Автор работы: Пользователь скрыл имя, 23 Декабря 2012 в 10:32, курсовая работа
Топографическая карта- основной графический документ о местности, содержащий точное, подробное и наглядное изображение местных предметов и рельефа. На топографических картах местные предметы изображаются условными общепринятыми знаками, а рельеф - горизонталями.
Наука о создании топографических карт - топография.
Введение:
Типы топографических карт. Назначение и краткая характеристика топографических карт .
Изображение рельефа на топографических картах.
Определение высот координат точек.
Определение координат точек на топографической карте.
Занесение полученных данных в текстовый редактор (блокнот).
Карта.
Пользование программой Surfer.
Линия нулевых работ.
Рекомендации для выбора Gridding Метода.
Применение методов интерполяции.
Творческая работа.
Вывод.
Открывающееся окно Туре (тип) содержит список базисных функций, которые можно использовать для построения сети. Базисные функции аналогичны вариаграммам, используемым в методе Криге. Они определяют весовые коэффициенты точек данных. В большинстве случаев наиболее подходящей является мультиквадратичная (Multiquadric) функция.
Параметр RI определяет степень сглаживания экспериментальных данных. Чем больше параметр RI, тем глаже линии контуров и круглее вершины куполов. Универсального метода для вычисления оптимального значения параметра RI не существует. Разумные пробные значения RI находятся в интервале от среднего межточечного расстояния выборки до половины этого среднего значения.
Триангуляция с линейной интерполяцией (Triangulation with Linear Interpolation)
Триангуляция (Triangulation) является точным интерполяционным методом. Суть этого метода заключается в следующем. Исходные точки данных соединяются таким образом, что результирующая поверхность покрывается "лоскутным одеялом" из граней треугольников. При этом ни одна из сторон треугольника не пересекается сторонами других треугольников.
Каждый треугольник
Данный метод является точным, поскольку исходные точки данных используются для построения треугольников и, следовательно, принадлежат интерполяционной функции.
Метод триангуляции работает
наилучшим образом в случае, когда
множество экспериментальных
Метод степени обратного расстояния ( Inversе Distance to a Power)
Метод построения сеточной функции Inverse Distance to a Power (Степень обратного расстояния) может быть как точным, так и сглаживающим интерполяционным методом.
Этот метод основан на вычислении весовых коэффициентов, с помощью которых взвешиваются значения экспериментальных Z-значений в точках наблюдений при построении интерполяционной функции.
Параметр Power (Степень) определяет, как быстро уменьшаются весовые множители с ростом расстояния до узла сети. При больших значениях параметра Power точкам наблюдений, более близким к рассматриваемому узлу сети, присваиваются большие доли общего веса; при меньших значениях параметра Power веса убывают более плавно с ростом расстояния до узла сети.
Вес, присвоенный отдельной точке данных при вычислении узла сети, пропорционален заданной степени (power) обратного расстояния от точки наблюдения до узла сети. При вычислении интерполяционной функции в каком-то узле сети сумма всех назначенных весов равна единице, а весовой коэффициент каждой экспериментальной точки является долей этого общего единичного веса. Если точка наблюдения совпадает с узлом сети, то весовой коэффициент этой точки полагается равным единице, а всем другим наблюденным точкам присваиваются нулевые веса. Другими словами, в этом случае узлу сети присваивается значение соответствующего наблюдения, и, следовательно, данный метод работает как точный интерполятор.
Недостатком метода обратных расстояний является генерация структур типа "бычий глаз" вокруг точек наблюдений с большими значениями функции. Для уменьшения влияния этих точек Вы можете задать параметр, который сглаживает интерполяционную функцию. Если значение сглаживающего параметра больше нуля, то ни одному наблюдению не присваивается весь вес при вычеслении функции в каком-то узле сети, даже если точка наблюдения совпадает с этим узлом.
Метод обратных расстояний является
очень быстрым методом
Метод минимальной кривизны (Minimum Curvature)
Метод Minimum Curvature (Минимальной кривизны) широко используется в науках о земле. Поверхность, построенная с помощью этого метода, аналогична тонкой упругой пленке, проходящей через все экспериментальные точки данных с минимальным числом изгибов. Метод минимальной кривизны, однако, не является точным методом. Он генерирует наиболее гладкую поверхность, которая проходит настолько близко к экспериментальным точкам, насколько это возможно, но эти экспериментальные точки не обязательно принадлежат интерполяционной поверхности. Если Вы выберете метод минимальной кривизны (Minimum Curvature) в качестве метода построения сеточной функции (Gridding Method) и щелкнете по клавише Options (Опции), то на экране откроется панель диалога Minimum Curvature Options (Опции метода минимальной кривизны).
Параметр Max Residuals (Максимальная невязка) измеряется в тех же единицах, что и экспериментальные данные. Наиболее подходящее значение этого параметра равно, примерно, 10% от точности исходных данных. Если исходные экспериментальные данные измерены с точностью 1.0 единиц измерения, то значение Max Residuals рекомендуется положить равным 0.1. Итерации продолжаются до тех пор, пока максимальная невязка для всей итерации не станет меньше значения параметра Max Residuals. Параметр Max Iterations (Максимальное число итераций) разумно выбрать в интервале от N до 2N, где N - число узлов генерируемой сети. Например, если метод минимальной кривизны используется для построения сети, размером 50x50, то значение параметра Max Iterations следует выбирать в интервале от 2500 до 5000.
При нажатии клавиши Reset (Сбросj все установки, выполненные Вами в панели диалога Minimum Curvature Options (Опции метода минимальной кривизны) сбрасываются и всем параметрам метода возвращаются их значения по умолчанию.
Метод полиномиальной регрессии (Polynomial Regression)
Метод Polynomial Regression (Полиномиальной регрессии) используется для выделения больших трендов и структур в Ваших данных. Это метод, строго говоря, не является интерполяционным методом, поскольку сгенерированная поверхность не проходит через экспериментальные точки. Если Вы выберете метод полиномиальной регрессии (Polynomial Regression) в качестве метода построения сеточной функции (Gridding Method) и щелкнете по клавише Options (Опции), то на экране откроется панель диалога Polynomial Regression Options (Опции метода полиномиальной регрессии).
Когда Вы выбираете какой-то тип регрессии, в левой части панели диалога отображается общая полиномиальная форма уравнения регрессии, а параметры в групповом окне Parameters принимают значения, соответствующие выбранному уравнению регрессии.
В SURFERe реализованы следующие типы уравнений регрессии:
Опция User defined polynomial (Определенный пользователем полином) позволяет Вам задать полиномиальное уравнение регрессии с помощью параметров группового окна Parameters.
При изменении значений параметров в групповом окне Parameters соответствующим образом меняется вид уравнения регрессии в панели диалога.
Параметр Max X Order (Максимальная степень поХ) задает максимальную степень по переменной X в уравнении полиномиальной регрессии.
Параметр Max У Order (Максимальная степень по Y) задает максимальную степень по переменной Y в уравнении полиномиальной регрессии.
Параметр Max Total Order (Максимальная общая степень) задает максимальную сумму степеней по переменным X и У {Max X Order и Max У Order). В уравнение регрессии включаются все те комбинации X и У компонент, сумма степеней которых не превосходит Max Total Order.
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.
Если включен переключатель Сору the rйgression coefficients to the clipboard (Скопировать коэффициенты регрессии в буфер обмена), то копия коэффициентов регрессии, вычисленных при построении регрессионной поверхности, пересылается в буфер обмена Windows.
При нажатии клавиши Reset (Сброс) все установки, выполненные Вами в панели диалога Polynomial Rйgression Options (Опции метода полиномиальной регрессии) сбрасываются и всем параметрам метода возвращаются их значения по умолчанию.
Метод Шепарда (Shepard's Method)
Метод Шепарда (Shepard's Method) подобен методу обратных расстояний (Inverse Distance to а Power). Он также использует обратные расстояния при вычислении весовых коэффициентов, с помощью которых взвешиваются значения экспериментальных Z-значений в точках наблюдений. Отличие состоит в том, что при построении интерполяционной функции в локальных областях используется метод наименьших квадратов. Это уменьшает вероятность появления на сгенерированной поверхности структур типа "бычий глаз".
Метод Шепарда может быть как точным, так и сглаживающим интерполяционным методом. Если Вы выберете метод Шепарда (Shepard's Method) в качестве метода построения сеточной функции (Gridding Method) и щелкнете по клавише Options (Опции), то на экране откроется панель диалога Shepard's Method Options (Опции метода Шепарда).
При ненулевом параметре Smoothing (Сглаживание) метод Шепарда работает как сглаживающий интерполятор. Чем больше параметр сглаживания, тем меньшее влияние имеет каждая отдельная экспериментальная точка при определении значения интерполяционной функции в узле сети.
Наиболее разумными значения этого параметра являются значения из интервала от 0 до 1.