Примеры применения инструментов ArcGIS Geostatistical Analyst Extension

Инструменты ArcGIS Geostatistical Analyst Extension применяются для решения широкого спектра задач. Далее приведены несколько примеров использования инструментов ArcGIS Geostatistical Analyst Extension.

Исследовательский анализ пространственных данных

При помощи инструментов ArcGIS Geostatistical Analyst Extension, с использованием расположенных на изучаемой территории опорных точек с измеренными значениями, , была выполнена точная интерполяция для других местоположений в пределах той же территории, в которых измерения не проводились. Инструменты исследовательского анализа пространственных данных из группы ArcGIS Geostatistical Analyst Extension использовались для оценки статистических свойств пространственных данных, таких как вариабельность пространственных данных, зависимость пространственных данных и глобальные тренды.

В приведенном далее примере с помощью нескольких инструментов исследовательского анализа пространственных данных выполнялось изучение свойств измерений концентраций озона, выполненных на станциях мониторинга в Карпатах.

Применение инструментов ArcGIS Geostatistical Analyst Extension для образцов из Карпат

Моделирование вариограмм

Геостатистический анализ данных выполняется на следующих стадиях:

• Моделирование вариограммы или ковариации для анализа свойств поверхности
• Кригинг (Kriging)

В инструментах ArcGIS Geostatistical Analyst Extension для создания поверхности имеется несколько методов кригинга, включая ординарный, простой, универсальный, индикаторный, вероятностный и дизъюнктивный кригинг.

Далее проиллюстрированы две стадии геостатистического анализа данных. Сначала с помощью мастера создания вариограммы/ковариации (Semivariogram/Covariance) была подобрана модель для данных зимних температур для США. Затем с помощью этой модели была создана карта распределения температур.

Применение инструментов ArcGIS Geostatistical Analyst Extension для зимней температуры

Интерполяция поверхности и моделирование ошибок

С помощью инструментов ArcGIS Geostatistical Analyst Extension можно формировать слои карты различных типов, включая карты проинтерполированных значений, карты квантилей, карты вероятности и карты стандартной ошибки интерполяции.

Далее показано создание с помощью инструментов ArcGIS Geostatistical Analyst Extension карты проинтерполированных значений уровней загрязнения почвы радиоактивным цезием в Беларуси после катастрофы на чернобыльской атомной электростанции.

Применение инструментов ArcGIS Geostatistical Analyst Extension для определения заражения радиоактивным цезием

Картографирование порога

С помощью карт вероятности можно прогнозировать превышение значениями критических уровней.

В приведенном далее примере местоположения, выделенные темно-оранжевым и красным цветом, указывают на вероятность более 62,5 процентов того, что заражение радиоактивным цезием превышает верхний допустимый уровень (критический порог) в лесных ягодах.

Применение инструментов ArcGIS Geostatistical Analyst Extension для определения превышения порога заражения радиоактивным цезием

Диагностика и проверка модели

Входные данные можно разделить на два поднабора. С помощью первого подмножества имеющихся данных можно сформировать модель для интерполяции. Затем проинтерполированные значения сравниваются с известными значениями из оставшихся местоположений с помощью инструмента Проверка (Validation).

Далее показано использование мастера Проверка (Validation) для оценки модели, разработанной для прогнозирования содержания органических веществ в почве для фермы в штате Иллинойс.

Применение инструментов ArcGIS Geostatistical Analyst Extension для прогнозирования содержания органических веществ в почве в штате Иллинойс

Интерполяция поверхности с использованием кокригинга

Кокригинг, усовершенствованный метод моделирования поверхности из группы инструментов ArcGIS Geostatistical Analyst Extension, позволяет усовершенствовать интерполяцию поверхности первичной переменной с учетом вторичных переменных, при условии, что первичная и вторичные переменные пространственно коррелированы.

В следующем примере с помощью инструментов исследовательского анализа пространственных данных изучается пространственная корреляция между озоном (первичная переменная) и двуокисью азота (вторичная переменная) в штате Калифорния. Поскольку эти переменные пространственно коррелированы, кокригинг может использовать данные по двуокиси азота для улучшения интерполяции при картографировании концентраций озона.

Применение инструментов ArcGIS Geostatistical Analyst Extension для анализа концентраций озона в штате Калифорния