равно корню квадратному из дисперсии. Оно характеризует распределение данных относительно среднего в тех же единицах измерения, что и исходные измерения. Чем меньше дисперсия и стандартное отклонение, тем плотнее измеренные значения сгруппированы около среднего.
3.В окне Layer (Слой) выберем слой варианта. В окне Attribute (Атрибут) выберем depth.
4.Выберем один из столбиков гистограммы со значениями глубин. Элементы выборки, имеющие соответствующие значения, будут выделены на карте (рис.8).
Рисунок 8 - Исследование данных с помощью гистограммы.
Распределение глубин показано на гистограмме, на которой все значения объединены в некоторое количество классов, задаваемых значением в строке Bars (Столбцы), по умолчанию 10. Высота столбцов пропорциональна количеству данных с определенными значениями, попадающих в каждый класс.
5.Закроем диалоговое окно.
6.На панели инструментов Geostatistical Analyst, выберем опцию Explore Data\ Normal QQPlot (Нормальный график КК).
Подгонку теоретического распределения к наблюдаемым данным можно зрительно оценить на графике квантиль-квантиль. Графики КК - графики, на которых квантили из двух распределений рассматриваются относительно друг друга. Между значениями используется линейная интерполяция. Нормальный график КК строится путем нанесения на соответствующие оси координат значений из набора данных и значений, полученных по кривой нормального распределения, соответствующих одинаковому значению кумулятивного распределения.
Общий график КК используется для оценки схожести распределений двух наборов данных. Общий график КК создается путем нанесения значений данных, для которых совокупное распределение имеет равные значения.
Рисунок 9 - Нормальный график квантиль-квантиль.
7.В окне Layer (Слой) выберем слой варианта. В окне Attribute (Атрибут) выберем depth. Закроем диалоговое окно.
8.На панели инструментов Geostatistical Analyst выберите Explore Data (Исследовать данные) \ Trend Analysis (Анализ тренда). Анализ тренда изображен на рисунке 10. Инструмент "Анализ тренда" позволяет увидеть данные в трехмерном изображении. Уникальная особенность инструмента "Анализа тренда" состоит в том, что значения точек затем проецируются на плоскости x, z и y, z, образуя точечные графики. Эти графики могут рассматриваться как боковые проекции трехмерных данных. Дополнительная особенность состоит в том, что можно вращать данные, чтобы выделить в значениях тренды по направлениям. Существует целый ряд других функциональных особенностей, которые позволяют вращать и менять перспективу целого изображения, менять размер и цвет точек и линий, удалять плоскости и точки, и выбирать степень полинома, который будет использован для аппроксимации точечных графиков.
Рисунок 10 - Анализ тренда.
9.В окне Layer (Слой) выберем слой варианта. В окне Attribute (Атрибут) выберем depth. Закроем диалоговое окно.
10.На панели инструментов Geostatistical Analyst выберите Explore Data (Исследовать данные)\Semivariogram/Covariance Cloud (Облако вариограммы/ковариации).
Облако вариограммы/ковариации - это эмпирическая вариограмма (на которой показаны значения половины квадрата разно