Типы топографических карт. Назначение и краткая характеристика топографических карт

 

 

 

В окне Contour Map Properties – Уровни удаляем все горизонтали кроме 3-х.

 

 

 

 

 

 

 

 

 

 

 

 

Затем, меняем их значения. В 1-ю вводим 100, во вторую число которое вычислили (при котором = 0), а в третью – 200.Чтобы поменять значения 2 раза нажимаем левой кнопкой мыши на значение горизонтали.

 

 

 

 

 

 

 

 

 

 

 

Меняем цвет заливок (выемка – желтый, насыпь – розовый), цвет линии (темно-розовый). В столбце Label ставим Yes напротив вычисленного числа и нажимаем Применить и ОК.

 

 

 

 

Линия нулевых работ

 

 

 

 

 

 

 

 

 

 

 

 

 

Рекомендации для  выбора Gridding Метода:

Surfer обеспечивает большим списком gridding методов и опций. Различные gridding методы могут дать различные результаты при интерпретации данных. Руководящие принципы, представленные здесь должны использоваться для выбора gridding метода, который является наилучшим для использования с данными.

Представленный ниже список дает краткий обзор каждого gridding метода и некоторых преимуществ и недостатков при выборе того или одного метода.

• Inverse Distance (Обратное Расстояние) быстр, но имеет тенденцию генерировать шаблоны "яблока мишени" концентрических контуров вокруг пунктов данных.
• Kriging- один из более гибких методов и полезен для gridding почти любого типа набора данных. С большинством наборов данных, Kriging с линейным variogram совершенно эффективен. Вообще это - метод, который рекомендован для наиболее частого использования. Kriging - значение gridding метода По умолчанию, поскольку он генерирует самую лучшую полную интерпретацию (расшифровку) большинства наборов данных. Для больших наборов данных, однако, Kriging может быть довольно медленным.
• Minimum Curvature (Минимальное Искривление) генерирует гладкие поверхности и быстр для большинства наборов данных.
• Nearest Neighbor (Самый близкий сосед) полезен для преобразования файлов данных XYZ с регулярно располагаемыми данными в Surfer файлы сетки. Или когда данные - почти полная сетка, за исключением отдельных пробелов (отсутствием данных). Этот метод полезен для внесения отверстий, или создания файла сетки со значением гашения, назначенным к тем участкам карты где данные отсутствуют.
• Polynomial Regression (Полиномиальная Регрессия) обрабатывает данные так, чтобы в лежащий в основе (основной) крупномасштабной тенденции показа шаблона. Это используется для анализа тенденции поверхности. Полиномиальная Регрессия очень быстра для любого количества данных, но локальные подробности в данных потеряны в сгенерированной сетке.
• Radial Basis Functions (функции RadialBasis) совершенно гибок, и подобно Kriging, генерирует самую лучшую полную интерпретацию большинства наборов данных. Этот метод производит результаты, которые являются совершенно подобными Kriging.
• Shepard's Method (Метод Шепарда) подобен Обратному Расстоянию, но не имеет тенденции, чтобы генерировать шаблоны типа " ушко (глазок) быка " шаблоны, особенно, когда используется коэффициент (фактор) Сглаживания.
• Triangulation with Linear Interpolation (Триангуляция с Линейной Интерполяцией) быстр со всеми наборами данных. Когда используются малые наборы данных, триангуляция генерирует отчетливые треугольные грани между пунктами (точками) данных. Одно из преимуществ триангуляции - то, что, с достаточными данными, триангуляция может сохранять строки прерывания, определенные в файле данных. Например, если неисправность разграничена достаточными пунктами (точками) данных с обеих сторон строки неисправности, сетка, сгенерированная триангуляцией покажет неоднородность.

 

 

 Для сравнения  методов интерполяции в программе  Surfer  нужно построить их по трем видам исходных данных.

1. 435 точек, которые находятся на горизонталях.
2. 36 точек, которые являются вершинами квадратов.
3. 16 точек, 4 из них вершины квадрата, 2-max и min значения горизонталей (взятые из 36 точек), остальные 10 точек были поставлены произвольно в пределах квадрата.

 

 

 

Для создания рельефной светотеневой карты нужно выбрать: Карта –  Светотеневая рельефная карта.

 

 

 

 

 

 

 

Выбираем нужный файл  и нажимаем Открыть:

 

 

 

 

 

 

 

 

Появиться окно. В нем нажимаем Применить и Ок.

 

 

 

 

 

 

 

Вот светотеневая рельефная карта:

 

 

Для создания векторной карты 

Нажимаем Карта – Векторная  карта – Новая 1-Grid векторная карта.

 

 

 

 

Затем выбираем нужный файл и нажимаем Открыть:

 

 

 

 

 

 

 

 

В появившемся окне нажимаем Применить и Ок:

 

 

 

 

 

Векторная карта:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Метод Криге (Kriging)

Метод Криге (Kriging) - это геостатистический метод построения сети, который оказался очень полезным и в других областях. Данный метод пытается выразить тренды, которые предполагаются в Ваших данных. Например, точки высокого уровня предпочтительнее соединять вдоль гребня, а не изолировать с помощью замкнутых горизонталей типа "бычий глаз".

Метод Криге включает три составляющих: модель вариаграммы (Variagram Model), тип дрейфа (Drift Туре) и "эффекта самородка" (Nugget Effect).

Модель  вариаграммы (Variogram model)

Вариаграмма предназначена для нахождения локальной окрестности наблюденной точки и определения весов наблюденных точек, используемых при интерполяции функции в узле сети. В SURFER включено несколько моделей вариаграмм. Если Вы не знаете, какой их этих моделей воспользоваться при обработке Ваших данных, то выберите линейную (Linear) модель и положите масштаб (Scale) равным единице.

Вообще говоря, единственный способ определить, какая вариаграммная модель адекватна Вашей задаче, состоит в том, чтобы построить вариаграммы с помощью разных моделей и выбрать ту из них, которая наилучшим образом аппроксимирует Вашу экспериментальную вариаграмму. Детальный вариаграммный анализ дает то понимание экспериментальных данных, которого невозможно достичь другими способами. Это позволяет Вам объективно оценить анизотропию и масштаб вариаграммы.

Параметр Scale (масштаб - в уравнениях вариаграмм обозначается буквой С) используется для определения порогового значения для выбранной Вами модели вариаграммы. Во всех моделях, за ислючением линейной (которая не имеет порогового значения), порог равен сумме значений масштаба (Scale) и "эффекта самородка "(Nugget Effect). Если Вы не задаете "эффект самородка" (Nugget Effect), то порог равен масштабу (Scale).

В случае линейной (Linear) модели вариаграммы наклон (slope) вариаграммы задается отношением масштаба к радиусу анизотропии (Scale / Radius). Введя радиус анизотропии, Вы можете задать анизотропный линейный наклон вариаграммы.

В SURFER включено семь наиболее распространенных моделей вариаграмм: квадратичная (Quadratic), рационально-квадратичная (Rational Quadratic), сферичаская (Spherical), экспоненциальная(Exponential), гауссова (Gaussian), модель "эффекта дыры "(Hole Effect) и линейная (Linear) модель.

Тип тренда (Drift Туре)

Если экспериментальные  точки распределены в рассматриваемой  области равномерно, то опция Drift Туре (тип тренда) практически не оказывает влияния на генерацию сети. Наибольший эффект эта опция имеет при интерполяции в областях, где нет точек данных (дыры в распределении экспериментальных точек), или при экстраполяции за пределы области распределения точек данных.

SURFER предлагает на выбор три значения опции Drift Туре: No Drift (нет тренда), Linear Drift (линейный тренд) и Quadratic Drift (квадратичный тренд). Если Вы не знаете, какой их этих опций воспользоваться при обработке Ваших данных, то выберите опцию No Drift (нет тренда). В этом случае для интерполяции используется так называемый "Ordinary Kriging (Обычный метод Криге)". Опция No Drift (нет тренда) используется, как правило, в случае, когда точки наблюдений распределены равномерно в исследуемой области.

При выборе опций Linear Drift (линейный тренд) или Quadratic Drift (квадратичный тренд) для интерполяции экспериментальных данных используется так называемый "Universal Kriging (Универсальный метод Криге)". Введение линейного или квадратичного тренда должно основываться на знании основных тенденций в наблюденных данных. Если данные имеют тенденцию изменяться относительно линейного тренда, то наиболее подходящей является опция Linear Drift (линейный тренд). Если в Ваших данных наблюдается квадратичный тренд (напрмер, параболическая чаша), то наиболее подходящим является Quadratic Drift (квадратичный тренд).

"Эффект  самородка" (Nugget Effect)

"Эффект самородка"  (Nugget Effect) используется в тех случаях, когда экспериментальные данные измерены в узловых точках не точно, а с некоторой погрешностью. "Эффект самородка" (Nugget Effect) определяется из вариаграммы, построенной по экспериментальным данным. При задании этого параметра метод Криге становится сглаживающим интерполятором. Это означает, что интерполяционная функция в точках наблюдений не совпадает в точности с заданными значениями, а проходит вблизи заданных значений более плавно, чем интерполяционная. Чем больше значение "эффекта самородка" (Nugget Effect), тем более гладкой является результирующая сеточная функция. Единицы измерения "эффекта самородка " (Nugget Effect) - это квадрат единиц измерения данных.

"Эффект самородка  " (Nugget Effect) состоит из двух компонент:

Nugget Effect = Error Variance + Micro Variance.

В окне редактирования Error Variance (вариация ошибок) Вы можете задать значение вариации ошибок измерений.

В окне редактирования Micro Variance (вариация микроструктур) можно задать значение вариации мелкомасштабных структур.

Если значение вариации ошибок равно нулю, то ненулевой "эффект самородка " (Nugget Effect) будет давать общий сглаживающий эффект, но интерполяционная функция в точках наблюдений будет в точности совпадать с заданными значениями (то есть метод будет вести себя как точный интерполятор). Если значение вариации ошибок (Error Variance) не равно нулю, то интерполяционная функция в точках наблюдений может отклоняться от заданных значений (то есть в этом случае метод действует как сглаживающий интерполятор).

Если Вы выберете метод Криге (Kriging) в качестве метода построения сеточной функции (Gridding Method) и щелкнете по клавише Options (Опции), то на экране откроется панель диалога. Kriging Options (Опции метода Криге).

• Групповое окно Variogram Model (Модель вариаграммы) позволяет выбрать модель вариаграммы, наиболее подходящую для Вашего множества данных.

Если Вы не знаете, какой  их этих моделей воспользоваться  при обработке Ваших данных, то выберите линейную (Linear) модель, которая хорошо работает в большинстве случаев.

• Для аккуратного выбора модели вариаграммы следует поступить следующим образом. Постройте экспериментальную вариаграмму (семивариаграмму) по Вашим наблюденным данным и сравните ее с моделями различных типов. Предпочтительным является тот тип модели, который наилучшим образом аппроксимирует Вашу экспериментальную вариаграмму.

Параметр Scale (Масштаб) определяет вертикальный масштаб стуктурной компоненты вариаграммы.

• Групповое окно Drift Туре (Тип тренда) позволяет выбрать модель тренда, используемую при построении интерполяционной функции методом Криге. SURFER предлагает три типа моделей: No Drift (нет тренда), Linear Drift (линейный тренд) и Quadratic Drift (квадратичный тренд).

При выборе опции No Drift (нет тренда) для интерполяции используется так называемый "Ordinary Kriging (Обычный метод Крите)". Этот метод применяется, как правило, в случае, когда точки наблюдений распределены в исследуемой области равномерно.

Линейный (Linear) и квадратичный (Quadratic) тренды используются обычно при интерполяции в областях, где нет точек данных (дыры в распределении экспериментальных точек), или при экстраполяции за пределы области распределения точек данных.

• Групповое окно Nugget Effect ("эффект самородка") используется в тех случаях, когда экспериментальные данные измерены в узловых точках не точно, а с некоторой погрешностью, или когда размеры выборок данных слишком малы, чтобы обеспечить статистическую значимость. Nugget effect ("эффект самородка") определяется на основе семивариаграмм, которые Вы должны построить по экспериментальным данным. При ненулувом "эффекте самородка" (Nugget Effect) метод Криге становится сглаживающим интерполятором. Это значит, что интерполяционная функция в точках наблюдений не совпадает в точности с заданными значениями, а проходит вблизи заданных значений более плавно, чем интерполяционная. Чем больше значение этого параметра, тем более гладкой является результирующая сеточная функция.

Окно редактирования Error Variance (вариация ошибок) позволяет Вам задать значение вариации ошибок измерений.

В окне редактирования Micro Variance (вариация микроструктур) можно задать значение вариации мелкомасштабных структур.

• Групповое окно Anisotropу (Анизотропия) позволяет задать весовые множителей для разных осей анизотропии. Более подробную информацию об этой опции можно получить в разделе "Анизотропия (Anisotropy)" данной Справочной системы.

• Групповое окно Data Treatment (Обработка данных) определяет способ включения повторных наблюдений в операцию построения интерполяционной функции. Более подробную информацию об этой опции можно получить в разделе "Обработка данных (Data Treatment) " данной Справочной системы.

• При нажатии клавиши Reset (Сброс) все установки, выполненные Вами в панели диалога Kriging Options (Опции метода Криге), сбрасываются и всем параметрам метода возвращаются их значения по умолчанию.

 

 

 

 

 

 

 

 

 

 

Метод радиальных базисных функций  (Radial Basis Functions)

Метод радиальных базисных функций (Radial Basis Functions) многими авторами рассматривается как наилучший метод с точки зрения построения гладкой поверхности, проходящей через экспериментальные точки.

Метод радиальных базисных функций  является точным интерполятором. Это  значит, что интерполяционная функция  в точках наблюдений совпадает в  точности с заданными значениями. Вы можете, однако, ввести в этот метод  сглаживающий фактор для того, чтобы  получить более гладкую поверхность. Радиальные базисные функции аналогичны вариаграммам, используемым в методе Криге. Эти функции определяют оптимальную сеть весов, с помощью которых взвешиваются значения функции в точках наблюдений при построении интерполяционной функции. Если Вы выберете метод радиальных базисных функций (Radial Basis Functions) в качестве метода построения сеточной функции (Gridding Method) и щелкнете по клавише Options (Опции), то на экране откроется панель диалога Radial Basis Functions Options (Опции метода радиальных базисных функций).