Типы топографических карт. Назначение и краткая характеристика топографических карт

При нажатии клавиши Reset (Сброс) все установки, выполненные Вами в панели диалога Shepard's Method Options (Опции метода Шепарда) сбрасываются и всем параметрам метода возвращаются их значения по умолчанию.

 

 

 

 

 

 

 

 

Метод самого близкого соседа (Nearest Neighbor) 

 

Данный метод очень  простой, дает смещённую (неудовлетворительную) оценку и в результате всегда получаются дискретные величины. 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.

 

 

Метод естественного соседа (Natural neighbor)

 

 

В этом методе искомое значение в точке определяется как взвешенное среднее по значениям в ближайших  точках наблюдений (F(х_i,у_i)):  
 
, 
 
здесь λ(х, у) - веса, которые определяются с использованием диаграммы Вороного. 
 
При этом точка рассматривается как новый элемент геометрии расположения данных. Для новой конфигурации определяется соответствующая диаграмма Вороного, которая отличается от первоначальной, построенной на основе только фактических данных, появлением дополнительной ячейки. Ячейка новой точки  покрывает некоторые части ячеек первоначально принадлежавших некоторым точкам наблюдений. Именно эти точки вовлекаются в интерполяцию для новой точки. Таким образом метод автоматически выделяет из всех точек фактических данных те, которые должны использоваться при интерполяции. Эти точки называются естественными соседями. Используемые в расчетах веса определяются как доля площади, которые новая ячейка заимствует у первоначальных ячеек, принадлежащих естественным соседям. 
 
 
 
 
 
 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Вывод:

После рассмотрения всех методов интерполяции можно  сделать свои выводы о том, какой  из данных методов является наиболее точным для изображения карты  наилучшим образом представляющий  данные.

 

Для моих данных самым  эффективным является метод Криге (Kriging) , поскольку Метод Криге (Kriging) - один из наиболее гибких и часто используемых методов. Этот метод задается в SURFERe по умолчанию. Для большинства множеств данных метод Криге с линейной вариаграммой является наиболее эффективным. Однако, на множествах большого размера он работает достаточно медленно.

 

Вторым за эффективностью оказался 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. Он генерирует наиболее гладкую поверхность, которая проходит настолько близко к экспериментальным точкам, насколько это возможно, но эти экспериментальные точки не обязательно принадлежат интерполяционной поверхности.

 

Таким образом, для  каждой конкретной задачи выбирается свой метод построения сеточных файлов. Различные gridding-методы могут дать различные результаты при интерпретации (расшифровке) данных.